Sie sitzen auf einem Berg von Daten und wissen nicht wie Sie das darin vermutete Gold schürfen können? Die grösste Hürde bildet meistens das Stellen der "richtigen" Fragen. Gerne beraten wir Sie zum Potenzial Ihrer Daten und zum besten Vorgehen mit den grössten Erfolgschancen.

In unserer Potenzial Analyse werden folgende Punkte beleuchtet:

• Unternehmens-Ziele: Welche Ziele verfolgen Sie? Welche Probleme versuchen Sie zu lösen? Was hindert Sie an der Umsetzung?
• Erfolgs-Metrik: Wie soll der Erfolg einer möglichen Lösung gemessen werden?
• Daten-Landschaft: Welche Daten liegen vor? In welcher Qualität? Welche Daten fehlen?
• Tool-Landschaft: Welche Analyse Tools werden bereits verwendet? Welche neuen Tools passen in Ihre IT-Infrastruktur?
• Skills und Ressourcen: Wie ist der interne Wissensstand bezüglich Advanced Analytics? Welche bestehenden Ressourcen können genutzt werden? Welche Stakeholder müssen erst noch überzeugt werden?
• Erfolgs-Potenzial: Mit welchem Gewinn oder welchen Einsparungen kann realistisch gerechnet werden?

MDP Landscape: Interactive Demo

Der Umfang einder Potential Analyse variert je nach Komplexität Ihrer Ziele. Wir bieten Hand von einem unverbindlichen Meeting bis hin zu einem agilen Pilotprojekt. Gerne offerieren wir Ihnen ein massgeschneidertes Angebot.

Kontaktieren Sie uns

Leider sind Rohdaten häufig unvollständig, verrauscht und inkonsistent. Die Redewendung "Garbage in, Garbage out" trifft besonders auf Advanced Analytics Projekte zu. Bevor ein Software Algorithmus nach Antworten suchen kann, müssen die Daten bereinigt und in eine einheitliche Form konvertiert werden, welche von Machine Learning Algorithmen verstanden werden kann.

Die wichtigstens Arbeitsschritte bei der Daten Aufbereitung sind:

• Daten Konsolidierung: Zusammentragen, Selektieren und Integrieren von Daten aus verschiedenen Datenquellen
• Daten Säuberung: Auffüllen von fehlenden Werten, Reduktion von Rauschen in Daten, Identifizierung und Beseitigung von Ausreissern, und Bereinigung von Inkonsistenzen
• Daten Transformation: Normalisierung der Daten, Diskretisierung oder Aggregation von Daten, und Konstruktion neuer Variablen
• Daten Reduktion: Reduktion der Anzahl Variablen, Reduktion der Anzahl Fälle, und Balancierung von verzerrter Daten

Flowmap: Interactive Demo

Flowmap: Interactive Demo

Flowmap: Interactive Demo

Flowmap: Interactive Demo

Gerne führen wir für Sie diese essentiellen Arbeitsschritte durch, um Ihr Advanced Analytics Projekt auf die richtige Spur zu bringen.

Kontaktieren Sie uns

Explorative Daten Analyse (EDA) stellt eine effiziente Vorgehensweise dar, um die wesentlichen Merkmale Ihrer Daten zu verstehen. EDA beruht auf numerischen und visuellen Methoden. Desweiteren ermöglicht EDA die datengetriebene Hypothesen-Gernerierung. Dieser Prozess fühlt sich oft wie "Detektivarbeit" an: Wir erforschen Ihre Daten, immer auf der Suche nach Mustern und Strukturen welche uns zu neuen Hypothesen und prädiktiven Modellen führen.

Die wichtigesten Schritte bei der Explorativen Daten Analyse sind:

• Visualisieren: Visuelle Methoden werden angewendet, um die zugrunde liegend Strukturen "sichtbar" zu machen, Ausreisser aufzuspüren und Anomalien zu identifizieren.
• Verstehen: Durch Fragestellen und Ausführen interaktiver Experimente vertiefen wir stetig das Verständnis über Ihre Daten.
• Erklären: Welche Resultate wir auch immer in Ihren Daten finden, wir erklären Ihnen diese auf eine visuelle und einfach zu verstehende Weise.
• Hinterfragen: Wir betrachten alle Resultate stets skeptisch und sind offen und dankbar für Ihre kritischen Fragen.
• Wiederholen: Das Unbekannte zu erforschen ist nie ein linearer Prozess. Ein iteratives Vorgehen ist bei EDA daher essenziell.

Cohort Analysis

Cohort Analysis

Cohort Analysis

Cohort Analysis

Lassen Sie uns Ihnen helfen Muster in Ihren Daten zu identifizieren und diese Gewinnbringend zu nutzen.

Kontaktieren Sie uns

Unternehmerische Kennzahlen (KPIs) leisten gute Dienste wenn es darum geht die Vergangenheit zusammenzufassen. Wenn Sie jedoch voraussagen möchten, wie Kunden in der Zukunft reagieren werden, gibt es nur eine Lösung: Predictive Analytics (PA). Durch das maschinelle Lernen aus Ihren reichhaltigen historischen Daten liefert PA mehr als nur standard Geschäftsberichte und Verkaufsprognosen: Relevante Voraussagen für jeden einzelnen Kunden.

