BIG DATA SOLUTIONS

Datarella bietet Big Data Solutions – alles, was Sie für Ihre Digitale Transformation benötigen: Big Data: Cloud Computing, das komplette Data Science Portfolio inclusive Machine Learning und Predictive Analytics, Workshops und Seminare, Application Design, datenbasiertes Interaction Design, Big Data Architektur und Hosting von Big Data Systemen.

In den folgenden Big Data Bereichen beraten wir Sie, entwickeln und setzen gemeinsam mit Ihnen entsprechende Lösungen um:

Daten erzeugen und sammeln
Daten werden heutzutage von Nutzern freiwillig in Hülle und Fülle produziert – zumeist online, in sozialen Netzwerken.  Hier ist Social Media Analyse das perfekte Tool für qualitative Marktforschung, Trendforschung und Zielgruppenforschung (Personas). Außerdem liefern Netpromoter Scores und ähnliche Metriken gute KPIs zur Kampagnenkontrolle. Für Content-Marketing ist Social Media Analyse unverzichtbare Grundlage. Ein ideales Spielfeld für die Haus- und Hofagentur, könnte man meinen – aber: Agenturen haben oft keinen guten Footprint im Bereich Social Media. Die notwendigen Leistungen kaufen Agenturen von externen Dienstleistern zu. Damit stehen sie in Konkurrenz zu jedem anderen Berater, der die Daten ebenso erwerben kann. Während Social Media Analytics eine hervorragende Grundlage für die gesamte, strategische Kommunikation (inkl. PR und CRM) bietet, sprechen Mediaagenturen meist nur mit den Werbe-Media- Abteilungen. Wir zeigen Ihnen die passenden Tools und trainieren gemeinsam mit ihren Mitarbeitern den Einsatz in Ihrem Unternehmen.

Daten spreichern, wiederfinden, vorbereiten

screenshot_206

 

Bereits hier werden oft schwerwiegende Fehler gemacht, indem Daten nicht – so, wie sie ankommen  abgespeichert, sondern vorab aggregiert oder gar vernichtet werden, weil man der Auffassung ist, dass nur ausgewählte, bestimmte Hypothesen erfüllende Daten es wert seien, gespeichert zu werden. Oft geht eine traditionelle IT-Struktur im Unternehmen Hand in Hand mit dieser archaischen Datenperspektive: bevor sich IT-Verantwortliche mit Diskussionen über neue Datenarchitekturen gänzlich neue Baustellen eröffnen, werden eher alte Strukturen ausgebaut und damit verfestigt.  Trotz dieses Widerstands innerhalb vieler IT-Abteilungen hat sich eine Vielzahl an Unternehmen etabliert, die neuartige Strukturen für die Big Data gerechte Sammlung von Daten anbieten, wie Hadoop Distributoren, Anbieter von Management-Lösungen und Datenbanken, wie beispielsweise MongoDB , Couchbase, CouchDB, Collibra, ParStream, Talend, Amazon, Rackspace, etc. Alle diese Anbieter suchen nach Kunden Cases und sind offen gegenüber partnerschaftlichen Entwicklungen. Je früher Sie anfangen, Daten unverfälscht zu sammeln und sinnvoll abzuspeichern, desto besser!

Daten analysieren
Data Analytics schließt direkt an die Hadoop-Distributoren an. In der Regel gibt es keine Lösungen von der Stange, sondern Berater der Analytics-Anbieter entwickeln beim Kunden maßgeschneiderte Lösungen. Diese Projekte lösen die Data Warehouses und andere überholte Infrastrukturen „aus den 90ern“ ab, die noch auf RDMSs beruhen. Neben aktuellen Verfahren der Mustererkennung (insb. in Anomalie-Erkennung, Fraud Detection, etc.), sind es vor allem Modelings, Simulations- und Planungsmodule die von Data Analytics Firmen für Kunden implementiert werden. Typisch sind grafische Benutzeroberflächen zur einfachen Modellentwicklung und Simulations-Dashboards.. Häufig müssen unterschiedliche Datenquellen in das Analytics-System eingebunden werden. Dabei unterstützen wir Sie.

