Der Blick in die Kristallkugel
|
|
- Benedict Schmid
- vor 5 Jahren
- Abrufe
Transkript
1 Der Blick in die Kristallkugel Prädiktive Modellierung: Übersicht, Möglichkeiten und Grenzen Kai Brodmann Teamleiter, Senior Software- Ingenieur
2 Der Blick in die Kristallkugel Motivation 2
3 Agenda Was erwartet Sie Verständnisrahmen Business Analytics Beispiele Verständnisrahmen Management- und Projektleiterperspektive Business Analytics Erfolgsfaktoren 3
4 Agenda Was erwartet Sie Verständnisrahmen Business Analytics Beispiele Verständnisrahmen Management- und Projektleiterperspektive Business Analytics Erfolgsfaktoren 4
5 Definitionsvorschläge Business Analytics Maschinelles Lernen Data Mining Statistik = eine Form der Datenauswertung zur operativen und strategischen Unternehmenssteuerung. = ein Forschungsgebiet, das sich mit der computergestützten Modellierung und Realisierung von Lernphänomenen beschäftigt. = ein computergestützer Prozess, der das Ziel hat verwertbare Muster in großen Datenmengen zu finden und nutzbar zu machen. = ein Teilbereich der Mathematik, der sich mit dem Sammeln, der Analyse, der Interpretation und der Präsentation von Daten beschäftigt. 5
6 Verständnisrahmen Data Mining Maschinelles Lernen Nutzen Geschäftsprozesse Statistik 6
7 Verständnisrahmen Realität Daten Maschinelles Lernen Modell Zusammenhänge Domänenexperte Geschäftsprozesse Data Warehouse Business Intelligence Business Analytics 7
8 Agenda Was erwartet Sie Verständnisrahmen Business Analytics Beispiele Verständnisrahmen Management- und Projektleiterperspektive Business Analytics Erfolgsfaktoren 8
9 Elbe Pegelprognose Flusssystem des Amazonas im Vergleich zum Flusssystem der Elbe 9
10 Elbe Pegelprognose Ziel: Kurzfristprognose des Elbpegels Flusspegel hängen stark vom Niederschlag im gesamten Fluß- System vor dem Pegel ab Historische Pegelstände Historische Niederschläge Zeitreihenanalyse Multivariate Zeitreihe Backtesting 10
11 Beispiel Wassereimer Wasser zusammenschütten 11
12 Beispiel Wassereimer Wasser zusammenschütten Merkmale Eimer 1 Merkmale Eimer 2 Merkmale Zieleimer Masse M1 Temperatur T1 Masse M2 Temperatur T2 Masse M3 Temperatur T3 12
13 Beispiel Wassereimer Zielvariable M3 Neuronales Netz Zielvariable T3 1 M1 T1 M2 T2 M3 T M1 T1 M2 T2 M3 M1 T1 M2 T2 T3 20 M1 T1 M2 T2 M3 T M1 T1 M2 T2 M3 M1 T1 M2 T2 T
14 Beispiel Wassereimer Zielvariable M3 Lineare Regression Zielvariable T3 1 M1 T1 M2 T2 M3 T M1 T1 M2 T2 M3 T
15 Beispiel Wassereimer Korrekte physikalische Formeln m3 = m1 + m2 t3 = m1 t1 + m2 t2 m1 + m2 Lernalgorithmus Lernerfolg Masse Lernerfolg Temperatur Neuronales Netz Sehr gut Sehr gut Lineare Regression Perfekt Gar nicht 15
16 Beispiel Lastprognosen zu wenig Bedarf zu viel Bedarf Szenario 1: zu wenig Bedarf Erhöhte Kosten durch Verkauf von Regelenergie Szenario 2: zu viel Bedarf Erhöhte Kosten durch Zukauf von Regelenergie Szenario 1 Ist-Bedarf Szenario 2 Es besteht eine permanente Herausforderung, die richtigen Lastmengen zu prognostizieren. 16
17 Beispiel Lastprognosen Feature Engineering Stunde Wochentag Feiertag 1 Feiertag Feiertag + 1 Quartal Monat Leistung
18 Agenda Was erwartet Sie Verständnisrahmen Business Analytics Beispiele Verständnisrahmen Management- und Projektleiterperspektive Business Analytics Erfolgsfaktoren 18
19 Management Perspektive Business Analytics Strategie Business Analytics Strategie Business Analytics Strategie Business Analytics 19
20 Beispiel Geschäftsprozessintegration Treiber Umsatz steigern Kosten senken Ziel Lagerhaltungskosten senken Effizienz von Direktmarketing steigern Verluste durch Betrug reduzieren Servicekosten minimieren Leistung am Kundenwert ausrichten Einkauf optimieren Maßnahme Teilebedarf prognostizieren Reaktionswahrschein -lichkeit berechnen Betrug rechtzeitig erkennen Maschinenausfälle vorhersagen Warenkörbe analysieren Customer Lifetime Value berechnen Cluster von Serviceanfragen identifizieren Kündigung vorhersehen Abnahmemuster erkennen Methoden & Daten Data Mining auf Kundenbasis- und Kampagnendaten Clustering & Segmentierung Assoziationen Umsetzung Empfängerkreis Kampagne wird gesteuert durch Prognose 20
