Advanced Analytics

Was bedeutet das Advanced in
ADVANCED ANALYTICS?

Traditionelle Business-Intelligence-Tools fokussieren sich auf die vergangenheitsbezogene Auswertung und Darstellung Ihrer Geschäftszahlen – gehen Sie mit „Advanced Analytics“ noch einen Schritt weiter. Generieren Sie unter Verwendung von fortgeschrittenen Analysemethoden, wie der Künstlichen Intelligenz (KI), tiefgreifendes und bislang unbekanntes Wissen aus Ihren Daten. Advanced Analytics hilft Ihnen zu prognostizieren, was in Zukunft geschehen wird, sodass Geschäftsabläufe und Entscheidungen optimiert werden können.

Unser Verständnis von
DATA SCIENCE

Wir schauen mit Ihnen über den Tellerrand der klassischen Business-Intelligence-Analysen und eröffnen Ihnen neue Horizonte mit Data Science. Data Science stellt sich für uns als die Schnittmenge der drei Bereiche IT Skills, Mathematisches Wissen und Fachexpertise dar:

Data Mining / Machine Learning ist eine Symbiose aus IT-Expertise und mathematischem Wissen. Beim Data Mining werden Verfahren zum Erkennen von Zusammenhängen, Mustern und Trends auf große Datensätze angewandt. Machine Learning beschreibt die Entwicklung von mathematischen Modellen auf Basis einer Trainingsdatenmenge zur Vorhersage von zukünftigen Ereignissen.

Lernen Sie uns kennen
DER WEG ZUR DATA DRIVEN COMPANY

Video abspielen

Data Science in der Praxis: DATENANOMALIEN

Egal, ob es um das Verhalten von Menschen oder die Messwerte von IoT Geräten geht – im Bereich Data Science kann es immer zu Abweichungen von den zu erwartenden Ergebnissen kommen.

Diese unerwarteten Abweichungen werden als Anomalien bezeichnet und können auf potenzielle Probleme hindeuten, deren Identifizierung in zahlreichen Geschäftsfeldern von großer Bedeutung sein kann. In unserem Showcase demonstrieren wir anhand eines praxisnahen Beispiels, wie sich diese Anomalien in Business-Daten mithilfe von Künstlicher Intelligenz aufdecken lassen.

BIG DATA

Mit Big Data sind Datenmengen gemeint, die durch

ein großes Datenvolumen (Volume)
ein schnelles Datenwachstum (Velocity)
eine große Datenheterogenität (Variety)
eine große Schwankung in der Datenqualität (Veracity)
und großem monetären Wert (Value)

gekennzeichnet sind. Die Charakterisierung über die 5 Vs verdeutlicht die besonderen Anforderungen an Architekturen zur Prozessierung von Big Data.

Unsere Angebote im Bereich
ADVANCED ANALYTICS

Orientierungsworkshop

Wir führen moderierte 1-Tages-Workshops zur Bestandsaufnahme und Ausbau von Advanced-Analytics-Themen in Ihrem Haus durch. Zentraler Kern des Workshops ist die Reifegradbestimmung bzw. die Beantwortung der Frage, wo Sie bzgl. Advanced Analytics stehen.

Weitere Infos zum Workshop können Sie hier als Präsentation herunterladen.

Use Case Design & Proof of Concept

Sie fragen, wir antworten. Gern diskutieren wir mit Ihnen Ihre Fragestellungen und geben konkrete Antworten dazu und erarbeiten mit Ihnen Use Cases, die z.B. im Rahmen eines Proof of Concept umgesetzt werden können.

Beispiele für Use Cases sind u.a.:

INSTANDHALTUNG UND WARTUNG: Vorhersage von Anlagezuständen
PRODUKTION: Vorhersage von Kapazitätsanforderungen
HANDEL UND VERTRIEB: Kunden-/ Markt-/ Warenkorbanalysen
FINANZDIENSTLEISTER: Cashflow Forecasting/ Fraud Detection/ Churn Management

Unter „Referenzberichte“ finden Sie Use Case Beispiele, die von uns bereits in der Praxis umgesetzt wurden.

Big Data Architecture

Eine tragfähige und flexible Big Data Architektur ist essentiell für die langfristige Nutzbarkeit einer Analytics-Lösung. Der Markt ändert sich schnell und wir wissen, worauf es ankommt.

Folgende Leistungen in Sachen Architekturen bieten wir an:

Architekturkonzeption
Umsetzung von Big Data Architekturen inkl. Schnittstellenaufbau

Die folgende exemplarische Architektur hat sich bei unseren Kunden im Bereich Advanced Analytics bewährt und zeigt die wesentlichen Bestandteile einer möglichen Big Data Architektur.

Sicherlich erkennen Sie Bestandteile Ihrer Infrastruktur wieder. Dennoch sieht jede Architektur unterschiedlich aus. Bei der individuellen Anpassung Ihrer Architektur und der Transformation zu einer flexiblen und tragfähigen Big Data Architektur sind wir Ihnen gerne behilflich.

Data Science/ Datenanalyse

Der Beginn eines Data Science Projekts stellt für uns ein Orientierungsworkshop dar, in dem ermittelt wird, wo Sie bzgl. Advanced Analytics stehen (Reifegradmessung). Im Rahmen des Workshops findet auch ein Brainstorming über mögliche Use Cases statt. Anschließend wird gemeinsam mit Ihnen ein Use Case bestimmt, genauer ausgearbeitet und die Machbarkeit analysiert.

Schließlich wird im Rahmen eines PoC mit der Use-Case Entwicklung begonnen. Nach erfolgreicher Durchführung des PoC wird der Use-Case bzw. Prototyp hochskaliert und weiterentwickelt, sodass die Ergebnisse produktiv verwendet werden und in die bestehenden Geschäftsprozesse eingebunden werden können (Deployment).

Wir orientieren uns beim Projektvorgehen an dem CRISP-DM Modell: