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:
- Wie gut sind meine Daten für Data Mining und Prognosen geeignet?
- Welche Informationen sind versteckt in den Daten?
- Wie kann ich Daten leicht verknüpfen um besseres Wissen daraus zu erhalten?
- Welche Zusammenhänge können durch den Synop Analyzer gefunden werden?
- Welcher Business-Case kann damit erstellt werden?
- Welche Prognosen lassen sich damit erstellen?
- Welches Wissen müssen meine Mitarbeiter haben?
- 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.
Inhalt und Umfang Praxis-Workshop
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