21 Projektleiter Perspektive Business Analytics Analytische Projekte erfordern besondere PM-Skills und enge Abstimmung mit den analytischen Spezialisten benötigen in explorativen Phasen unbedingt ein agiles Projektvorgehensmodell. sind geprägt von Unsicherheit. Sorgen Sie für ein offenes Kommunikationsklima Innovation Experten im Elfenbeinturm brauchen Führung wie aber führen wenn man die Tiefen nicht versteht eigenen Verständnisrahmen entwickeln. A fool with a tool is still a fool - ganz besonders hier. Entwickeln Sie mit dem Management eine realistische Erwartungshaltung. 21
22 Agenda Was erwartet Sie Verständnisrahmen Business Analytics Beispiele Verständnisrahmen Management- und Projektleiterperspektive Business Analytics Erfolgsfaktoren 22
23 Erfolgsfaktoren Business Analytics Business-Analytics-affine/s Projektleiter und Management Eingliederung des Projektes in die Aufbauorganisation Domänenexperten Angst nehmen und ins Projekt einbinden Gemeinsame Identifikation der Ansatzpunkte durch Domänenexperten, operative Entscheidungsträger und Analysten Technische und methodische Religiosität vermeiden Ergebnisse der Analysen wirken über die operativen Entscheidungsträger am Geschäftsprozess Business Analytics Initiativen müssen hinterher auch gelebt werden. 23
24 Herzlichen Dank für Ihre Aufmerksamkeit! Kai Brodmann Teamleiter / Senior Software-Ingenieur kai.brodmann@analytical-software.de HMS Analytical Software GmbH Rohrbacher Str Heidelberg info@analytical-software.de HMS auf XING: 24
Microsoft Azure Deutschland ist jetzt verfügbar -
MANAGEMENT = intuitives Bedienen von Stellschrauben? Betriebswirtschaftliches Optimum Lieber: MANAGEMENT = systematisches Bedienen von Stellschrauben unter Nutzung von Hilfsmitteln. Stellschraube 1 S
MehrGold schürfen im Marketing mit Data Science
Gold schürfen im Marketing mit Data Science SOMEXcircle 9. Mai 2017 Dr. Patricia Feubli Erfahrung 9 Jahre Economic Research und Data Science, 4 davon als Senior Economist im Credit Suisse Swiss Industries
MehrWarum sich Data Mining für kleine und mittelständische Unternehmen lohnt.
Warum sich Data Mining für kleine und mittelständische Unternehmen lohnt. Gewinnen Sie entscheidungsrelevantes Wissen mit Data Mining Warum sich Data Mining für kleine und mittelständische Unternehmen
MehrThe 7 Secrets of Data Integration Dr. Markus Eberl, Kantar Analytics Practice
The 7 Secrets of Data Integration Dr. Markus Eberl, Kantar Analytics Practice 27.11.2018 Daten überall Geodaten und Bewegung Social Daten Bild Ton Video Kundenverhalten online offline Website-Verhalten
MehrSASUnit in der Praxis: Aufbau eines Sicherheitsnetzes für angstfreie Änderungen an SAS Programmen
SASUnit in der Praxis: Aufbau eines Sicherheitsnetzes für angstfreie Änderungen an SAS Programmen KSFE 2016 in Greifswald 03.03.2016 Johannes Lang HMS Analytical Software 1 HMS Analytical Software GmbH
MehrBig Data Analytics Mit Daten Vorhersagen treffen Dr. Thomas Keil, SAS,
Big Data Analytics Mit Daten Vorhersagen treffen Dr. Thomas Keil, SAS, 8.5.2017 SAS und Heidelberg 14.000 Mitarbeiter weltweit, etwa 380 davon in Heidelberg (seit 1982 hier) 3,2 Mrd. $ Umsatz weltweit,
MehrAnalytics Der Weg zu datengetriebenen Geschäftsprozessen
Analytics Der Weg zu datengetriebenen Geschäftsprozessen Dr.-Ing. Philipp Gölzer 1 Ziel der Digitalisierung ist die Realisierung datengetriebener Geschäfts-/Entscheidungsprozesse Ziele Höhere Qualität
MehrPrognose von Kostenschwankungen mit Predictive Analytics DOAG 2016
Prognose von Kostenschwankungen mit Predictive Analytics DOAG 2016 CGI Deutschland Ltd. & Co. KG (Sulzbach) Alfred Stelzl (Lead Consultant Big Data Analytics) November 2016 CGI Group Inc. Agenda 2 Agenda
MehrVerborgene Schätze heben
Verborgene Schätze heben Data Mining mit dem Microsoft SQL Server Martin Oesterer Leiter Vertrieb HMS Analytical Software GmbH Data Mining. Was ist eigentlich wichtig? Data Mining ist: die Extraktion von
MehrIntegrierte Unternehmensplanung in Zeiten der Digitalen Transformation.
