Business Application Research Center

Experten für Business Intelligence, Analytics, Big Data, CRM und ECM

BARC-Newsletter

Expertenworkshops

Advanced & Predictive Analytics

Expertenworkshops

Advanced & Predictive Analytics

Wir bieten Ihnen eine Auswahl von Workshops zur Entscheidungsfindung und Umsetzung von Themen im Bereich Predictive Analytics und Data Mining an. Dabei berücksichtigen die BARC-Analysten Ihre konkreten Anforderungen und gehen auf spezifische Fragestellungen ein.

Sichern Sie sich jetzt Ihren Workshop!

Klicken Sie auf ein Thema für weitere Informationen zu einem BARC-Workshop:
 

Data Science für Business Analysten

Advanced Data Architecture & Design für Analytics

Organisation für Advanced Analytics

IT-Architektur für Advanced Analytics

Datenmanagement für Advanced Analytics

Marktübersicht Advanced und Predictive Werkzeuge

BARC Score Workshop

 


Data Science für Business Analysten

Das eintägige Seminar führt Anwender aus dem Fachbereich (z.B. Business Analysten) in die Vorgehensweise und die Methoden der Data Science ein. Dabei werden wesentliche Schritte der Datenaufbereitung, Datenanalyse und Ergebnispräsentation in kompakten Einzelabschnitten vorgestellt. Damit werden die Kursteilnehmer qualifiziert

  • Analyseprobleme zu formulieren
  • Daten aufzubereiten
  • Muster in Daten zu identifizieren
  • den Dialog mit Data Scientists zu führen
  • Ergebnisse aus Data Labs zu interpretieren

Anhand konkreter Daten wird der Ablauf des Data Discovery Prozesses an praktischen Beispielen anschaulich dargestellt und greifbar gemacht. Die überschaubare Teilnehmerzahl erlaubt die Klärung individueller Fragen der Seminarbesucher.

Lernziele:

  • Analytische Fragen formulieren, Daten aufbereiten und visuell analysieren
  • Analytische Fragen anhand von Machine Learning Methoden zu analysieren
  • Strategien um Machine Learning Modelle zu optimieren und zu validieren

Advanced Data Architecture & Design für Analytics

Daten-intensive Anwendungen benötigen mehr denn je eine durchdachte Datenarchitektur. Schlussendlich ist die Datenwelt vielseitiger und voluminöser denn je. Analytics Projekte kämpfen zudem immer wieder mit der Herausforderung der Datenbeschaffung und Aufbereitung, die häufig Agilitäts- und Motivationsbremse zugleich ist. Daher macht sich eine sorgfältig gestaltete Datenarchitektur mit bewusst eingesetzten Designprinzipien schnell bezahlt.

Im Workshop werden folgende Fragestellungen diskutiert:

  • Das daten-zentrische Unternehmen – warum eine Datenarchitektur?
  • Was unterscheidet das Data Warehouse vom Data Lake, welche gängigen Datenarchitekturansätze finden dabei jeweils Anwendung und welche Rolle spielen diese aus Sicht von Analytics?
  • Welche Datentypen gibt es, etwa transaktionale versus maschinen-generierte Daten wie Weblogs und JSON-Formate, und wie unterscheidet sich deren Verwendung?
  • Was sind die gängigsten Data Stores (z.B. relational versus NoSQL) und Zugriffsmechanismen?
  • Wie werden Rohdaten für verschiedene Verwendungs-/Auswertungstypen fit gemacht? Wie unterscheidet sich die Verarbeitung von historischen zu real-time Daten?
  • Wie sichert man Data (Re-)Usability – für Business Analysts, BI Experten und Data Scientists?
  • Was ist zu berücksichtigen, wenn man aus einem prototypischen Data Pipeline eine operationale und skalierfähige Anwendung machen möchte?
  • Was sind die Herausforderungen einer verteilten Datenarchitektur?

Die im Workshop diskutierten, konzeptionellen Ansätze werden mit Hilfe von Beispielen aus der Praxis veranschaulicht.