Daten interpretieren
Die klassischen Strategieberater haben schnell ‚Big Data‘ als Geschäftsfeld besetzt. Da Big Data als Querschnittsaufgabe durch das gesamte Unternehmen läuft, sind Berater, die direkt am Konzernvorstand aufgehängt sind, sehr gut in der Lage, die Silos der Fachabteilungen aufzubrechen. Daten aus dem Marketing, der Buchhaltung, Personal und anderen Bereichen können von ihnen nicht nur technisch (wie früher durch die IT), sondern auch inhaltlich zusammengelegt werden. Klingt logisch und einfach – entscheidend ist hierbei allerdings die Einleitung: Beratung muss in der Unternehmenshierarchie auf der Stufe der Entscheider erfolgen, da oft nicht nur technische Fragen geklärt, sondern auch Budgetentscheidungen getroffen werden müssen, die bestehende – aus der traditionellen Perspektive definierte – Budgets übersteigen: etwa bei der Implementierung einer neuen Dateninfrastruktur. Die Einordnung und Bewertung dieser Fragestellungen nehmen wir gemeinsam mit Ihnen vor.

Daten visualisieren
Der gerne als eher nachrangig verstandene Aspekt der Datenvisualisierung ist unserer Erfahrung nach oft ein entscheidender im gesamten Big Data Projekt – wie es auch in anderen Lebensbereichen gilt: was Sie auf einen Blick in einem Bild sehen, verstehen Sie besser und schneller als durch die Lektüre eines elaborierten Texts – oder gar – wie im Falle von Big Data – durch Zahlenreihen, Tabellen und Algorithmen. Dies bezieht sich überhaupt nicht auf den vermeintlichen Unterschied zwischen Wissenden (IT-ler, Data Scientists, Nerds, etc.) und Unwissenden (Chefs, Marketing-Menschen, etc.) sondern gilt in allen Situationen: eine gute Visualisierung ist das A&O einer jeden Entscheidung im Unternehmen. Anbieter von Dashboards und Visualisierung sind sozusagen die Oberfläche für die Data Analytics. Insbesondere wenn bereits eine hohe Datenkultur im Unternehmen besteht, können Lösungen wie beispielsweise ‚Tableau‘ leicht implementiert werden.

Starten Sie mit unseren Big Data Strategie Workshops. Sprechen Sie mit uns über Ihr maßgeschneidertes Big Data Angebot!

Seminar: „Streetfighting Data Science“

Der ideale Einstieg in Big Data.

Die Teilnehmer erhalten einen Überblick der offenen Big Data Tools, relevanter Datenquellen, haben erste eigene Erfahrungen in der Anwendung von Data Science gemacht und können selbständig weiter recherchieren.

Datenanalyse und Statistik wurde lange genug in Hinterzimmern und akademischen Elfenbeintürmen betrieben. Es ist höchste Zeit, die Methoden und Techniken auf die Straße zu bringen und damit Gutes zu tun.
Die Daten liegen frei herum, die Tools sind per Drag & Drop für jeden zur Hand. Datenanalyse ist keine Arkanwissenschaft mehr. Jeder kann anfangen aus den Daten etwas zu schaffen, die Welt besser zu verstehen, vor allem das Denken, Fühlen und Verhalten von Menschen. Zum ersten Mal liegen Messdaten zum Verhalten massenweise vor und das Werbe-Targeting macht davon ausführlich Gebrauch. Aber dabei muss es nicht bleiben: Jeder kann aus den Daten seinen Nutzen ziehen, die Welt bereichern und die Gesellschaft verbessern. Wir wollen euch zeigen, wie das geht. Untersucht, auseinandergenommen und durchgeknetet werden frei verfügbare Datensätze von Wikipedia über Twitter bis Google n-grams. Bring your own data!

