Datenvorbereitung und -analyse
Business Analytics
Business Analytics ist der Prozess der Datenanalyse mithilfe statistischer und quantitativer Methoden, um Entscheidungen zu treffen, die zu besseren Geschäftsergebnissen führen.
Mehr erfahrenBusiness Intelligence
Business Intelligence ist das Gesamtergebnis der Daten, Software, Infrastruktur, Geschäftsprozesse und menschlichen Intuition einer Organisation, das umsetzbare Erkenntnisse liefert.
Mehr erfahrenData Analytics
Data Analytics bezeichnet den Prozess der Exploration, Transformation und Analyse von Daten, um aussagekräftige Erkenntnisse und Effizienzsteigerungen zu ermitteln und so die Entscheidungsfindung zu unterstützen.
Mehr erfahrenData Blending
Bei der Datenzusammenführung werden Daten aus einer Vielzahl von Quellen in einem nützlichen Dataset zusammengebracht, um tiefergehende, komplexere Analysen durchzuführen.
Mehr erfahrenData Governance
Erfahren Sie, was Data Governance ist, welche Tools und welches Framework zur Implementierung verwendet werden und wie Sie damit einen echten Mehrwert erzielen können.
Mehr erfahrenData Lineage
Verfolgen Sie, woher die Daten eines Unternehmens stammen und welchen Weg sie im System durchlaufen. Stellen Sie außerdem sicher, dass Geschäftsdaten jederzeit compliant und korrekt sind.
Mehr erfahrenData Preparation
Bei der Datenvorbereitung werden Rohdaten bereinigt und konsolidiert, bevor sie für Geschäftsanalysen verwendet werden. Erfahren Sie, warum dies wichtig ist und wie es funktioniert.
Mehr erfahrenData Wrangling
Data Wrangling, oft auch vereinfacht Datenaufbereitung genannt, ist der Vorgang der Umwandlung, Bereinigung und Anreicherung von Daten, um sie anwendbarer, brauchbarer und praktischer zu machen. Das hilft dabei, intelligentere Geschäftsentscheidungen zu treffen.
Mehr erfahrenDatenbereinigung
Die Datenbereinigung, auch als Data Cleansing, Data Cleaning oder Data Scrubbing bezeichnet, identifiziert Fehler, Duplikate sowie irrelevante Daten und behebt bzw. entfernt diese aus einem aus Rohdaten bestehenden Dataset.
Mehr erfahrenDatenexploration
Datenexploration ist eine Möglichkeit, Daten kennenzulernen, bevor man mit ihnen arbeitet. Durch Prüfungen und Untersuchungen werden große Datasets für tiefere, strukturiertere Analysen vorbereitet.
Mehr erfahrenDatenprofilierung
Datenprofilierung, oder auch: Data Profiling, hilft bei der Ermittlung, dem Verständnis und der Organisation von Daten, indem die Eigenschaften der Daten identifiziert und ihre Qualität bewertet werden.
Mehr erfahrenDatenstandardisierung
Bei der Datenstandardisierung wird die komplexe Semantik abstrahiert, also wie Daten erfasst, standardisiert und zusammengefügt werden, um Unternehmen schnellere und genauere Analysen zu bieten.
Mehr erfahrenDescriptive Analytics
Mithilfe von Descriptive Analytics wird die Frage „Was ist bisher passiert?“ anhand von Informationen beantwortet, die sich aus großen, unbearbeiteten Datasets entnehmen lassen. Die Ergebnisse werden in zugänglichen Linien-, Torten- und Balkendiagrammen, in Tabellen und als Bericht visualisiert.
Mehr erfahrenETL
Bei ETL – Extract, Transform, Load – handelt es sich um den Prozess, der für das Kopieren, Kombinieren und Konvertieren von Daten aus verschiedenen Quellen und Formaten und das Laden in ein neues Ziel, wie z. B. ein Data Warehouse oder einen Data Lake, verantwortlich ist.
Mehr erfahrenNachfrageprognose
Genaue Nachfrageprognosen (oder auch: Demand Forecasting) helfen Ihnen bei der Bestandsverwaltung, Kapazitätsplanung, Produktnachfrage und Ressourcenzuweisung.
Mehr erfahrenSpatial Analytics
Bei der Geoanalyse – oder auch: Spatial Analysis – werden Probleme geografisch modelliert, sodass ein Unternehmen Standorte, Beziehungen, Attribute und Näherungswerte von Geodaten analysieren kann, um Fragen zu beantworten und Erkenntnisse zu gewinnen.
Mehr erfahrenData Science und Machine Learning
Advanced Analytics
Advanced Analytics, oder auch: die erweiterte Datenanalyse, nutzt modernste Methoden, um Erkenntnisse zu gewinnen, Muster zu erkennen, Ergebnisse vorherzusagen und Empfehlungen zu generieren.
Mehr erfahrenAutoML
Durch automatisiertes Machine Learning, kurz: AutoML, wird Machine Learning auch für Laien zugänglich, indem es ihnen durch ein automatisiertes Benutzererlebnis ermöglicht, ML-Modelle zu erstellen, zu validieren, zu iterieren und zu untersuchen.
Mehr erfahrenData Science
Data Science ist eine Form angewandter Statistik, die Elemente der Informatik und Mathematik einbezieht, um Erkenntnisse sowohl aus quantitativen als auch qualitativen Daten zu gewinnen.
Mehr erfahrenData Science versus Machine Learning
Data Science und Machine Learning sind Schlagworte der Technologiewelt. Beide verbessern KI-Operationen über sämtliche Geschäftszweige und Branchen hinweg. Doch was ist am besten?
Mehr erfahrenFeature Engineering
Mit Feature Engineering können Unternehmen ihre Daten verstehen und einen Nutzen daraus ziehen.
Mehr erfahrenMachine Learning
Machine Learning ist der iterative Prozess, der an einem Computer ausgeführt wird, um unter Berücksichtigung spezifischer Einschränkungen Muster in einem Dataset zu erkennen.
Mehr erfahrenMachine Learning Operations (MLOps)
MLOps ist ein funktionsübergreifender, kooperativer und iterativer Prozess, der Data Science operationalisiert, indem Machine Learning (ML) und andere Modelltypen wie wiederverwendbare Software-Artefakte verwendet werden, die mithilfe eines wiederholbaren Prozesses bereitgestellt und kontinuierlich überwacht werden können.
Mehr erfahrenPredictive Analytics
Predictive Analytics ist eine Art von Datenanalyse, die Machine Learning, statistische Algorithmen und andere Methoden verwendet, um zukünftige Ereignisse vorherzusagen.
Mehr erfahrenPrescriptive Analytics
Prescriptive Analytics, oder auch: präskriptive Analysen, beantwortet die Frage „Was sollte/kann getan werden?“ mithilfe von Machine Learning, Diagrammanalysen, Simulationen, Heuristik und anderen Methoden.
Mehr erfahrenÜberwachtes vs. unüberwachtes Lernen
Überwachte und unüberwachte Lernmodelle funktionieren auf einzigartige Weise, um Unternehmen dabei zu unterstützen, besser mit ihren Verbraucherinnen und Verbrauchern zu interagieren.
Mehr erfahrenTransformieren Sie Ihre Analysen
Decken Sie verborgene Erkenntnisse in Ihren Daten auf.