Data Science bei axxessio

In den letzten Jahren hat sich Data Science als eigenständiges Feld etabliert und die Technologien der 1. Generation machen Platz für das Aufkommen neuer Technologien.

(Eigene Grafik mit Daten von dl.acm.org)

Jetzt ist die beste Zeit Ihre verborgenen Datenschätze zu heben. Der gerade stattfindende Paradigmenwechsel, von Stapel-Verarbeitung hin zu Echtzeit-Verarbeitung, erlaubt Ihrem Unternehmen proaktives Handeln in einer immer interaktiver werdenden Welt. Wir machen Sie zu einem Technologieführer um Ihren individuellen Wettbewerbsvorteil noch weiter zu stärken! 

Ihre nächsten Schritte mit axxessio

Data Science bei axxessio überzeugt durch die Kombination von Data Science Lösungen mit der Betonung von Domänenwissen und strategischer Beratung. Ihr Domänenwissen, gepaart mit unserem Knowhow transformieren wir zu einer Daten Strategie, die Ihren Erfolg sichert. 

Big Data? Little Data? No Data?

„Big Data“ ist ein medienwirksames Buzzword, dass bereits seit mehreren Jahren kursiert. Trotz der starken Medienpräsenz, ist es meistens besser über die richtigen Daten zu verfügen, denn über mehr Daten. „Little Data“ kann mitunter den gleichen Erkenntniszugewinn generieren wie Big Data. In anderen Fällen gibt es keine Daten – etwa, weil relevante Daten nicht existieren, nicht gefunden werden können oder nicht verfügbar sind. Wir unterstützten Sie bei der Akquise, dem Management und dem Verwerten Ihrer Datenbasis.

(In Anlehnung an: Christine L. Borgman; Big Data, Little Data, No Data: Scholarship in the Networked World)

Data Science für kleine und mittlere Unternehmen

Wir bringen Sie auf ein Level mit den Big Players mit skalierbaren Cloud Lösungen:

Option A: Sofort einsetzbare Lösung (z.B.: AWS, oder AWS ML)

Option B: Individuelle Lösung

 

Data Science Lösungen

Data Management

Wir unterstützten Sie bei der Identifizierung Ihres Status Quo und beim Wandel hin zur digitalen Führerschaft. Zusammen werden wir eine Datenstrategie ausarbeiten im Hinblick auf folgende Punkte:

  • Big / Little / No Data?
  • Speicherung / Nutzung / erneute Nutzung / Sharing?
  • Daten-Akquise / Bereitstellung? Wann? Wie? Auswirkungen?
  • Datennutzung? Wann? Wie? Auswirkungen?
  • Beispielanwendung: Nutzung einer Cloud-Lösung zur Skalierbarkeit von Big Data Anwendungen, Datenakquise im Kontext von Industrie 4.0

Data Preprocessing

Datenqualität ist der Schlüssel zum Gewinn wertvoller Erkenntnisse. Wir bringen Ihren Vermögengegenstand „Daten“ in Form und helfen ihn zu verwalten.

  • Data Preprocessing repräsentiert bis zu 80% eines Data Science Projekts [Quelle]
  • Es beinhaltet:
    • Data Cleaning: Reduziert Rauschen und Inkonsistenzen in den Daten.
    • Data Integration: Beschreibt das Zusammenführen von Daten aus unterschiedlichen Quellen.
    • Data Reduction: Beinhaltet die Reduktion der Daten via Aggregation, Feature Selection oder Clustering.
    • Data Transformations: Glättung, Aggregation, Normalisierung, Feature Construction, etc.

Beispielanwendung: Aufbereitung von Kontaktdaten, Kontexterweiterung von Verkaufszahlen durch Hinzunahme zusätzlicher Datenquellen.

Modellierung und Evaluation

Data Science und Machine Learning Algorithmen und deren Anwendung sind ein sich stetig wandelndes Feld. Wachsende Rechenleistung und die Verfügbarkeit von immer größer werdenden Datensätzen ermöglicht die effektive Anwendung von Deep Learning Verfahren, die bis dato nicht denkbar war. Solche Algorithmen übertreffen in einigen Anwendungsgebieten etablierte Methoden im zweistelligen Prozentbereich. Unser Ziel ist die Auswahl des besten Modells für Ihre spezifische Anwendung!

  • Auswahl der besten Data Science Algorithmen zur Beantwortung Ihrer konkreten Fragestellung
  • Erstellung von Test Design und Test Metriken
  • Aufbauen der Modelparameter
  • Evaluation und Review der Modelle
  • Entscheidung über subsequente Schritte

Beispielanwendung: Kostenreduktion durch Predictive Maintenance, Advanced Planning und Scheduling oder Business Process Analytics. Verbesserte Wissensbasis zum Kundenstamm und Recommender Systeme fördern Verkaufszahlen.

Monitoring und Reporting

Data Science existiert nicht zum Selbstzweck. Die Kommunikation der Ergebnisse mittels effektiver Visualisierung und Storytelling ist essentieller Teil jedes Data Science Projekts von axxessio.

  • Kommunikation und Visualisierung der Ergebnisse
  • Planung von Reports und Warnhinweisen
  • Sharing?

Beispielanwendung: Echtzeit-Dashboard zur Visualisierung von Kundenverhalten