Projekt Beschreibung

Messe Düsseldorf.

Für die Messe Düsseldorf haben unsere Expert*innen mithilfe der Microsoft Azure Cloud eine moderne, skalierbare und zukunftssichere Analytics-Plattform aufgebaut und den reibungslosen Betrieb sichergestellt. Das Projekt startete mit einem Greenfield-Aufbau in der Cloud. Das agile Vorgehen des Projektteams schaffte in kürzester Zeit ein Minimum Viable Product.

Technologien:

  • Automation Framework MTGen
  • Oracle
  • PL/SQL
  • Cognos
  • APEX

Ausgangssituation und Projektauftrag

Dieses Kundenprojekt baut auf dem Vorgänger-Projekt auf, dem Aufbau einer Data-Analytics-Plattform in der Cloud , um die Analyse auf Daten der zahlreichen Fachdatenbanken zu ermöglichen. Unser Kunde, die Messe Düsseldorf, ist einer der größten Messe-Anbieter in Deutschland und will mit Methoden der Data Science neue Geschäftsmodelle erschließen.

Ziel des Projekts war, durch den Einsatz von Data Science neue relevante Erkenntnisse zu gewinnen, die wesentlich dazu beitragen die Geschäftsziele wie Risikominimierung, Kostenreduktion und Umsatzmaximierung zu erreichen.

Zunächst haben wir gemeinsam mit dem Kunden diverse Fragestellungen erarbeitet und definiert, die datengetrieben durch unsere Data-Science-Analysen beantwortet werden sollen.

Im Allgemeinen ging es um Fragestellungen wie:

·      Wie kann das Angebot zielgerichtet erweitert werden?

·      Wie können potenzielle Neukunden identifiziert werden?

·      Wie kann das Angebot für Kunden optimiert werden?

Diese Fragestellungen sollten nun mithilfe der verknüpften, aufbereiteten und gefilterten Daten aus der Analytics-Plattform beantwortet werden.

Vorgehen im Projekt

Für die Umsetzung der Data-Science-Analyse setzten wir auf die in der Plattform zur Verfügung stehenden Big-Data-Technologien, um zum Beispiel die Rechenleistung des Cluster für die Modellbildung nutzen zu können.

Folgende Anwendungen von modernen Data-Science-Methoden im Rahmen der Analytics-Plattform haben wir genutzt:

·      Kundenanalyse zur Erweiterung des Angebots des Unternehmens

·      Mustererkennung zur Vorhersage potenzieller (Neu-)Kunden

·      Analyse verkaufter Produkte und Korrelationen im Rahmen einer Warenkorbanalyse zur Optimierung des Angebots

Die aus der Analyse gewonnenen Erkenntnisse wurden anschließend aufgearbeitet, um die Fragenstellungen datenbasiert zu beantworten.

Projektergebnisse und Ausblick

Die datengetriebene Beantwortung der Fragestellungen durch Data-Science-Analysen lieferte positive Erkenntnisse, welche bei Projektbeginn so nicht erwartet wurden. Die gewonnenen Erkenntnisse in den Bereichen Angebotserweiterung, -optimierung und Neukundengewinnung konnten für die zukünftige Geschäftsoptimierung unseres Kunden direkt genutzt werden.

Die erfolgreiche Zusammenarbeit war die Basis für das Folge-Projekt. Durch den Einsatz von Data Science sollten neue, relevante Erkenntnisse gewonnen werden, um die Geschäftsziele wie Risikominimierung, Kostenreduktion und Umsatzmaximierung zu erreichen. Für die Umsetzung hat unser Team moderne Data-Science-Methoden genutzt wie Kundenanalyse, Mustererkennung zur Vorhersage potenzieller Kunden und eine Warenkorbanalyse zur Optimierung des Angebots.

Weitere spannende Projekte

Alle Projekte anzeigen