Integrierte Unternehmensplanung in Zeiten der Digitalen Transformation www.pikon.de Agenda. Warum reden wir über Digitale Transformation? Was macht Planung schwierig? Wie gehen wir vor? Zusammenfassung
MehrAnalytic im Einsatz! Betrugserkennung auf Basis von Big Data. Karol Sobiech
Analytic im Einsatz! Betrugserkennung auf Basis von Big Data Karol Sobiech 2 ACCENTURE GLOBAL DELIVERY NETWORK 3 4 AGENDA 1 MOTIVATION & ZIEL 2 METHODEN FRAUD MANAGEMENT SYSTEM 4 ARCHITEKTUR & TOOLS 3
MehrDATA SCIENCE GEBEN SIE IHREN DATEN BEDEUTUNG
DATA SCIENCE GEBEN SIE IHREN DATEN BEDEUTUNG ... DAMIT DATA SCIENCE FÜR DEN ANWENDER KEINE WISSENSCHAFT, SONDERN EINFACH FASZINIEREND IST! INFONEA ist die erste Self-Service Data-Science-Lösung, mit der
MehrInhaltsverzeichnis. Holger Schrödl. Business Intelligence mit Microsoft SQL Server 2008. BI-Projekte erfolgreich umsetzen ISBN: 978-3-446-41210-1
sverzeichnis Holger Schrödl Business Intelligence mit Microsoft SQL Server 2008 BI-Projekte erfolgreich umsetzen ISBN: 978-3-446-41210-1 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41210-1
MehrSelf-Service-BI die große Freiheit?
Self-Service-BI die große Freiheit? IT oder Fachbereich - wer profitiert wann von Self-Service-BI? Vortragende Nico Haag Klaus Kepert Self-Service im Alltag Längst Gewohnheit Bankautomaten Internet Kantine
MehrSeminar Business Intelligence Teil II. Data Mining & Knowledge Discovery
Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?
MehrMeta-Regression in klinischen. Studien. Hintergrund und Anwendung in SAS. Meike Hastert Mareike Herrmann
Meta-Regression in klinischen Studien Hintergrund und Anwendung in SAS Meike Hastert Mareike Herrmann Gliederung Meta-Regression im Allgemeinen Statistischer Hintergrund Anwendung mit SAS Output Interpretation
MehrAnalytics Research Day Zürich
Einladung zum IBM SPSS Analytics Research Day Zürich Professionelle Datenauswertungen als Grundlage fundierter Entscheidungen Erfahren Sie das ganze Potential der IBM SPSS Statistics Lösungen live mit
MehrPREDICTIVE ANALYTICS & BIG DATA DR. THOMAS KEIL, SAS DGI PRAXISTAGE, FRANKFURT,
PREDICTIVE ANALYTICS & BIG DATA DR. THOMAS KEIL, SAS DGI PRAXISTAGE, FRANKFURT, 11.11.2016 BIG DATA WAS PASSIERT 2016 IN EINER INTERNET MINUTE? BIG DATA BELIEBTESTE APPS Internet der Dinge BIG DATA BITKOM
MehrCase Study. Recommender System für eine OnlineVerkaufsplattform //
Case Study Recommender System für eine OnlineVerkaufsplattform // Management Summary Stichworte Customer Analytics Recommender System Clustering Machine Learning Online-Handel Ziele Identifikation individueller
MehrWas macht die B.E.E Advanced
Was macht die B.E.E Advanced Unser Ziel ist es, Lösungen, Themen und nachhaltige Partnerschaften im Bereich Business und Engineering Methoden und Prozesse wie Projektmanagement weiter zu entwickeln Dabei
MehrWorkshop: Mehr als Web Analytics Ziele definieren & wie man den Erfolg misst
Workshop: Mehr als Web Analytics Ziele definieren & wie man den Erfolg misst Hallo, ich bin Dietmar. Agenturleitung, elements.at CEO, Pimcore Workshop: Mehr als Web Analytics Ziele definieren & wie man
MehrLuftfahrtindustrie 4.0 Digitalisierung und Prozessoptimierung. Dr. Ingo Cassack
Digitalisierung und Prozessoptimierung Dr. Ingo Cassack Agenda 1. : Digitalisierung Digitalisierung via Business Intelligence bei ARTS Enterprise Resource Planning bei ARTS Digitalisierung durch IT Spin-Off
MehrPROJEKTPLAN. Digitalisierung im Vertrieb und Verkaufen im 3. Jahrtausend
PROJEKTPLAN Digitalisierung im Vertrieb und Verkaufen im 3. Jahrtausend Digitalisierung Verkaufen im 3. Jahrtausend Überblick Warum eine (digitale) Neuausrichtung Ihres Vertriebs? Ziele und Aufgaben eines
MehrIntegriertes Marketingmanagement 2013
Integriertes Marketingmanagement 2013 Schneller sehen, verstehen und entscheiden Dr. Andreas Becks Senior Business Architect SAS Deutschland GmbH Agenda Integriertes Marketingmanagement 2013 Die neue Bank
MehrSelf-Service und Data Storytelling mit Qlik Sense und Qlikview. Referenten: Oliver Zemljak, Konstantin Wächter Session 2
Self-Service und Data Storytelling mit Qlik Sense und Qlikview Referenten: Oliver Zemljak, Konstantin Wächter Session 2 Agenda 1. Über die Referenten 2. Self-Service Was bedeutet das für den Daten Analysten?
