Data Netezza mit IBM SPSS
|
|
- Friederike Fischer
- vor 8 Jahren
- Abrufe
Transkript
1 Michael Ridder Senior Technical Sales Professional Predictiv Analytics Data Netezza mit IBM SPSS
2 Software Wir ertrinken in Informationen, aber wir hungern nach Wissen. John Naisbitt Trendforscher IBM IBM Corporation
3 Software Sichten auf die Daten z. B. Analyse von wechselgefährdeten Kunden Vergangenheit Gegenwart Zukunft Sicht: Fragestellung: Abdeckung: Standardbericht Wieviele Kunden haben gewechselt? Vergangenheit bis Gegenwart IBM IBM Corporation
4 Software Sichten auf die Daten z. B. Analyse von wechselgefährdeten Kunden Vergangenheit Gegenwart Zukunft Standardbericht Sicht: Fragestellung: Abdeckung: Ad-Hoc-Bericht Warum haben die Kunden gewechselt? Vergangenheit bis Gegenwart IBM IBM Corporation
5 Software Sichten auf die Daten z. B. Analyse von wechselgefährdeten Kunden Vergangenheit Gegenwart Zukunft Standardbericht Sicht: Fragestellung: Abdeckung: Welche Kunden werden ggf. wechseln? Zukunft Ad-Hoc-Bericht Predictive Analytics IBM IBM Corporation
6 Software Was ist Predictive Analytics? Predictive Analytics generiert aus Daten operative Aktionen, indem verlässliche Schlüsse zur aktuellen Situation und zukünftigen Ereignissen erkannt bzw. prognostiziert werden IBM IBM Corporation
7 Software IBM SPSS Produktsuite - Modeler IBM IBM Corporation
8 Software Das Herzstück von Predictive Analytics Data Mining ist der Prozess, Daten aus verschiedenen Richtungen zu analysieren und versteckte Zusammenhänge zu erkennen IBM IBM Corporation
9 Lösung von Geschäftsproblemen mit Data Mining IBM SPSS Modeler unterstützt Sie u.a. bei der Analyse und Segmentierung von Zielgruppen Detaillierte Kundensegmente finden Kundenprofile erstellen Optimierung von Marketingaktionen Antwortwahrscheinlichkeiten festlegen Kundenscoring Identifikation von Cross/Up-Selling Potentialen Produktionsoptimierung Qualitätsanalysen Betrugserkennung, Risikobewertung Kündigerprognose, Bonitätsprüfung Warenkorbanalysen, Verbundverkäufe Standortanalysen
10 Beispiel I Kündigervorhersage, aber warum?
11 zu Data Mining gehört auch Text Mining Über 80% aller Daten, mit denen Organisatonen täglich zu tun haben, sind unstrukturierte Textdaten: s Notizen Berichte Protokolle Briefe Offene Befragungsdaten Web 2.0 Informationen Fachartikel ( )
12 Text Mining: Konzept der linguistischen Extraktion Freitext-Protokoll eines Kundenanrufs Kd. nicht zufrieden mit Mobil Telefon, Anruf vom Kunde möchte zu Yellow inc wechseln Wort Extraktion Kd Kunde Yellow inc zufrieden nicht wechseln Mobil Telefon Begriffs Extraktion Kunde Yellow inc Mobil Telefon Nicht zufrieden Named Entities Recognition (NER) Kunde -> CRM-Begriff Kd? Yellow inc -> Telco Company (nicht die Farbe) Mobil Telefon -> Telco-Begriff nicht zufrieden 18. Nov > Date 70 s 80 s 90 s
13 Text Mining: Konzept der linguistischen Extraktion Freitext-Protokoll eines Kundenanrufs Kd. nicht zufrieden mit Mobil Telefon, Anruf vom Kunde möchte zu Yellow inc wechseln Sentiment-Analyse Kunde (Kd) Mobil Telefon unzufrieden (negativ); Wechseln zu (negative Vorhersage) yellow inc (Wettbewerber) Kombiniert mit strukturierten Daten Entscheidung Wechselwilliger Kunde mit hohem Kundenwert individuelles Angebot Heute