Lernziele:

  • Datenarchitektur anforderungsgerecht gestalten
  • Datentyp- und Aufgabengerechte Methoden und Technologien einsetzen
  • (Wieder-) Verwendbare Datenobjekte designen
  • Strategien zur Lösung zentraler Daten-Herausforderungen kennen und einsetzen können

Organisation für Advanced Analytics

Fortgeschrittene Analysen zeichnen sich vor allem durch ihre Dynamik aus: Der Weg, von einer Idee des Fachbereichs (z.B. hinsichtlich der Kundenklassifikation für Werbemaßnahmen) über das Finden eines geeigneten Modells bis hin zu seiner Operationalisierung (in ERP-, CRM- oder sonstigen Systemen) ist auf vielerlei Weise mit der Einbeziehung verschiedener Beteiligter möglich. Wie also starten oder arbeiten?

Für die Umsetzung von Fortgeschrittenen-Analyse-Initiativen hat sich das Phasenmodell entlang eines „analytischen Zyklus“ als wertvolle Orientierung gezeigt. Der Workshop soll den Kunden befähigen, seine Herangehensweise zur Umsetzung von fortgeschrittenen Analysen zu optimieren – sie schneller, zielgerichteter und nachhaltiger zu gestalten.

• Inhalte:
  • Analytischer Zyklus in Theorie und Praxis
  • Ergebnisse von BARC-Marktbefragungen zur Umsetzung von fortgeschrittenen Analysen in europäischen Unternehmen
  • relevante Mitarbeiter-Fähigkeiten für fortgeschrittene Analysen
  • Rollenkonzepte für fortgeschrittene Analysen
  • Aufbau-Organisation für fortgeschrittene Analysen
• Vorteile:
  • Unabhängige, technologieneutrale und kritische Bewertung von etablierten und neuen Konzepten, Methoden und Best Practices, um  Unabhängigkeit von einzelnen Herstellern und Werkzeugen und entsprechenden Experten sicherzustellen.
  • Der BARC-Beratungsansatz fokussiert die vertrauensvolle Zusammenarbeit und schafft Eigenständigkeit anstatt Service-Abhängigkeit.
• Nutzen:
  • Konkrete Ansätze zur Justierung bestehender Strategien hinsichtlich Mitarbeiter-Profile, Rollenkonzepten und Aufbau-Organisationen.
  • Optimierung von Fortgeschrittenen-Analyse-Projekten durch schnellere und zielgerichtete Prozesse.
     

IT-Architektur für Advanced Analytics

Fortgeschrittene Analysen sind ohne eine agile, performante und funktionsreiche Architektur nicht möglich: Data-Mining-Werkzeuge der Data Scientists sollten skalieren können. Neue Datenquellen sollten einfach angebunden werden können. Die Daten-liefernden Systeme sollten Daten in akzeptabler Geschwindigkeit liefern. Architekturen mit moderneren Konzepten wie Datenvirtualisierung, In-memory, NoSQL oder Hadoop versprechen dabei hohen Geschäftsnutzen.

Der Workshop hat das Ziel, etablierte und moderne Architektur-Konzepte und -Technologien vorzustellen und die Relevanz für die jeweilige Kundensituation herauszuarbeiten. Darauf aufbauend kann eine Optimierung bspw. durch Verschlankung, Erweiterung oder Ersatz erfolgen.

 
• Inhalte:
  • Advanced Analytics und Architektur-Modelle: Quellsysteme, Data Warehouse, Data Marts, u.a.
  • Datenvirtualisierung: Methoden, Konzepte, Marktübersicht
  • In-Memory: Methoden, Konzepte, Marktübersicht
  • NoSQL: Methoden, Konzepte, Marktübersicht
  • Hadoop: Methoden, Konzepte, Marktübersicht
  • Werkzeuge für fortgeschrittene Analysen: Einordnung und Marktübersicht
  • Einschätzung Technologieportfolio führender Anbieter
• Vorteile
  • Unabhängige, technologieneutrale und kritische Bewertung von etablierten und neuen Konzepten, Methoden und Best Practices, um Unabhängigkeit von einzelnen Herstellern und Werkzeugen und entsprechenden Experten sicherzustellen.
  • Der BARC-Beratungsansatz fokussiert die vertrauensvolle Zusammenarbeit und schafft Eigenständigkeit anstatt Service-Abhängigkeit.
• Nutzen:
  • Konkrete Ansätze zur Justierung bestehender Architekturen und Technologiekomponenten.
  • Schnellere und erfolgreichere Fortgeschrittenen-Analyse-Projekte durch skalierende und zielgerichtete Architekturen und Technologien.