Seminar: Einführung in Big Data

Data Science, das Berufsfeld zu “Big Data”, hat sich als angewandte Wissenschaft etabliert und ersetzt zunehmend “Business Intelligence” und “Data Mining”, die in den letzten 20 Jahren die vorherrschenden Paradigmen der strategischen Planung stellten.

Der Beruf “Data Scientist” unterscheidet sich von Marktforscher/in, Statistiker/in und verleichbaren Berufen, indem er die neuen Paradigmen von “Big Data” abbildet.
Neben den Ansätzen und Methoden unterscheidet sich Data Science auch in der Terminologie von den etablierten Feldern.

Das Seminar führt in die wichtigsten Begriffe von “Big Data” ein.

Ziel des Seminars ist es, den Teilnehmern einen Überblick über “Data Science” zu geben und sie in die Lage zu versetzen, sich selbst weiter zu informieren oder weitere Fortbildungen gezielt für sich auszuwählen. Damit soll der Workshop den Teilnehmern die Möglichkeit geben, zu erkennen, wo sich Potenziale bei Kunden ergeben, die dann mit interner bzw. externer Unterstützung in Angebote übersetzt werden können.

Workshop: Data Science in der Anwendung

Data Science lernen, wie Chemie: durch “Experimentierkästen”, mit denen jeder Mitarbeiter auch ohne tiefe Statistikkenntnisse schnell explorativ mit Daten Produkte entwickeln kann.

Die Teilnehmer machen erste praktische Erfahrungen im Umgang mit Data Science Tools. Komplexe, bisher nur wenigen Spezialisten zugängliche Methoden wie Textmining, Predictive Modelling , Machine Learning oder Visualisierung werden vorgestellt und (wo möglich) selbständig erschlossen.
Module mit Anwendungen aktueller Data Science Tools mit Code an konkreten Beispielen.

Vorstellung und interaktive Anwendung der Tools anhand von durch die Teilnehmer oder die Referenten gewählten Beispielen (BYOD).

Workshop Entwicklung von Big Data Produkten

Im Workshop “Entwicklung von Big Data Produkten” werden die Teilnehmer Produktideen und mögliche Projekte zur Umsetzung zu entwickeln. Die Bedarfe der Kunden werden mit den technologischen Möglichkeiten zur Deckung gebracht, die sich durch “Big Data” neu ergeben.

Ziel ist es, kurz- und mittelfristige Produkte und eine erste “Big Data Strategie” vorzubereiten und in der Folge der Geschäftsleitung vorzulegen.

  • Einführung und Motivation
  • Assesment der Daten aus den unterschiedlichen Bereichen
  • Brainstorming und Gruppenarbeit – Entwicklung von Use Cases und möglichen Lösungen
  • Konsolidierung der Ergebnisse, Diskussion der Machbarkeit
  • Definition von Stakeholdern und Aufzeigen des Entwicklungspfades

Seminar / Workshopt: Open Foresight

Strategische Planung mit offenen Daten: Open Data für die Vorhersage.

Die Teilnehmer erhalten einen Überblick der offenen Big Data Tools, relevanter Datenquellen, haben erste eigene Erfahrungen in der Anwendung für Foresight gesammelt und können selbständig weiter recherchieren.

Seminar: Data Driven Journalism – Von “Daten als Fakten” zu “Daten als Fiktion”:

  • Open Data
  • Datenanalyse mit “Hausmitteln”
  • Visualisierung
  • Data-driven Storytelling

Seminar: Wearable Tech in der Medizin – Selftracking in der Patientenanwendung

  • Selftracking: Eigene Gesundheitsdaten erheben
  • Für den Hausarzt: „Bring your own data“ – die eigenen Daten zum Arzt mitbringen
  • Für Familie und Pflegekräfte: Warnhinweise erkennen, automatische Notrufe auslösen
  • Für die Forschung: Langzeituntersuchungen, multidimensionale Betrachtung des Patientenverhaltens
  • Problemfelder: Datenschutz, Standardisierung
  • Ausblick

Schreibe einen Kommentar