14 CRISP-DM Cross Industry Standard Process for Data Mining Daten Geschäftsverständnis Datenverständnis Datenaufbereitung 80-90% Projektzeit Verteilung Modellierung Bewertung
15 IBM SPSS Modeler
16
17
18
19
20
21
22
23 IBM Netezza Analytics & IBM SPSS Analytic Packages IBM SPSS Modeler Software Development Kit User-Defined Eclipse Client Extensions Plug-in Revolution Analytics SAS Adaptors for R, Hadoop Java, C, C++, Python, Fortran Client Connectors / Partner Engines (e.g., Fuzzy Logix) IBM Netezza Analytics IBM SPSS In-Database Analytics Hadoop R Spatial Matrix Data Prep Data Mining Predictive Analytics Language Support & Adaptors IBM Netezza AMPP Platform 23
24 IBM Netezza Analytics & IBM SPSS Funktion SQL Pushback In-Database Data Mining Sampling Mehrwert (beispielhaft) Optimiertes SQL für die Datenaufbereitung zur paralellen Abarbeitung in Netezza Vorgefertigte Data Mining Algorithmen in Netezza: Decision Trees K-Means PCA Linear Regression Regression Trees Bayes Network Naïve Bayes K Nearest Neighbors Divisive Clustering Optimiertes SQL zur Erstellung von Sampling von Daten 24
25 Data Mining der Prozess mit IBM Netezza 25
26 Haben Sie noch Fragen
27 Business Information Analytics Management IBM Netezza Roadshow am 1. Dezember 2011 im KochWerk in Frankfurt am Main. ibm.com/software/de/data/netezza/ Michael Rider Telefon: /
28 Michael Ridder IBM Deutschland GmbH Technical Sales Professional Gustav-Heinemann-Ufer 120 Business Analytics Köln Phone +49 (0)221 / Fax +49 (0)221 / Mobile +49 (0)171 / michael.ridder@de.ibm.com 28
Die IBM Netezza Architektur für fortgeschrittene Analysen
Michael Sebald IT Architect Netezza Die IBM Netezza Architektur für fortgeschrittene Analysen 2011 IBM Corporation Was ist das Problem aller Data Warehouse Lösungen? I / O Transaktionaler und analytischer
MehrNetezza Data Warehouse Performance in neuen Dimensionen
Wolfgang Beeck Netezza Technical Sales and Services Leader Central Europe 9. Juni 2011 Netezza Data Warehouse Performance in neuen Dimensionen Definition: Was ist eine Appliance? Server appliance Also
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
MehrSAS CONTEXTUAL ANALYSIS IN ACTION ERFAHRUNGEN AUS EINEM EIN SELBSTVERSUCH
SAS CONTEXTUAL ANALYSIS IN ACTION ERFAHRUNGEN AUS EINEM EIN SELBSTVERSUCH GERHARD SVOLBA COMPETENCE CENTER ANALYTICS WIEN, 17. NOVEMBER 2015 SAS CONTEXTUAL ANALYSIS 14.1 EIN BLICK IN DIE PRODUKTBESCHREIBUNG
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
MehrEntfesseln Sie Ihr Potential als Realzeit-Unternehmen!
Entfesseln Sie Ihr Potential als Realzeit-Unternehmen! CC NOW 2013-19.9.13 in Düsseldorf Klaus-J. Zschaage authensis AG stellen Sie sich vor Seite 2 stellen Sie sich vor was ist dafür zu tun? Seite 3 Geschäftsoptimierung
MehrPredictive Modeling Markup Language. Thomas Morandell
Predictive Modeling Markup Language Thomas Morandell Index Einführung PMML als Standard für den Austausch von Data Mining Ergebnissen/Prozessen Allgemeine Struktur eines PMML Dokuments Beispiel von PMML
MehrMicrosoft Azure Deutschland ist jetzt verfügbar -
Einordnung und Überblick Data Scientist Operationalisierung IT-Abteilung Anwendungsentwickler Der Data Scientist agil Tool seiner Wahl möglichst wenig Zeit Skalierung Code für die Operationalisierung Der
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 &
MehrAdvanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc.