 


Datenmanagement für Advanced Analytics

Data-Science-Projekte können nur dann erfolgreich sein, wenn die Beteiligten in den unterschiedlichen Projektphasen auch technologisch unterstützt werden.Schlechte Datenqualität. nicht angebundene oder schlecht dokumentierte Datenquellen, unzureichende Möglichkeiten in der Software, Daten auszuwerten, ein Datenverständnis aufzubauen, Daten zu selektieren, zu integrieren, aufzubereiten und zu verknüpfen sind jedoch gängige Probleme.

Der Workshop hat das Ziel, etablierte und moderne Architektur-Konzepte und -Technologien vorzustellen und die Relevanz für die jeweilige Kundensituation herauszuarbeiten. Darauf aufbauend kann eine Optimierung bspw. durch Verschlankung, Erweiterung oder Ersatz erfolgen.

• Inhalte:
  • Advanced Analytics und Architektur-Modelle: Quellsysteme, Data Warehouse, Data Marts, u.a.
  • Strategien für Datenintegration in fortgeschrittenen Analysen (Data Mining Plattformen, Datenintegrationswerkzeuge, Scripting): Konzepte und Marktüberblick
  • Unterstützung von fortgeschrittenen Analysen durch datengetriebene Konzepte und Technologien (Datenvirtualisierung, Business Glossare, Metadatenmanagement)
  • Sicherstellen von Datenqualität organisatorisch, fachlich und technisch über den Datenqualitätszyklus
  • optionaler Exkurs: Stammdatenmanagement
  • optionaler Exkurs: Data Lake
• Vorteile:
  • Sicherstellung der Unabhängigkeit von einzelnen Herstellern und Werkzeugen und entsprechenden Experten, unabhängige, technologieneutrale und kritische Bewertung von etablierten und neuen Konzepten, Methoden und Best Practices durch BARC.
  • Der BARC-Beratungsansatz fokussiert die vertrauensvolle Zusammenarbeit und schafft Eigenständigkeit anstatt Service-Abhängigkeit.
• Nutzen:
  • Konkrete Ansätze zur Justierung bestehender Architekturen und Technologiekomponenten.
  • Schnellere und erfolgreichere Fortgeschrittene-Analyse-Projekte durch skalierende und zielgerichtete Architekturen und Technologien.

 


Marktübersicht Advanced und Predictive Werkzeuge

In fortgeschrittenen Analyse-Initiativen werten die Beteiligten Daten aus und suchen nach mathematisch-statistischen Formeln und Modellen wie Prognoseverfahren, neuronalen Netzen oder Entscheidungsbäumen um bestimme Anwendungsfälle besser zu unterstützen oder gar erst zu ermöglichen: Das Käuferverhalten vorherzusagen dient nicht nur der Umsatz-, sondern auch der Lager- und Einkaufsoptimierung. Neue, innovative, datengetriebene Produkte oder Dienstleistungen binden Kunden. Für die Umsetzung von fortgeschrittenen Analysen können Unternehmen aus einer Vielzahl an Softwareprodukten wählen. BARC hat den Markt dieser Softwareprodukte unterteilt um die unterschiedlichen Herangehensweisen und deren Potentiale und Grenzen zu beschreiben und Unternehmen dabei zu unterstützen, Werkzeuge aus den für sie passenden Klassen auszuwählen.

• Inhalte:
  • Marktübersicht der Advanced und Predictive Werkzeuge
  • Softwareauswahlkriterien für Advanced und Predictive Werkzeuge
  • Softwareauswahlprozess von Advanced Analytics
  • Optional: Marktübersicht der Serviceanbieter
  • Optional: Datenmanagement und Technologieintegration für fortgeschrittene Analyse
  • Optional: Organisation und Rollen für Advanced Analytics und Big Data
• Vorteile:
  • Unabhängige, technologieneutrale und kritische Bewertung von Softwarewerkzeugen, um Unabhängigkeit von einzelnen Herstellern, Werkzeugen und entsprechenden Experten sicherzustellen.
  • Der BARC-Beratungsansatz fokussiert die vertrauensvolle Zusammenarbeit und schafft Eigenständigkeit anstatt Service-Abhängigkeit.
• Nutzen:
  • Konkrete Ansätze zur Justierung des bestehenden Technologieansatzes.
  • Optimierung von Fortgeschrittenen-Analyse-Projekten durch adäquate und zielgerichtete Software.

 


 

-> Beratungsleistungen