Neue Technologien bedeuten großes Potenzial für Wertschöpfungsprozesse. „Mit intelligenteren Monitoring- und Entscheidungsprozessen sollen Unternehmen und ganze Wertschöpfungsnetzwerke in nahezu Echtzeit gesteuert und optimiert werden können“, so die Vision des Bundesforschungsministeriums. In der Wirtschaft ist dieser digitale Wandel allerdings erst in Teilen angekommen. Nur wenige Unternehmen nutzen schon die Advanced-Analytics-Möglichkeiten für Echtzeit-Marktforschung, um die Struktur bestehender und potenzieller Kunden besser kennen zu lernen. Die klassische Art des vergangenheitsorientierten Berichtswesens ist derzeit noch größtenteils State of the Art und so verschenken Unternehmen dadurch enormes Einspar- und Wachstumspotenzial.
Mit unseren Analytics Services helfen wir Ihnen Erkenntnisse aus Ihren Daten zu gewinnen, um Wettbewerbsvorteile zu generieren.
Was unsere Kunden wollen:
- Einsichten finden in der Datenflut
- Entwicklung eines Proof-of-Concepts zum Verständnis neuer Business-Möglichkeiten
- Umsetzung von Lösungen in gegebenen Server- oder Cloud-Systemen
- Anwendung von Deep Learning für Text/Bilder/Audio
Ihr Ansprechpartner:
Stefan Schwesig
metafinanz Informationssysteme GmbH
Leopoldstraße 146 | 80804 München
Data Analytics visualisiert
Geographische Daten
Unter dem Begriff „Geographic Data Science“ hat sich Data Science auf geographische Daten ausgeweitet – mit Hilfe von Programmiersprachen wie R und Python anstelle von Kompassen und Sextanten.
Netzwerkanalyse
Komplexe soziale und technologische Systeme lassen sich oftmals als Netzwerke modellieren. Dies erlaubt, unter anderem Fragen zur Stabilität von Finanzmärkten und der Wahrscheinlichkeit von gemeinsamen Freunden in sozialen Netzwerken zu beantworten.
Die Grafik zeigt ein Bogen-Diagramm und ermöglicht, Zusammenhänge eines kleinen Netzwerks darzustellen – in diesem Fall, aus welchen nationalen Ligen die Nationalmannschaften der WM 98 Spieler importieren und exportieren.
Daten-Clustering
Unter Clustering versteht man Verfahren, die in großen Datensätzen ähnliche Gruppe identifizieren – beispielsweise Kundengruppen für gezieltes Marketing.
Der Graph zeigt, wie der t-SNE(t-Distributed Stochastic Neighbor Embedding)-Algorithmus in einem Datensatz mit mehreren Variablen iterativ drei verschiedene Gruppen findet.
Text-Daten
Mit Hilfe von Text-Analytics und Natural-Language-Processing lassen sich unter anderem Informationen aus Texten extrahieren, Chatboots trainieren und automatische Berichte generieren. Eine gängige erste Analyse von Texten ist eine Word-Cloud. Die Grafik zeigt eine Word-Cloud des Wikipedia-Data-Science-Eintrags. Die Größe entspricht der Häufigkeit der Wörter im Text – wenig überraschend, sind die zwei häufigsten Wörter „Data“ und „Science“.
Unsere Advanced Analytics & Data Science Services
Unser Team mit fachlichen Hintergründen in Mathematik, Statistik, Informatik und Design verfügt über langjährige Erfahrung in Themen wie Predictive Maintenance, Textanalytics, Fraud Detection und Big Data. Wir helfen Ihnen vom Ausloten der ersten Business Möglichkeit und dem schnellen Aufsetzen eines Proof-of-Concepts hin zur Entwicklung eines datangetriebenen Systems inklusive Wissensvermittlung und Weitergabe – passgenau und individuell.
Unsere Leistungen im Überblick
aCRM (analytical Customer Relationship Management)
- Analyse von Kundendaten über klassische Ablage hinausgehend.
- Anhand von Clusterbildung bzw. Klassifizierung, Real Time Scoring-Modelle und Einbindung des Customer Lifecycles in einen KI-Prozess.
- Erfolgreiche Kampagnenplanung und verbesserte Customer Insights generieren
Fraud Detection / Prevention
- Das Entdecken der Nadel im Heuhaufen durch Methoden wie Deep Learning oder Entscheidungsbäume.
- Mittels Kombination vier verschiedener Ansätze zur Betrugserkennung wird eine bestmögliche Aufdeckung betrügerischer Fälle erreicht.
- Effektives automatisiertes Erkennen von Betrugsversuchen.
Predictive Maintenance
- Intelligente Überwachung von Maschinen, um zukünftige Ausfälle zu vermeiden.
- Mit Hilfe der Analyse von Maschinendaten wie beispielsweise Log-Files kann die Ausfallwahrscheinlichkeit von Geräten berechnet werden.
- Kürzere Ausfallzeiten und eine niedrigere Mean-Time-To-Repair (MTTR) ermöglichen Einsparungen und Begeisterung bei Endkunden.
Advanced Textanalytics
- Von Shakespeare bis zu steuerlichen Prozessdokumentation, von der Klassifizierung bis zur Sentiment Analyse.
- Durch Einsatz des von metafinanz entwickelten Stemming-Algorithmus werden unstrukturierte Daten wie beispielsweise deutsche Texte analysiert.
- Erkennen von Trends mittels Social Media Analytics oder ein automatisiertes Routing der Eingangspost sind mögliche Einsatzfelder.
Smart AI
- Verbindung von Predictive Analytics und Robotics.
- Durch fachliche Prüfung von Daten auf Basis von stochastischen Vorhersagemodellen sowie Verfahren der künstlichen Intelligenz können Entscheidungen automatisiert getroffen werden.
- Kosteneinsparungen und Beschleunigung der Prozesse bei gleichzeitiger Fokussierung auf den persönlichen Kundenkontakt und menschliche Abwägungsentscheidungen.
Unsere Stärken, Ihre Vorteile
Wir bündeln die grundlegenden Schritte des Data Science Zirkles und sind dadurch in der Lage dem Kunden alles aus einer Hand – aus einem Guss – anzubieten.
Wir bieten einen Pool von zertifizierten metafinanz-Experten, mit langjähriger Expertise und Hintergründen in Mathematik, Informatik, Statistik und Design.
Wir wissen, dass nicht nur die Technik, sondern auch die Annahme der Mitarbeiter eine große Rolle bei der Implementierung und Entwicklung von Data Science Lösungen spielt.
Wir bringen ein umfassendes Know-How in verschiedenen Microservice Lösungen wie Docker und Kubernetes mit. Damit bieten wir ein produktives Rollout in gegebener Server- oder Cloudumgebung.
Weitere Informationen anfordern.
Ihr Ansprechpartner
Stefan Schwesig
metafinanz Informationssysteme GmbH
Leopoldstraße 146 | 80804 München
Tel. +49 89 360531-0
