Mit der zunehmenden digitalen Transformation von traditionellen Unternehmen wachsen auch deren Datenbestände. Diese gilt es für die Gewinnung neuer Erkenntnisse und tiefere Einblicke in die Geschäftsabläufe zu nutzen. So können mögliche Zusammenhänge entdeckt werden.

Weiterlesen

Mit den mathematisch statistischen Methoden und dem Domänen Wissen der jeweiligen Branche erstellen wir anwendungsfallspezifische Modelle sei es zur Bestimmung von Vorhersagen oder zur Segmentierung von Kundengruppen für personalisierte Produktangebote.

Dabei werden unsere Data Scientists mit dem technischen Wissen um die Aufbereitung der Daten unserer Data Engineers, die für die notwendige Datenqualität sorgen.

Weiterlesen

Es zeichnet sich in vielen Branchen und Bereichen der Trend ab, dass Geschäfte immer kleinteiliger und dafür in höherer Frequenz durchgeführt werden. Das stellt die Unternehmen vor die Herausforderungen ebenfalls schneller zu Ergebnissen zu kommen, um entsprechend reagieren zu können. Bestehende DWH-/BI-Systeme folgen oftmals dem Grundsatz der Stabilität und werden daher eher als träge wahrgenommen, wenn es darum geht neue Anforderungen abzubilden.

Weiterlesen

Sei es die Visualisierung von Analyse-Ergebnissen, die Präsentation von Unternehmenskennzahlen oder die ad hoc Analyse von Daten, die richtige Visualisierung der Inhalte ist von entscheidender Bedeutung, wenn es darum geht, verstanden zu werden (z.B. der Erfolg oder Misserfolg einer Kampagne) oder zu verstehen (z.B. die Absatzschwäche eines bestimmten Produktes oder in einer bestimmten Region). Moderne BI Tools bieten eine Vielzahl von Darstellungsmöglichkeiten in Form von Charts und Gauges, auf Dashboards oder als Report, auf dem Computer oder auf dem Tablet.

Weiterlesen

Wenn es um unternehmensweite Sichten, um die Konsolidierung ähnlicher Daten aus unterschiedlichen Vorsystemen, um stabile, themenorientierte, integrierte, nicht-flüchtige und zeitorientierte Haltung von Daten geht, dann handelt es sich meist um ein Data Warehouse. Insbesondere der Aspekt des nicht-flüchtigen (Non-Volatile) unterstreicht in Zeiten, in denen vor allem auf Agilität und Echtzeit gesetzt wird, die Notwendigkeit einer Datenquelle, die die Gesamtheit des Unternehmens und die Konsolidierung der Informationen in den Vordergrund stellt.

Weiterlesen

Mit zunehmender digitaler Transformation von traditionellen Unternehmen wächst auch das Bewusstsein um den Wert des Guts Daten. Man kann die Daten als Rohstoff betrachten aus dem neues Wissen, besseres Kundenverständnis oder gar neue Geschäftsideen gewonnen werden. Daten wahllos in einem Unternehmen erst einmal zu sammeln, damit sie einmal da sind ist nicht sehr sinnvoll und bei personenbezogenen Daten auch durch die Datenschutzgrundverordnung (DSGVO) gesetzlich geregelt. Gut organisiertes Datenmanagement erfordert eigene Data Government Prozesse für Dokumentation und Datenqualität.

Weiterlesen