Advanced Analytics Michael Ridder Was ist Advanced Analytics? 2 Was heißt Advanced Analytics? Advanced Analytics ist die autonome oder halbautonome Prüfung von Daten oder Inhalten mit ausgefeilten Techniken
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
MehrCitizen Data Science. Balázs Bárány. 29. April 2016. Linuxwochen Wien 2016
Citizen Data Science Balázs Bárány Linuxwochen Wien 2016 29. April 2016 Inhalt Einführung: Data Science Werkzeuge und Methoden Citizen Data Science Daten holen Daten verstehen Daten-Vorverarbeitung Prädiktive
MehrVom Data Mining zur effektiven Entscheidungsunterstützung mit IBM SPSS Modeler und Analytical Decision Management
Vom Data Mining zur effektiven Entscheidungsunterstützung mit IBM SPSS Modeler und Analytical Decision Management Martin Herzog 06/07.11.2012 Data Mining als Herzstück von Predictive Analytics Data Mining
Mehrehealth und Big Data: Herausforderung oder Chance? Stephan Schindewolf, SAP SE, September 14, 2015 Public
ehealth und Big Data: Herausforderung oder Chance? Stephan Schindewolf, SAP SE, September 14, 2015 Public ehealth: Bereitstellung von Patientendaten Unterschiedliche Formate, keine konsoliderte Sicht Bereitstellung
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
MehrIndustrie 4.0 Predictive Maintenance. Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014
Industrie 4.0 Predictive Maintenance Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014 Anwendungsfälle Industrie 4.0 Digitales Objektgedächtnis Adaptive Logistik Responsive Manufacturing Intelligenter
MehrKooperation von Mensch und Maschine am Beispiel von IBM Watson Solutions
Kooperation von Mensch und Maschine am Beispiel von IBM Watson Solutions Peter Zimmer Nicole Roik Dr. Klemens Hägele IBM Deutschland GmbH Saarbrücken 22. Februar 2018 2018 IBM Corporation 1 2018 IBM Corporation
MehrProduction Intelligence Big-Data-Analyse und Predictive Maintenance auf Inline-Sensordaten. Business Driven Intelligence
Production Intelligence Big-Data-Analyse und Predictive Maintenance auf Inline-Sensordaten Peter Strohm Business Driven Intelligence 8 Fakten zur AG 2002 gegründet in Freiburg 40% durchschnittliche Wachstumsrate
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
MehrGerhard Svolba, SAS Austria Mannheim, 2. März KSFE
Wie bringe ich 4 unterschiedliche Analytik-Benutzergruppen an einen Tisch? Die Offenheit von SAS Viya ermöglicht eine Analyseplattform für unterschiedliche Benutzertypen Gerhard Svolba, SAS Austria Mannheim,
MehrWillkommen zu den IBM SPSS Data und Text Mining Tagen 2013
Willkommen zu den IBM SPSS Data und Text Mining Tagen 2013 Hamburg, Berlin, Düsseldorf, Frankfurt a.m., München 2013 IBM Corporation 2012 IBM Corporation Ihre Ansprechpartner heute Christian Dennerlein
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
MehrEchtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen. Frank Irnich SAP Deutschland
Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen Frank Irnich SAP Deutschland SAP ist ein globales Unternehmen... unser Fokusgebiet... IT Security für... 1 globales Netzwerk > 70 Länder, >
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
MehrData Mining - Oracle vs. Open Source
Data Mining - Oracle vs. Open Source ein Erfahrungsbericht Prof. Dr. Reinhold von Schwerin D. Adam, K. Böll, S. Funk, F. Knittel, F. Langenbruch S. Nagel, H. Weissbach Hochschule Ulm, Fakultät für Informatik
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
MehrThe app the crashes, before the breakpoint is reached: Code to the event:
I have set a breakpoint in an asyc event-handler to ListView.ItenTapped-Event (see screenshot below): I then tap on an ListView-entry on my iphone 5 The app the crashes, before the breakpoint is reached:
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
MehrDer Blick in die Kristallkugel
Der Blick in die Kristallkugel Prädiktive Modellierung: Übersicht, Möglichkeiten und Grenzen Kai Brodmann Teamleiter, Senior Software- Ingenieur Der Blick in die Kristallkugel Motivation 2 Agenda Was erwartet
MehrEinladung zu den IBM SPSS Data und Text Mining Tagen. Auch in Ihrer Nähe! Gewinnen Sie entscheidungsrelevantes Wissen mit Data und Text Mining
Einladung zu den IBM SPSS Data und Text Mining Tagen Auch in Ihrer Nähe! Gewinnen Sie entscheidungsrelevantes Wissen mit Data und Text Mining Lassen Sie Daten und Texte für sich arbeiten mit Smarter Analytics
MehrIBM Netezza Data Warehouse Appliances - schnelle Analysen mit hohen Datenmengen
IBM Netezza Data Warehouse Appliances - schnelle Analysen mit hohen Datenmengen Nahezu 70% aller Data Warehouse Anwendungen leiden unter Leistungseinschränkungen der unterschiedlichsten Art. - Gartner
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:
MehrStudienplan FIW 15.06.2015. Bachelor Wirtschaftsinformatik 2015ws. Winf 1 AWPM (sem. Unterricht) 4 5 regelt FANG regelt FANG.
15.06.2015 Bachelor Wirtschaftsinformatik 2015ws Winf 1 AWPM (sem. 4 5 regelt FANG regelt FANG Winf 1 Grundlagen der Wirtschaftsinformatik (sem. Winf 1 Grundlagen der Wirtschaftswissenschaften (sem. 4
MehrPredictive Analytics 25.06.2014. Prediction is very difficult, especially if it s about the future. (Bohr, Niels)
Predictive Analytics München, 25. Juni 2014 Markus Enderlein, Stefan Jäschke, Gert Jan Feick TDWI Konferenz 2014 Prediction is very difficult, especially if it s about the future. (Bohr, Niels) 25.06.2014
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
MehrBusiness Chancen im Reporting nutzen. Ingo Diekmann Leiter Kooperationen & Business Development IDL GmbH Mitte
Business Chancen im Reporting nutzen Ingo Diekmann Leiter Kooperationen & Business Development IDL GmbH Mitte Thema im Überblick Technik verändert den Markt für Hersteller und Berater o Business o Projekte/Applikationen
MehrIndustrie 4.0 und Smart Data
Industrie 4.0 und Smart Data Herausforderungen für die IT-Infrastruktur bei der Auswertung großer heterogener Datenmengen Richard Göbel Inhalt Industrie 4.0 - Was ist das? Was ist neu? Herausforderungen
MehrNeue Möglichkeiten analytischer Lösungen für gesetzliche Krankenversicherungen
BITMARCK Kundentag am 04.11.2013 Neue Möglichkeiten analytischer Lösungen für gesetzliche Krankenversicherungen Stefan Sander; Senior Client Technical Specialist IBM Software Group Mascha Minou Lentz ;
MehrJavaFX auf Mobile. von Stefan Barth und Stefan Heinze
von Stefan Barth und Stefan Heinze JavaFX Was ist JavaFX? Desktopanwendungen für Java (Ablösung von Swing) Properties / Bindings Animationen Effekte MultiTouch Media, CSS FXML, CSS Webbrowser... Einsatzmöglichkeiten
MehrSeminare/Praktika/ Projekte
Seminare/Praktika/ Projekte ANGEWANDTE INFORMATIK IV PROF.DR.-ING. STEFAN JABLONSKI TOPICS PROCESS MANAGEMENT AND DATA SCIENCE Processes In organisations many kinds of systems and people work together
MehrEnterprise Portal - Abbildung von Prozessen, SAP-Datenintegration und mobile Apps
Beschreibung Die führende Standard-Software, um Menschen und Informationen erfolgreich in Prozesse einzubinden. Intrexx Professional ist eine besonders einfach zu bedienende Software- Suite für die Erstellung
Mehrfh management, communication & it Constantin von Craushaar FH-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Angewandte Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines einfachen Beispieles Häufigkeitsauswertungen Grafiken Datenmanipulationen
MehrBig Data: Solaranlagen reparieren Waschmaschinen? 2014 IBM Corporation
Big Data: Solaranlagen reparieren Waschmaschinen? Agenda Kurze Vorstellung Der Kunde und der ursprüngliche Ansatz Bisherige Architektur Vorgeschlagene Architektur Neue Aspekte der vorgeschlagenen Architektur
MehrSAP Technologien für die Telematik Chancen für die Versicherungsbranche. Dr. Alfred Geers, SAP Schweiz 28. Oktober 2014
SAP Technologien für die Telematik Chancen für die Versicherungsbranche Dr. Alfred Geers, SAP Schweiz 28. Oktober 2014 Der Markt ist bezüglich Telematik bereits in Bewegung Versicherungen Kunden Automobilhersteller
MehrData Science Marktforschung
Data Science Marktforschung Webinar 12. Juli 2018 Wie Data Science die Marktforschung verändert Christopher Harms, Consultant Research & Development Klassische Marktforschungsprojekte sind fokussiert auf