MehrVertrieb 4.0. Vertrieb und Marketing in einer Digitalen Welt. Hartmut H. Giesel
Vertrieb 4.0 Vertrieb und Marketing in einer Digitalen Welt Hartmut H. Giesel Inhaltsverzeichnis - Vorwort 1 - Inhaltsverzeichnis 7 1 Die Digitalisierung der Wirtschaft 14 - Industrie 4.0 - Treiber der
MehrAnalysepower für Excel
Analysepower für Excel Thementisch 14:00 14:45 Uhr Friedrich Schuster Ulrike Hardt Integration von Revolution R Enterprise in Microsoft Excel, Erstellen von Excel-Dateien in R Analysepower für Excel Was
MehrBIG DATA IN DER MODERNEN VERWALTUNG: GROSSE DATENMENGEN BEHERRSCHEN, ANALYSIEREN UND EFFIZIENT NUTZEN ANDREAS NOLD STRATEGISCHE GESCHÄFTSENTWICKLUNG
BIG DATA IN DER MODERNEN VERWALTUNG: GROSSE DATENMENGEN BEHERRSCHEN, ANALYSIEREN UND EFFIZIENT NUTZEN ANDREAS NOLD STRATEGISCHE GESCHÄFTSENTWICKLUNG BIG DATA AGENDA Was ist es? Was bedeutet es? Wie kann
Mehrt consulting management-consul
m a n a g e m e n t - c o n s u l t consulting m a n a g e m e n t c o n s u l t i n g Instrat Instrat ist ein österreichisches Beratungsunternehmen mit Spezialisierung auf gewinnorientierte Führung von
MehrTrends in der BI. Hannover, 20. März 2017 Patrick Keller, Senior Analyst und Prokurist
Trends in der BI Hannover, 20. März 2017 Patrick Keller, Senior Analyst und Prokurist BARC: Expertise für datengetriebene Unternehmen 2 Top Trends in BI und Analytics als Chance 3 Relevante Trends vs.
MehrDigitalisierung. Einfach. Machen.
Digitalisierung. Einfach. Machen. Smart Energy 2016 Unsere Wer wir Vision sind SANDY ist ein Corporate Startup des EnBW Innovation Campus, dem unternehmensinternen Startup Akzelerator. EnBW gehört zu den
MehrFastTrack. IT-Einsteigerprogramm für Bachelor- und Masterabsolventen
FastTrack IT-Einsteigerprogramm für Bachelor- und Masterabsolventen IT-Einsteigerprogramm für Bachelor- und Masterabsolventen FastTrack Durchstarten in Ihre IT-Karriere Sie steigen mit unserem 18-monatigen
MehrJens Schmidt Senior Member Technical Staff
Jens Schmidt Senior Member Technical Staff Oracle 9i Data Mining Connector 1.1 für mysap BW Agenda Data Mining Grundlagen Der Data Mining Prozess Oracle Data Mining Integration mit mysap BW Agenda Data
MehrSAP Penetrationstest. So kommen Sie Hackern zuvor!
SAP Penetrationstest So kommen Sie Hackern zuvor! TÜV Rheinland i-sec. Informations- und IT-Sicherheit. Führender unabhängiger Dienstleister für Informationssicherheit in Deutschland Beratungs- und Lösungskompetenz
MehrSonderdruck. In der digitalen Welt bestehen mit der Digital Business Platform der Software AG
In der digitalen Welt bestehen mit der Digital Business Platform der Software AG 2 Das Zeitalter der Digitalisierung ist angebrochen, daran besteht kein Zweifel. Doch wohin wird uns der Weg führen? Wie
MehrH E R Z L I C H W I L L K O M M E N Z U R D O A G K O N F E R E N Z
H E R Z L I C H W I L L K O M M E N Z U R D O A G K O N F E R E N Z 2 0 1 6 A D V A N C E D A N A L Y T I C S : V O N S E M I - S T R U K T U R I E R T E N D A T E N Z U W I S S E N T O M S E I D E L &
MehrDIGITAL ANALYTICS SUPERCHARGE YOUR MARKETING
SUPERCHARGE YOUR MARKETING webrepublic.com/digital-marketing/digital-analytics ERFOLGSFAKTOR ANALYTICS Effektives Analytics endet nicht bei KPIs und Dashboards, sondern ist eine Quelle für geschäftsrelevante
MehrData Mining - Marketing-Schlagwort oder ernstzunehmende Innovation?
1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Data Mining - Marketing-chlagwort oder ernstzunehmende Innovation? Hans-Peter Höschel,, Heidelberg 1. Konferenz der A Benutzer KFE in Forschung
MehrDie IBM SPSS Risk & Fraud Roadshow 2013:
Die IBM SPSS Risk & Fraud Roadshow 2013: Mit Data Mining Risiken managen, Betrug verhindern Einladung zu der kostenlosen IBM SPSS Risk & Fraud Roadshow Einladung zur kostenlosen IBM SPSS Risk & Fraud Roadshow
MehrAnalytisches CRM und Data Mining
Analytisches CRM und Data Mining Magische Zahlen für das Marketing Computerwoche Initiative CRM 2009 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Mitglied im CRM Expertenrat
MehrEinladung zur IBM SPSS Roadshow Statistics meets Data Mining
Einladung zur IBM SPSS Roadshow Statistics meets Data Mining Auch in Ihrer Nähe! Erfahren Sie, wie Sie verborgene Muster und Trends noch schneller und zuverlässiger analysieren und aufdecken können. Einladung
MehrPRAXISWISSEN INNOVATIONSMANAGEMENT
Oliver Gassmann/Philipp Sutter PRAXISWISSEN INNOVATIONSMANAGEMENT Von der Idee zum Markterfolg 3., überarbeitete und erweiterte Auflage HANSER 1 Innovation: Zufall oder Management? 1 1.1 Das ipod-syndrom
MehrARCONDIS Firmenprofil
ARCONDIS Firmenprofil ARCONDIS Gruppe 2017 Jun-17 1 Seit 2001 managen wir für unsere Kunden Herausforderungen und Projekte in den Bereichen Compliance, Business Process Transformation, Information Management
MehrMachine Learning. Dr. Bartholomäus Wissmath 3. Swiss Innovation Day
Machine Learning Dr. Bartholomäus Wissmath 3. Swiss Innovation Day Artificial Intelligence (AI) Teilgebiet der Informatik, welches sich mit der Automatisierung von intelligenten Verhalten und dem Maschinenlernen
MehrWIR SUCHEN KLUGE KÖPFE!
WIR SUCHEN KLUGE KÖPFE! BE SMART. COMMA IT-CONSULTING Smartes IT-Consulting für die Zukunft Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data und viele Schlagworte mehr,
MehrInhaltsübersicht.
Inhaltsübersicht Vorwort zur 2. Auflage Inhaltsverzeichnis Abkürzungsverzeichnis 1. Handlungsrahmen für das IT-Controlling 1 2. Ermittlung der strategischen Bedeutung der IT 9 3. Analyse des IT-Reifegrades
MehrBusiness-Frühstück Customer Experience 2015
Big Data Analytics HERZLICH WILLKOMMEN Business-Frühstück Customer Experience 2015 Wien 29. April 2015 Mit unserem Partner: CRM und Customer Experience Management Beratung, On-Site beim Klienten Begleitung
MehrHerausforderungen des digitalen Marketings. Building Competence. Crossing Borders.
Herausforderungen des digitalen Building Competence. Crossing Borders. Dr. Michael Klaas michael.klaas@zhaw.ch, 24. Mai 2017 Vorstellung Michael Klaas Heute Leitung Fachstelle für integrierte Kommunikation
MehrMS SQL Server 2012 (4)
MS SQL Server 2012 (4) Data Mining, Analyse und multivariate Verfahren Marco Skulschus Jan Tittel Marcus Wiederstein Webseite zum Buch: http://vvwvv.comelio-medien.com/buch-kataiog/ms sql_server/ms sql
MehrBig Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion
Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion Frank Effenberger, Marco Fischer, 22.06.2015, München Agenda Firmenpräsentation Einführung Anwendungsfall Fazit Zahlen und
MehrAnalytisches CRM in der Automobilindustrie
Analytisches CRM in der Automobilindustrie Dr. Frank Säuberlich Practice Manager European Customer Solutions Urban Science International GmbH Automobilhersteller müssen neue Wege gehen Anforderungen in
MehrKünstliche Intelligenz im Maschinen- und Anlagenbau Heilsbringer oder Hypebringer?
