DataScience Workshop

VALUE PROPOSITION

Wir unterstützen unseren Kunden beim Prozess, die heterogen vorhandene Datenflut in unternehmensdienliche Informationen zu transformieren. Dabei berücksichtigen wir sämtliche Datenquellen wie beispielsweise Social Media Daten, Kundenkorrespondenzen, Stamm- und Rechnungsdaten sowie alle relevanten Marktdaten. Für unsere Kunden identifizieren wir mit unserem speziell entwickelten, standardisierten und methodischen Beratungsansatz geeignete technische und organisatorische Maßnahmen. Dies führt dazu, dass der Kunden am Point of Contact die richtige Entscheidung trifft und passende Aktionen (wie z.B. die schnelle Reaktion bei einer Beschwerde eines Top Kunden oder das passende Ergänzungsangebot bei einem Produktkauf) einleitet, um dadurch die Kundenrentabilität zu steigern sowie seine Servicekosten zu reduzieren. Im Data Science-Workshop betrachten wir alle relevanten Bereiche wie Architektur, Datenintegration und Prozesse hinsichtlich der Optimierung bestehender und neuer Geschäftsmodelle und –perspektiven.

DATA SCIENCE WORKSHOP (15 TAGE)

Der Workshop umfasst die Festlegung der allgemeinen Vorgehensweise. Anschließend werden die gesammelten Use Cases evaluiert und die vorhandenen Datenquellen, -mengen und -qualität analysiert. Dadurch können passende Use Cases, die zu nutzenden analytische Plattform sowie weitere Analysetools ausgewählt und zu erwartenden Ergebnisse definiert werden. Die sogenannte Data Preparation umfasst die Datenaufbereitung inkl. der Überprüfung (Test)  der  Datenqualität. Als nächstes folgt die Anwendung statistischer Methoden zur Analyse der Daten (Data Science) im Sinne der definierten Use Cases. Das Ergebnis setzt sich aus den gemeinsam definierten Use Cases, der Analyse der Machbarkeit (PoT), den abgeleiteten Use Cases und dem Coaching der Mitarbeiter in Big Data – Technologien zusammen.

AGENDA

Tag 1: Vorbereitung gemeinsam mit dem Kunden

      • Identifikation der Stakeholder

      • Meeting mit allen Stakeholdern zur Definition:

            o der Erwartungshaltung

            o von Use Cases

      • Vorbereitung der Use Cases

            o Welche Daten sind vorhanden?

            o Fehlen Daten, wenn ja, wo können diese beschafft werden?

            o Welche Analysen wurden bisher gemacht?

            o Wie waren die Ergebnisse?

      • Notwendige und mögliche Datentöpfe für die Use Cases identifizieren

Tag 2-12*: Themen / Agenda 

      • Vorstellung / Allgemeines Vorgehen

      • Evaluierung der gesammelten Use Cases

      • Analyse der vorhanden Datenquellen, –mengen und -qualität

      • Auswahl:

            o darzustellende Use Cases

            o zu nutzende analytische Plattform

            o weitere Analysetools

      • Definition der erwarteten Ergebnisse

      • Data Preparation

            o Load der Daten

            o Test der Datenqualität und Dokumentation

      • Anwendung statistischer Methoden zur Analyse der Daten (Data Science) im Sinne der definierten Use Cases

Ergebnis

      • Gemeinsam definierte Use Cases 

      • Analyse der Machbarkeit (PoT)

      • Abgeleitete UseCases

      • Coaching der Mitarbeiter in Big Data - Technologien

*Die angegebenen Tage können je nach Umfang der Anforderungen abweichen.

Tag 13-14: Ausarbeitung

      • Implementierungsempfehlung Architektur Plattform- und Betriebsempfehlung

      • Dokumentation

Tag 15: Vorort Präsentation

      • Ergebnispräsentation und Ausarbeitung möglicher Projekte und Mehrwerte.

      • Übergabe „Deliverables“ (z.B. entwickelter Code)

ZIELGRUPPE

Fachabteilung

Zu Favoriten hinzugefügt