Predictive Praxis-Workshop – neue Erkenntnisse und Prognosen an einem Tag!

Stehen Sie noch an der Schwelle zu Data Mining oder Advanced Analytics und stellen sich folgende Fragen:

  1. Wie gut sind meine Daten für Data Mining und Prognosen geeignet?
  2. Welche Informationen sind versteckt in den Daten?
  3. Wie kann ich Daten leicht verknüpfen um besseres Wissen daraus zu erhalten?
  4. Welche Zusammenhänge können durch den Synop Analyzer gefunden werden?
  5. Welcher Business-Case kann damit erstellt werden?
  6. Welche Prognosen lassen sich damit erstellen?
  7. Welches Wissen müssen meine Mitarbeiter haben?
  8. Soll ich Predictive Analytics selbst umsetzen oder möchte ich Prognose-as-a-Service lieber nutzen?

An einem Tag zeigen wir Ihnen anhand Ihrer Daten die Mehrwerte für Ihr Unternehmen bzw. Ihren Use-Case auf und geben Ihnen erste Hinweis und Antworten auf die o.g. Fragen.

In diesem Workshop werden auf Daten des Kunden die fachlichen Anforderungen mit dem Synop Analyzer In-Memory-Analyse -Tool beispielhaft umgesetzt. Am Ende des Workshops stehen produktiv nutzbare Datenerkenntnisse (Zusammenhang, Qualität), Prognosen (Scoring-Modelle) oder Muster in Bezug auf Zielvariablen zur Verfügung. Gleichzeitig werden die Vorgehensweise und die Verfahren im Groben erläutert.

Vorausgesetzt werden geeignete Daten mit entsprechenden Zielvariablen und Metadaten- Beschreibungen. Die Daten müssen vor dem Workshop in einer Web-Session dem Analysten vorgestellt oder Datenauszüge vorab zugestellt werden.

Ablauf Workshop:

    • Vorstellung Teilnehmer
    • Abstimmung Tagesablauf
    • Datenimport, Diskretisierung und Datenverdichtung
    • Datenqualitäts-Check
    • Korrelationsanalyse
    • Interaktive Datenanalyse
    • Erläuterung der Scoring-Methoden
    • Erstellung eines Scoring-Modells mit Trainings- und Validierungsdaten,
    • Scoring (Prognose) auf neuen Daten
    • Mustererkennung
    • Einbindung der Ergebnisse in Business-Prozesse (Erläuterung)
    • Zusammenfassung der Ergebnisse

Zeitlicher Umfang: 09:00 bis 18:00 Uhr

Voraussetzungen:

– Datenbeschreibungen im Vorfeld
– Idealerweise anonymisierte Datenmuster
– Bereitstellung von fachlichen Experten