ASQF Automation Day 2018 - Predictive Analytics Künstliche Intelligenz im Maschinen- und Anlagenbau Heilsbringer oder Hypebringer? Vasilij Baumann Co-Founder/Co-CEO vasilij.baumann@instrunext.com +49 931
MehrNeuronale Netze zur Prognose und Disposition im Handel
Sven F. Crone Neuronale Netze zur Prognose und Disposition im Handel Mit einem Geleitwort von Prof. Dr. Dr. h. c. Dieter B. Preßmar GABLER RESEARCH Inhalt XI Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis
MehrData Science als Treiber für Innovation Neue Anforderungen und Chancen für Ausbildung und Wirtschaft
Data Science als Treiber für Innovation Neue Anforderungen und Chancen für Ausbildung und Wirtschaft b Univ-Prof. Dr. Stefanie Lindstaedt b www.know-center.at Know-Center GmbH Know-Center: Austria s Research
MehrMICROSOFT DYNAMICS SYSTEM- INTEGRATION
MICROSOFT DYNAMICS SYSTEM- INTEGRATION MICROSOFT DYNAMICS 365 CRM ilum:e informatik ag unterstützt Ihr Unternehmen bei der Einführung und Anpassung von Microsoft Dynamics 365 CRM. Mit Dynamics CRM erhalten
MehrIT-Controlling. IT-Strategie, Multiprojektmanagement, Projektcontrolling und Performancekontrolle. von
IT-Controlling IT-Strategie, Multiprojektmanagement, Projektcontrolling und Performancekontrolle von Prof. Dr. Ralf Kesten Prof. Dr. Arno Müller Prof. Dr. Hinrich Schröder Verlag Franz Vahlen München Vorwort
MehrUmsetzung der Anforderungen - analytisch
Umsetzung der Anforderungen - analytisch Titel des Lernmoduls: Umsetzung der Anforderungen - analytisch Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.5.5 Zum Inhalt: In diesem Modul wird
MehrPotenzialanalysen für den Vertrieb von Investmentfonds
Potenzialanalysen für den Vertrieb von Investmentfonds Dr. Thomas Fender Union Investment Privatfonds GmbH 2013 IBM Corporation Union Investment: Asset Management Kompetenz im genossenschaftlichen FinanzGruppe
MehrINFOMOTION SAP BI INNOVATION DAY , UHR
INFOMOTION SAP BI INNOVATION DAY 17.05.2017, 09.00-17.00 UHR WILLKOMMEN BEI INFOMOTION Vielen Dank, dass Sie sich für INFOMOTION entschieden haben und uns Ihr Vertrauen schenken. Wir bieten Ihnen als eines
MehrBBH Digitale Fitness BBH // Wie fit ist Ihre Organisation für die Herausforderungen der digitalen Transformation?
BBH Digitale Fitness Wie fit ist Ihre Organisation für die Herausforderungen der digitalen Transformation? Mit unserem Readiness Check, haben wir Unternehmen wie Allianz, Microsoft oder Freudenberg geholfen,
MehrBusiness Intelligence. Business Intelligence Seminar, WS 2007/08
Business Intelligence Seminar, WS 2007/08 Prof. Dr. Knut Hinkelmann Fachhochschule Nordwestschweiz knut.hinkelmann@fhnw.ch Business Intelligence Entscheidungsorientierte Sammlung, Aufbereitung und Darstellung
MehrIT SERVICE MANAGEMENT FÜR AGILE PROJEKTE. Zwischen Agilität und Stabilität Herausforderungen in einer agiler werdenden Organisation
IT SERVICE MANAGEMENT FÜR AGILE PROJEKTE Zwischen Agilität und Stabilität Herausforderungen in einer agiler werdenden Organisation DAS SIND WIR Dr. Jörg-Stefan Bock Team Manager Business Consulting E-Mail:
MehrData Mining @ Netezza mit IBM SPSS
Michael Ridder Senior Technical Sales Professional Predictiv Analytics Data Mining @ Netezza mit IBM SPSS Software Wir ertrinken in Informationen, aber wir hungern nach Wissen. John Naisbitt Trendforscher
MehrKUNDENKARTENDATEN & MACHINE LEARNING. Die neue Welt der Möglichkeiten für MediaMarktSATURN
KUNDENKARTENDATEN & MACHINE LEARNING Die neue Welt der Möglichkeiten für MediaMarktSATURN Agenda 1 Wer wir sind 2 2 Anwendungsbeispiele für Machine Learning + CRM Daten WER WIR SIND Wer wir sind Wir betreiben
MehrEntscheider-Zyklus 2019 THEMA 11: SAP Digital Boardroom für Krankenhäuser. Krankenhaus-Erfolg durch Nutzen stiftende Digitalisierungsprojekte
Entscheider-Zyklus 2019 THEMA 11: SAP Digital Boardroom für Krankenhäuser - wie Entscheider komplexe Zusammenhänge agil und intuitiv analysieren können Krankenhaus-Erfolg durch Nutzen stiftende Digitalisierungsprojekte
Mehr"Hier kann ich mich weiterentwickeln!"
"Hier kann ich mich weiterentwickeln!" Zur Verstärkung suchen wir für die Standorte München und Dresden einen Reporting Expert (m/w) Leistungsspektrum der BBF BBF ist ein mittelständisches Unternehmen
MehrIndustrial Data Intelligence Datenbasierte Produktionsoptimierung. Hannover, HMI Peter Seeberg
Industrial Data Intelligence Datenbasierte Produktionsoptimierung Hannover, 26.04.2017 HMI Peter Seeberg Algorithmus Daten Entscheidung Peter Seeberg / Softing, 2016 Copyright 2016 Softing Industrial.