MehrData Mining mit der SEMMA Methodik. Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG
Data Mining mit der SEMMA Methodik Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG Data Mining Data Mining: Prozeß der Selektion, Exploration und Modellierung großer Datenmengen, um Information
MehrCopyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG DATA MANAGEMENT
HERZLICH WILLKOMMEN ZUR VERANSTALTUNG DATA MANAGEMENT AGENDA DATA MANAGEMENT 9:00 09:30 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: für IT und Fachbereiche
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
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
MehrMit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014
Mit In-Memory Technologie zu neuen Business Innovationen Stephan Brand, VP HANA P&D, SAP AG May, 2014 SAP Medical Research Insights : Forschung und Analyse in der Onkologie SAP Sentinel : Entscheidungsunterstützung
MehrKOMPASS, STECHZIRKEL, SEXTANT (LÖSUNGEN ZUR UNTERNEHMENSSTEUERUNG)
KOMPASS, STECHZIRKEL, SEXTANT (LÖSUNGEN ZUR UNTERNEHMENSSTEUERUNG) W W W. N O V E M B A. D E Sie haben Ihr Ziel erreicht! Strategie & Planung Unter vollen Segeln zum Erfolg Strategie & Planung Unter vollen
MehrProfitables Wachstum. Strategy B2B. Professionell optimiert und sicher realisiert. Corporate Brochure. Profitable Growth Optimizers
Profitables Wachstum Professionell optimiert und sicher realisiert 1 Profitables Wachstum Profitables Wachstum, das simultane Wachstum von Profitabilität und Umsatz, ist die Königsdisziplin des Managements
MehrFortgeschrittenes Programmieren mit R. Christoph Beck. Di, 14:00-15:30 (3065)
Christoph Beck Di, 14:00-15:30 (3065) Packages / Pakete in R Pakete in R Erweiterungen der (Basis)-Funktionalitäten in R Basis-Pakete Zusätzliche Pakete Base packages base Base R functions (and datasets
MehrRaber+Märcker Techno Summit 2014 Microsoft Dynamics NAV 2013 R2 Überblick und Hintergründe zu aktuellen Version. Schimon.Mosessohn@microsoft.
Raber+Märcker Techno Summit 2014 Microsoft Dynamics NAV 2013 R2 Überblick und Hintergründe zu aktuellen Version Schimon.Mosessohn@microsoft.com Herzlich Willkommen 1996 2004 2010 2014 Navision 3.7 Microsoft
Mehr2 Best Practise Cases für Marketing Automatisierung B2C/B2B Jörg Wallmüller Solution Consultant Oracle Marketing Cloud Oracle Software (Schweiz)
2 Best Practise Cases für Marketing Automatisierung B2C/B2B Jörg Wallmüller Solution Consultant Oracle Marketing Cloud Oracle Software (Schweiz) Joël Puznava Senior Manager Riverland Reply Copyright 2014
MehrExtensible Visualization
Extensible Visualization Oliver Linder Client Technical Professional 2013 IBM Corporation Agenda Vergleich von Visualierungsansätzen IBM Rapidly Adaptive Visualization Engine Ablauf Quelle (Analyticszone.com)
MehrEinführung in Data-Mining mit analytischen Funktionen und R. Vladimir Poliakov, Nürnberg, November 2015
Einführung in Data-Mining mit analytischen Funktionen und R Vladimir Poliakov, Nürnberg, November 2015 Vladimir Poliakov (v.poliakov@gmx.net) Hydrometeorologische Hochschule in St.Petersburg (mathematische
MehrAufbau einer komplett automatischen Business Intelligence-Umgebung