Unsere Predictive Analytics Lösungen durchlaufen folgende Schritte:

• Projekt Definition: Definition der Unternehmensziele und Erfolgskriterien. Übersetzung der Unternehmensziele in eine Predictive Analytics Problemdefinition und einen Plan, um diese Ziele zu erreichen.
• Daten Aufbereitung: Sammlung, Beschreibung, Integration, Aufbereitung, Transformation und Säuberung der Daten. Erzeugung und Evaluation von zentralen Eigenschaften (Features): Identifikation der Features mit grösster Prognosefähigkeit. Iteration.
• Modell Entwicklung: Auswahl geeigneter Modellierungstechniken. Erstellung eines geeigneten Testverfahrens. Konstruktion verschiedener Vorhersagemodelle. Beurteilung der Modelle anhand ihrer Prognosefähigkeit versus Komplexität. Auswahl des "besten" Modells mit grösster Anforderungsabdeckung.
• Modell Einführung: Implementierung des Datenaufbereitungs-Prozesses in Ihrer produktiven Umgebung. Integration des Modells in Ihre IT-Infrastruktur. Ausführung der Predictive Analytics Lösung auf den Produktivdaten.
• Modell Überwachung: Überwachung der Leistungsfähigkeit eingesetzter Modelle. Überwachung der Qualität der produktiven Daten. Anpassung der Modelle an sich verändernde Geschäftsziele in regelmässigen Abständen.

Machbarkeits-Prognosen auf CAD-Plänen

Geweinn-Prognosen

Kunden-Kaufwahrscheinlichkeiten

Wir ermöglichen Ihnen in die Zukunft zu schauen und heute schon die richtigen Entscheidungen zu treffen.

Kontaktieren Sie uns

Wir nutzen Daten Visualisierung als modernes Äquivalent zum Geschichtenerzählen. Visueller Inhalt (wie eine Infographik) wird vom Hirn 60'000 mal schneller verarbeitet als Text. Muster, Trends und Zusammenhänge können schnell und einfach erkannt werden.

Mit unseren interaktiven Daten Visualisierungen gehen wir sogar noch einen Schritt weiter - über das Darstellen von statischen Grafiken hinaus, hin zu interaktiven Grafiken. Wir ermöglichen Ihnen Filterung und Drill Down in Grafiken damit Sie noch mehr Details sehen, und damit Sie interaktiv (und unverzüglich) ändern können, welche Daten Sie sehen und wie diese aufbereitet werden.

Bei der Daten Visualisierung beachten wir folgende Punkte:

• Zweck: Weshalb machen wir diese Visualisierung? Was ist das Ziel dahinter?
• Inhalt: Was versuchen wir zu visualisieren? Was ist die Geschichte welche wir erzählen wollen?
• Struktur: Wie sollen wir die Daten visualisieren? Als Scatterplot, Treemap, Netzwerk, Heatmap,... ?
• Format: Wie soll das Look and Feel sein? Wie wird die Visualisierung konsumiert?
• Interaktion: Wie können wir den Betrachter teilhaben lassen? Welche Folgefragen können durch Filtern und Drill Down beantwortet werden?

HSLU Skill Tree: Interactive Application

Capability Map: Interactive Demo

KPIs Report: Interactive Demo

Portfolio Monitor: Interactive Demo

Data Sources Matrix: Interactive Demo

MDP Landscape: Interactive Demo

Ranking: Demo

Flowmap: Interactive Demo

Spiderchart: Interactive Demo

Bubblechart: Demo

Scatterplot: Interactive Demo

Marketing Channels Report: Interactive Demo

Circletree: Interactive Demo

Artstation Galaxy: Interactive Demo

Webtraffic Analysis: Interactive Demo

Webtraffic Analysis 2: Interactive Demo

Radarchart: Interactive Demo

Radarchart: Interactive Demo

Corporate News Dashboard: Interactive Demo

Corporate News Dashboard: Interactive Demo

Wir lieben es Daten zu visualisieren. Lassen Sie uns Ihnen wertvolle Einblicke in Ihre Daten geben.

Kontaktieren Sie unsInteraktive Demos

Getreu dem Moto "Tue Gutes und rede darüber", halten wir regelmässig Vorlesungen an verschiedenen Fachhochschulen wie

• SIB, Schweizerisches Institut für Betriebsökonomie: Vorlesungen
• HWZ, Hochschule für Wirtschaft Zürich: Vorlesungen
• HSLU, Hochschule Luzern: Vorlesungen

Gerne erzählen wir aus der Praxis und anhand konkreter Beispiele welche wir für unsere Kunden umsetzen durften. Unsere stetig wachsende Slide-Sammlung ist online verfügbar und öffentlich zugänglich.

Connected Experiences: Präsenation

Hands-On Data Science: Präsenation

Data Adventures: Präsenation

Customer Segmentation: Präsenation

E-Commerce & Omnichannel Analytics: Präsenation

Analytics & Data Science: Präsenation

From Big Data to Actionable Insights: Präsenation

Frontend Programmming Intro: Präsenation

Customer Insights vs. Data Analytics: Präsenation

Wir unterstützen Sie gerne mit Präsentationen, Keynotes oder Impuls-Referaten zu den Themen Daten, Analytics und Data Science.

Kontaktieren Sie unsPräsentationen ansehen