MehrProzessbasiertes Master Data Management für intralogistische Systeme. Thomas Karle PROMATIS software GmbH Berlin, 9. Mai 2012
Prozessbasiertes Master Data Management für intralogistische Systeme 1 Thomas Karle PROMATIS software GmbH Berlin, Agenda Problemstellung Generelle Anforderungen an ein Master Data Management (MDM) Einbettung
MehrMensch und Algorithmus ein gutes Gespann
Mensch und Algorithmus ein gutes Gespann Wolfgang Oelschlegel Heidelberger Druckmaschinen AG Andreas Mangold HMS Analytical Software GmbH 25 Jahre Variantenprognose für die Heidelberger Druckmaschinen
MehrMODUL WIW683 Teil Logistikmanagement. Vorlesung 1 Planung von Logistikprozessen. Prof. Dr. Klaus Wich-Heiter
Vorlesung 1 Planung von Logistikprozessen 1 Einführung in das Logistik-Management 1.1 Planung von Logistikprozessen 1.1.1 Strategische Planung 1.1.2 Operative Planung 1 2 3 4 5 6 7 8 9 10 11 12 Vorlesung
MehrCase Study // Was wir vorhersagen, soll auch eintreffen! In-Database-Analytics mit Exasol: Big-Data-Potentiale im E-Commerce nutzen
Was wir vorhersagen, soll auch eintreffen! Case Study // In-Database-Analytics mit Exasol: Big-Data-Potentiale im E-Commerce nutzen Management Summary Stichworte Online-Shopping Warenkorbanalyse Datenanalyse
MehrEntwicklung einer Entscheidungssystematik für Data- Mining-Verfahren zur Erhöhung der Planungsgüte in der Produktion
Entwicklung einer Entscheidungssystematik für Data- Mining-Verfahren zur Erhöhung der Planungsgüte in der Produktion Vortrag Seminararbeit David Pogorzelski Aachen, 22.01.2015 Agenda 1 2 3 4 5 Ziel der
MehrAnforderungen gezielter umsetzen, Optimieren, Transparenz schaffen
Application Lifecycle Management in Eclipse Anforderungen gezielter umsetzen, Optimieren, Transparenz schaffen Christoph Bräuchle, MKS GmbH Interessen (klassisch) Budget: werden Aufwände eingehalten, ergeben
MehrBusiness Analytics Day Predictive Sales in CRM
Business Analytics Day Predictive Sales in CRM Business Analytics Day 07.03.2019 Artur Felic, CAS Software AG in Zahlen CAS Software AG eine Netzwerkorganisation Jedem Kunden seine CAS CAS Mittelstand:
MehrWachstumsförderung mit CRM
Wachstumsförderung mit CRM Computerwoche CRM Initiative Feb. 2007 Dr. Wolfgang Martin Analyst, Mitglied im CRM-Expertenrat und Research Advisor am Institut für Business Intelligence Wachstumsförderung
MehrAgenda. Strategien, Trends und Technologien. Next-Best-Action Marketing Kundenbeispiele. Zusammenfassung Pegasystems Inc.
Agenda 1 Strategien, Trends und Technologien 2 Next-Best-Action Marketing Kundenbeispiele 3 Zusammenfassung 1 2 2016 Pegasystems Inc. Strategien, Trends und Technologien M O D E R NES IN B O U ND U N D
MehrMajor im B.Sc. Operations & Information Management (O&IM) Clustersprecher: Prof. Dr. Jens Brunner
Major im B.Sc. Operations & Information (O&IM) Clustersprecher: Prof. Dr. Jens Brunner Ich möchte ein neues Handy! Logistik/ Distribution? Standort? Mitarbeiter? Ressourcen Information Ressourcen Information
MehrDigitale Transformation
Digitale Transformation Auswirkungen auf Unternehmenssteuerung und Controlling! CCS 2016 - Controlling Competence Stuttgart,Stuttgart 24.11.2016 Inhalt Digitale Transformation - warum die eigentliche Veränderung
MehrSpecmate Auf Knopfdruck von Anforderungen zu Tests
Specmate Auf Knopfdruck von Anforderungen zu Tests Dr. Maximilian Junker at a Glance We are experts for: High quality RE & tests High quality methodology (e.g. MBSE) We offer: Audits & Continuous Quality
MehrData/Information Quality Management
Data/Information Quality Management Seminar WI/Informationsmanagement im Sommersemester 2002 Markus Berberov, Roman Eder, Peter Gerstbach 11.6.2002 Inhalt! Daten und Datenqualität! Einführung und Definition!
MehrProjektmanagement: Werkzeuge & Methoden
Projektmanagement: Werkzeuge & Übersicht & Klassifikationen für Projektmitarbeiter Stand: 06/2016 Sie finden diese und weitere Präsentationen unter ( Klick): http://www.peterjohannconsulting.de/praesentationen
MehrInhaltsverzeichnis. Oliver Gassmann, Philipp Sutter. Praxiswissen Innovationsmanagement. Von der Idee zum Markterfolg. ISBN (Buch):
sverzeichnis Oliver Gassmann, Philipp Sutter Praxiswissen Innovationsmanagement Von der Idee zum Markterfolg ISBN (Buch): 978-3-446-43451-6 ISBN (E-Book): 978-3-446-43513-1 Weitere Informationen oder Bestellungen
MehrYvonne Hegenbarth. Gerald H. Ristow. Senior Research Manager. Solution Engineer. 07. März 2019, Universität Rostock.
