Data Analytics

Wer heute im Zeitalter der Digitalisierung in einer sich stark wandelnden und beschleunigenden Ökonomie dauerhaft Erfolg haben will, muss seine vorhandenen und erzeugten Daten möglichst schnell in neues und entscheidungsunterstützendes Wissen verwandeln. Bisher hat die BI (Business Intelligence) die Aufgabe übernommen, Prozesse und Abläufe besser zu verstehen, doch das reicht bei Weitem heute nicht mehr aus. Data Analytics richtet den Blick nach vorne, um in die Zukunft gerichtete Entscheidungen nachhaltig zu verbessern.

Im Zusammenhang mit Data Analytics werden meist auch die Begriffe Data Science und Big Data genannt. Die Data Science ist ein äußerst vielfältiges Gebiet, das seine Grundlagen sowohl in den Bereichen IT, Statistik, Mathematik und Big Data hat. Wer seine Geschäftsprozesse besser verstehen und diese weiter optimieren will, braucht zudem auch Kenntnisse zu betriebswirtschaftlichen und makroökonomischen Abläufen. Nur auf Basis einer individuell passenden Datenstrategie lassen sich neue Geschäftsmodelle und eine automatisierte und hoch flexible Entscheidungsunterstützung realisieren.

Unser Verständnis und Ansatz im Bereich der Data Analytics ist geprägt vom Anspruch der Anpassungsfähigkeit (adaptive) und dem konkret zu schaffendem Nutzen in der Umsetzung. Dabei hat sich die agile Vorgehensweise, auf Basis von überschaubaren Sprints und zugehörig klar definierten UseCase-Inhalten als passende Form in der Projektmethodik etabliert. Die Entwicklung und das Deployment wird durch passende (Microservice-)Architektur und hoch automatisierte Entwicklungsprozesse (DevOps) unterstützt.

Vorteile von Data Analytics

  • Am Nutzen ausgerichtetes Handeln (Kosten- & Risikoreduzierung / Optimierung)
  • Steigerung der Wettbewerbsfähigkeit und automatisierten Entscheidungsunterstützung
  • Gewinnen neuer Erkenntnisse auf Basis vorhandener Nutzdaten
  • Integration und Anreicherung von ergänzenden „Open data“ Inhalten
  • Analyse und Auswertung unstrukturierten Datenquellen
  • Nutzung statistischer Funktionen und mathematischer Modelleim Bereich Data Science

Anwendungsgebiete im Bereich Data Analytics

  • Warenkorb Analysen (z.B. Handel / E-Commerce)
  • Analysen auf Basis von Wetterdaten (alle Bereiche)
  • Next Best Offer bzw. Next Best Action (z.B. Handel / Versicherung)
  • Churn Prevention und Retention Marketing (z.B. Handel / E-Commerce / Versicherung)
  • Fraud Prevention and Detection (z.B. Banken / Versicherungen)
  • Dataquality mit KI (wichtig in allen Bereichen)
  • Predictive Maintenance (z.B. Industrie)

Ansprechpartner

Ralf Böhme

Bereichsleiter Business Intelligence

  +49 2102 30961-0

ralf.boehme@mt-ag.com

Menü