Big Data & High-Performance Analytics: Anwendungsszenarien

Transkript

1 Big Data & High-Performance Analytics: Anwendungsszenarien Dr. Thomas Keil, Program Manager Business Analytics Frankfurt

2 McKinsey-Studie zeigt Big Value Quelle: McKinsey Global Institute, May 2011: Big data: The next frontier for innovation, competition and productivity big_data/pdfs/mgi_big_data_full_report.pdf

3 In jeder Branche unterschiedliche Schwerpunkte

4

5 ADVANCED ANALYTICS Herausforderung des Kunden Deutliche Reduzierung von Betrugsfällen Niedrigere Gesamtkosten Steigendes Kundeninteresse SAS Antwort Zehn Prozent höhere Effizienz bei der Überprüfung von potenziellen Betrugsfällen, verglichen mit dem proprietären Case-Management-System. Überprüfung sämtlicher Transaktionen in Echtzeit. DATA MINING Mustererkennung in Transaktionsdatenbanken, um gestohlene Kreditkarten zu identifizieren. Der Erfolg unserer Kooperation zeigt, dass SAS unsere langfristigen Ziele versteht und gemeinsam mit uns optimale Lösungen entwickelt. Die Technologie von SAS hilft uns dabei, in den verschiedensten Betrugsszenarien den Kriminellen immer einen Schritt voraus zu sein. Wir sind davon überzeugt, dass uns die SAS Lösung im Kampf gegen Betrug einen entscheidenden Schritt vorwärts gebracht hat,. Derek Wylde Head of Group Fraud Risk, Global Security and Fraud Risk HSBC

6 ADVANCED ANALYTICS Herausforderung des Kunden Kundenprofil-Analysen in Echtzeit Optimierung der direkten Kundenansprache. Analye und Erkenntnisgewinnung innerhalb eines 2.5 Petabytes Datenbestandes. SAS Antwort Steigerung der Coupon Auszahlungsrate von 10 % auf 25% Reduzierung des modellbasierten Scorings von 4.5 St. auf 60 Sekunden, Wir helfen unseren Kunden seit 25 Jahren die richtigen Botschaften auf die richtige Weise zu vermitteln. Mit SAS hat unsere Präzesion und somit die Qulaität unserer Services nun eine neue Dimension erreicht. Eric Williams, Executive VP and CIO Executive VP and CIO, Catalina Marketing STATISTICS

7 ADVANCED ANALYTICS ZIEL Optimale Preisfindung auf Artikelebene (SKU) pro Filialfläche Verbesserte Abschriften individuell pro Filiale HERAUSFORDERUNG 270 Million mögliche Kombinationen von Einzeldaten ( 3 Terabyte) LÖSUNG SAS High-Performance Analytics mit In-memory, distributed processing Eine auf große Datenmengen (Big Data) ausgelegte Business Analytics Solution (SAS Revenue Optimization) ERGEBNIS 93% weniger Rechenzeit von 30 h auf 2 h (untertägig) OPTIMIZATION

8 Kunden Beispiel: Handel Marketingoptimierung Millionen von Kunden Visa Classic / Direct Mail Visa Classic / Call Center Visa Classic / Branch Visa Gold / Direct Mail Visa Gold / Call Center Visa Gold / Branch Home Equity Loan / Direct Mail Home Equity Loan / Call Center Home Equity Loan / Branch Hunderte Angebote Bisher SAS High Performance Analytics Beschleunigung 5 h 29 min 2 min 164x

9 Beispiel: Bank Risikoberechnung Finanzinstrumente Marktparameter Zwei Zeitreihen 8,8 Mrd. Value at Risk- Berechnungen Bisher SAS High Performance Analytics Beschleunigung 18 h < 3 min 360x

10 Beispiel: Big Data im US Gesundheitswesen

11 Beispiel: Gesundheitswesen Risikostrukturausgleich Quelle: GKV-Spitzenverband (Vortrag Mathias Kleinschmidt, , Big-Data-Workshop, Fraunhofer-Inst, St. Augustin)

12 Anwendungsszenarien für jede Branche

13 Big Data: Chance für innovative Unternehmen BIG DATA Datenwachstum ist unausweichlich Große Vielfalt an Szenarien und Business Cases Ansatzpunkte finden sich überall! ANALYTICS Es gibt nicht *eine* Antwort auf Big Data aber ohne Analytics wird es nicht gehen!

14 SAS Institute GmbH Dr. Thomas Keil 06221/