Aufbau einer komplett automatischen Business Intelligence-Umgebung Toad BI Suite Udo Brede Senior Solutions Architect Databases udo.brede@software.dell.com Agenda Begriffserklärung BI Vorstellung Toad
MehrR im Enterprise-Modus
R im Enterprise-Modus Skalierbarkeit, Support und unternehmensweiter Einsatz Dr. Eike Nicklas HMS Konferenz 2014 Was ist R? R is a free software environment for statistical computing and graphics - www.r-project.org
MehrDatenanalyse und Predictive Analytics IBM SPSS Statistics IBM Modeler
Wiener Biometrische Sektion (WBS) der Internationalen Biometrischen Gesellschaft Region Österreich Schweiz (ROeS) WBS Herbst Seminar Statistische Software für Biometrische Auswertungen Datenanalyse und
MehrOracle Data Mining 10g Rel 2
18. Deutsche ORACLE-Anwenderkonferenz Mittwoch, 9. November 2005 11h00, Variohalle 2 Oracle Data Mining 10g Rel 2 Lars Priebe ORACLE Deutschland GmbH Geschäftsstelle Hamburg Schlüsselworte: Data Mining,
MehrData Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG. 2013 IBM Corporation
Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG 2013 IBM Corporation Agenda Data Science made in Switzerland Case Study 1: Social Media
MehrSAS VISUAL ANALYTICS DER EINSTIEG IN (BIG) DATA ANALYTICS JOO-HYUNG MAING, SAS DEUTSCHLAND, 16. APRIL 2013
SAS VISUAL ANALYTICS DER EINSTIEG IN (BIG) DATA ANALYTICS JOO-HYUNG MAING, SAS DEUTSCHLAND, 16. APRIL 2013 SAS INSTITUTE EIN UNTERNEHMEN IN ZAHLEN SAS is the first company to call when you need to solve
MehrProfitables Wachstum. Strategy B2B. Professionell optimiert und sicher realisiert. Corporate Brochure. Profitable Growth OptimAIzers
Profitables Wachstum Professionell optimiert und sicher realisiert 1 Profitables Wachstum Der Fokus im heutigen B2B Business : Profitables Wachstum 2 Profitables Wachstum Profitables Wachstum, das simultane
MehrReputationsmanagement und Bürgerbeteiligung 2.0 mit der PR-Suite
CeBIT 2011 Reputationsmanagement und Bürgerbeteiligung 2.0 mit der PR-Suite eine innovative Intranet-Portallösung von IBM und seinen Partnern myon-id Media, ontopica und think2know 2011 IBM Coporation
MehrPredictive Analytics im Spannungsfeld zur Privatheit. Security Forum X.0 21.01.2016
Predictive Analytics im Spannungsfeld zur Privatheit Security Forum X.0 21.01.2016 Agenda: Grundbegriffe Privatheit Datenschutz Fazit Predictive Policing ist die Vorhersage von Straftaten. Anhand von Tatmustern
MehrERLEBEN SIE CONSULTING UND SOFTWARE IN EINER NEUEN DIMENSION!
Professionell, effizient und zuverlässig. ERLEBEN SIE CONSULTING UND SOFTWARE IN EINER NEUEN DIMENSION! ÜBER UNS Die G+H Systems. Im Gleichtritt mit unseren Kunden und Partnern zusammen schneller ans Ziel.
MehrOptimierung von Direct Marketing-Kampagnen im Fundraising dank Data Mining
1.22 Optimierung von Direct Marketing-Kampagnen im Fundraising dank Data Mining Raphael Hess WWF Schweiz 28. Oktober 2010 1 Agenda Worum es geht! Data Mining 2 2 WWF Worldwide 1961 Gründungsjahr +5,000
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
MehrIBM Demokratischere Haushalte, bessere Steuerung, fundierte Entscheidungen? Was leisten das neue kommunale Finanzwesen und Business Intelligence?
Das IBM Leistungsversprechen zum Führungsinformationssystems IBM Demokratischere Haushalte, bessere Steuerung, fundierte Entscheidungen? Was leisten das neue kommunale Finanzwesen und Business Intelligence?