BTW 2019 Konzept und Implementierung eines echtzeitfähigen Model Management Systems Am Beispiel zur Überwachung von Lastprognosen im Intraday Stromhandel Yvonne Hegenbarth Solution Engineer Gerald H. Ristow
MehrKapitel 5. Prognose. Zeitreihenanalyse wird aus drei Gründen betrieben: Beschreibung des Verlaufs von Zeitreihen.
Kapitel 5 Prognose Josef Leydold c 2006 Mathematische Methoden V Prognose 1 / 14 Lernziele Aufgabe der Prognose Problemtypen Ablauf einer Prognoseaufgabe Zeitreihe Josef Leydold c 2006 Mathematische Methoden
MehrData Science. Smarte Consumer Insights für den Omnichannel-Handel
Data Science Smarte Consumer Insights für den Omnichannel-Handel Kunden verstehen und begeistern Clara freut sich über Mailings mit persönlichen Angeboten, die auf ihre Kaufgewohnheiten zugeschnitten sind.
MehrProjektvorstellung und Status Jungunternehmen
Jungunternehmen auf dem Weg zum konsolidierten Mittelstand Projektvorstellung und Status Jungunternehmen Midterm Meeting am 8.2.2007 in Stuttgart Nikolai Krambrock Junge Unternehmen scheitern zwischen
MehrTrends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016
Trends im Markt für Business Intelligence Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 18.03.2016 BARC 2016 2 IT Meta-Trends 2016 Digitalisierung Consumerization Agilität Sicherheit und Datenschutz
MehrMachine Learning Das neue 42?
Machine Learning Das neue 42? Fabian Buchert Solution Architect SAS DACH Analytics actual trend topics Citizen Data Scientist Machine Learning Text Analytics Artificial Intelligence Image Recognition Open
MehrProjektmanagement: Werkzeuge und Methoden
Projektmanagement: Werkzeuge (Tools and Techniques) Übersicht und Klassifikationen Für Projektmanager und Projektmitarbeiter Stand: 01/2018 Sie finden diese und weitere Präsentationen unter ( Klick): https://www.peterjohannconsulting.de/praesentationen
Mehr2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung
2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg
MehrDas ausbildungsintegrierende Studium an der FOM
Das ausbildungsintegrierende Studium an der FOM Die regionalen Partner der FOM Mehrwert für Ihr Unternehmen >> Attraktivität als Arbeitgeber steigern Im Wettbewerb um die besten Talente kann Ihr Unternehmen
MehrSKOPOS Webinar 22. Mai 2018
SKOPOS Webinar 22. Mai 2018 Marktforschung 2020: Künstliche Intelligenz und automatische Text Analysen? Christopher Harms, Consultant Research & Development 2 So? Terminator Exhibition: T-800 by Dick Thomas
MehrTiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining
Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Ausgangssituation Kaizen Data Mining ISO 9001 Wenn andere Methoden an ihre Grenzen stoßen Es gibt unzählige Methoden, die Abläufe
MehrWintersemester Systementwicklung: Grundlagen. Prof. Dr. Christoph Rosenkranz. Katholische Universität Eichstätt-Ingolstadt
Wintersemester 2016-2017 Systementwicklung: Grundlagen Prof. Dr. Christoph Rosenkranz Katholische Universität Eichstätt-Ingolstadt 1 Informationsmanagement 1.1 Strategisches IT-Management 1.2 Operatives
MehrIBM SPSS Justiz-Tage: Datenerhebung, Datenanalyse und Data Mining für Justiz und kriminologische Forschung
IBM SPSS Justiz-Tage: Datenerhebung, Datenanalyse und Data Mining für Justiz und kriminologische Forschung Evaluieren & Erkennen, Weiterentwickeln & Reporten Datenerhebung, Datenanalyse und Data Mining
MehrPrüfungstermine WS 2017/18 Wirtschaftsinformatik Bachelorstudiengang
Prüfungskommission Wirtschaftinformatik Wirtschaftsinformatik Betriebswirtschaftliche Verfahren (BWL 2) Montag, 22. Januar 2018 12:30 14:00 S 0.11 Grundlagen der Betriebswirtschaftslehre Montag, 22. Januar
MehrJobs Jobbörse AJobis. Jobbörse Frankfurt. Trainee (m/w) Vertrieb Baufinanzier... Software Entwickler Java 9 - Softwa...
Jobs Jobbörse AJobis Übersicht der neuesten Stellenangebote auf AJobis. Diese und über weitere 150.000 Stellenangebote finden Sie auf https://www.ajobis.de Trainee (m/w) Vertrieb Baufinanzier... Interhyp
Mehr