MehrAdvanced Analytics for Making Smart Decisions Faster
Advanced Analytics for Making Smart Decisions Faster Mainz, 5. Oktober 2016 Shayan Faghfouri Managing Partner IT Verantwortliche in heutigen Zeiten Industrielle Revolution? What the Fourth Industrial
Mehr26. November 2014 HERZLICH WILLKOMMEN! SAP & Camelot Supplier Management Forum. Walldorf, SAP Guesthouse Kalipeh. From Innovations to Solutions.
26. November 2014 HERZLICH WILLKOMMEN! SAP & Camelot Supplier Management Forum Walldorf, SAP Guesthouse Kalipeh From Innovations to Solutions. Agenda SAP & Camelot Supplier Management Forum Lieferantenmanagement
MehrCopyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP
HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP AGENDA HADOOP 9:00 09:15 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: Handlungsfelder für IT und Fachbereiche Big
MehrCAS Data Science. Die Datenanalyse spielt für Unternehmen eine immer wichtigere Rolle.
Die Datenanalyse spielt für Unternehmen eine immer wichtigere Rolle. Geschäftsreleante Informationen aus einer grossen gesammelten Datenmenge herauslesen! 1 Hauptkursziel: Das Ziel des Kurses ist die Vermittlung
MehrRevolution Analytics eine kommerzielle Erweiterung zu R
Revolution Analytics eine kommerzielle Erweiterung zu R Webinar am 17.07.2014 F. Schuster (HMS) Dr. E. Nicklas (HMS) Von der Einzelplatzlösung zur strategischen Unternehmens- Software Zur Einführung Was
MehrApache Solr. Apache Solr. ALD:HS WiSe 2011/2012. Einleitung. Features. Implementation. Verwaltung. Benutzung
Universität zu Köln Sprachliche Informationsverarbeitung Hauptseminar: Angewandte linguistische Datenverarbeitung Dozent: Prof. Dr. Jürgen Rolshoven Referent: Patrick Pelinski 1 Gliederung Beschreibung,
MehrFachkundig beraten. Enterprise Marketing Automation. Bildquelle: Rödl &
Fachkundig beraten Enterprise Marketing Automation Bildquelle: Rödl & http://blog.1und1.de/ Partner 19.09.2016 1 Marketingherausforderung - Vernetzter Kunde 2 Customer Centrity vs. Customer Touchpoints
MehrPlant Data Services Frei verwendbar Siemens AG 2016 siemens.de/plant-data-services
Plant Data Services Frei verwendbar Siemens AG 26 siemens.de/plant-data-services Wir alle fragen uns Schöpft meine Anlage ihr volles Potenzial aus? Kennen wir das volle Potenzial unserer installierten
MehrUnsere Vorträge auf der DOAG 2015
Unsere Vorträge auf der DOAG 2015 Dienstag Virtual Reality Analytics 12:00-12:45 Uhr Raum Oslo, Ebene 2 Jörg Osarek SQL Developer Lassen Sie sich anstecken! 12:00-12:45 Uhr Raum Sydney, Ebene 1 Sabine
MehrIBM System z für ISVs Case Study Mobile Business Apps: COMELEO by aformatik
IBM System z für ISVs Case Study Mobile Business Apps: COMELEO by aformatik Agenda: Case Study Mobile Business Apps Kurzvorstellung der Firma aformatik: Erfahrungen aus 10 Jahren App -Entwicklung IBM Worklight:
MehrDie Relevanz digitaler Footprints für zukünftiges CRM
Die Relevanz digitaler Footprints für zukünftiges CRM Gastvortrag im Rahmen der FIM-Masterveranstaltung "Value-Based Customer Relationship and Process Management" Augsburg, 18.04.2013 Kundendefinition
MehrEclipse und EclipseLink
Eclipse und EclipseLink Johannes Michler Johannes.Michler@promatis.de PROMATIS, Ettlingen Zugriff auf Oracle Datenbanken aus Eclipse RCP Anwendungen via EclipseLink 18.09.2009 1 Gliederung Eclipse als
MehrCONTROLLING DIGITALER GESCHÄFTSMODELLE
CONTROLLING DIGITALER GESCHÄFTSMODELLE Jannis Friedag DIGITALE GESCHÄFTSMODELLE Hohe Datenverfügbarkeit Wachstum/Skalierung Kurze Zyklen Unsicherheit/Hohes Risikoprofil Agiles Arbeiten/Scrum Marketingkanal
MehrWLGauge: : Web Link Gauge to Measure the Quality of External WWW Links. Andreas Lübcke
WLGauge: : Web Link Gauge to Measure the Quality of External WWW Links Andreas Lübcke Gliederung Einführung Hintergrund zum link rot problem Arbeiten zum Thema WLGauge Open Framelet Design von WLGauge
MehrSAS Education. Grow with us. Anmeldung bei SAS Education. Kurstermine Juli Dezember 2015 für Deutschland, Österreich und die Schweiz
2015 SAS Education Kurstermine Juli Dezember 2015 für Deutschland, Österreich und die Schweiz Anmeldung bei SAS Education Deutschland www.sas.de/education Tel. +49 6221 415-300 education@ger.sas.com Fax
MehrProjektbericht. Evaluation und Ableitung von Ergebnissen anhand eines Fragebogens zur Studentensituation an der Hochschule Wismar
Business Intelligence Master Digitale Logistik und Management Projektbericht Evaluation und Ableitung von Ergebnissen anhand eines Fragebogens zur Studentensituation an der Hochschule Wismar Matthias Säger
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
MehrSAS Global Certification Program
SAS Global Certification Program Machen Sie mehr aus Ihrem SAS Know-how Mit neuen attraktiven Zertifizierungs-Packages Grow With Us www.sas.de/education SAS Global Certification Program Die SAS Zertifizierungen
MehrIBM SPSS Modeler 16 Datenbankinternes Mining
IBM SPSS Modeler 16 Datenbankinternes Mining Hinweis Vor Verwendung dieser Informationen und des darin beschriebenen Produkts sollten die Informationen unter Bemerkungen auf Seite 119 gelesen werden. Produktinformation
Mehrcellent Mittelstandsberatung GmbH
DAS UNTERNEHMEN cellent Mittelstandsberatung GmbH Firmensitz Böblingen, Deutschland Geschäftsführer Fokus Ewald Schneider SAP, QlikView, CRM, Mobility, Software Development und Infrastructure Solutions
MehrMission. TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden
Mission TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden Der Weg zu einem datengesteuerten Unternehmen # Datenquellen x Größe der Daten Basic BI & Analytics Aufbau eines
MehrWHERE AUDIENCE MEETS CREATIVITY
WHERE AUDIENCE MEETS CREATIVITY ALLES fängt mit einer Story an. Aber ohne die richtige Zielgruppe oder die passenende Distribution, wird die Geschichte niemals ihr richtigen Potential erreichen. Doch hierbei
MehrBDCA Kick-Off München,
BDCA Kick-Off München, 3.3.2015 Unser Modus: Sprinter Fakten! Seit 2005! 60+ Mitarbeiter:! Certified Scrum Masters/Product Owners! Certified Java Spring Professionals! Certified MongoDB Devs/Admins! Certified
MehrKnowledgeRiver: Data Center Konzepte, Strategien und Lösungen
KnowledgeRiver: Data Center Konzepte, Strategien und Lösungen Schwerpunkte Spezialgebiete DC Configuration Management (DCCM) DC Systematical Analytics (DCSA) Predictive Analytics für DC IT Root Cause Analytics
MehrPredictive Analytics für Dummies. Click here if your download doesn"t start automatically
Predictive Analytics für Dummies Click here if your download doesn"t start automatically Predictive Analytics für Dummies Anasse Bari, Mohamed Chaouchi, Tommy Jung Predictive Analytics für Dummies Anasse
MehrTechnologie Herbst Workshop 2012 28.11.2012
Technologie Herbst Workshop 2012 Heimon Hinze hhinze@netik.de 03.12.2012 Dr. Netik & Partner GmbH 1 - Netscaler Release V10 ist Major Update - über 100 Erweiterungen - Schauen wir sie uns der Reihe nach
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
MehrVorhersage mit CA CleverPath Predictive Analysis Server. Laszlo Mihalka Senior Consultant Laszlo.Mihalka@ca.com
Vorhersage mit CA CleverPath Predictive Analysis Server Laszlo Mihalka Senior Consultant Laszlo.Mihalka@ca.com Agenda Herausforderung CP PAS Neugents Modelle Mustererkennung Tools CA World 1 Herausforderung
Mehr