close

Anmelden

Neues Passwort anfordern?

Anmeldung mit OpenID

Mehrwert und konkreter Nutzen durch Data Mining

EinbettenHerunterladen
IBM SPSS Roadshow
Predictive Analytics im Mittelstand
Mehrwert und konkreter Nutzen
durch Data Mining
© 2015 IBM Corporation
Der Mehrwert von Data Mining
§ Wie viel ist Ihnen eine Tageszeitung von
der letzten Woche wert?
§ Wie viel würden Sie für eine Tageszeitung von
heute bezahlen?
§ Wie viel wären Sie bereit für eine Tageszeitung
von nächster Woche zu bezahlen?
2
© 2015 IBM Corporation
Ihr Vorteil durch den Einsatz von Data Mining
„Wie viele Kunden werde
ich nächstes Jahr
haben?“
3
© 2015 IBM Corporation
Ihr Vorteil durch den Einsatz von Data Mining
„Wie viele Kunden werde
ich nächstes Jahr
haben?“
„Welche Kunden kann ich
nächstes Jahr gezielt
gewinnen?“
Traditionell
4
© 2015 IBM Corporation
Ihr Vorteil durch den Einsatz von Data Mining
„Wie viele Kunden werde
ich nächstes Jahr
haben?“
Traditionell
5
„Welche Kunden kann ich
nächstes Jahr gezielt
gewinnen?“
Data Mining
© 2015 IBM Corporation
Ihr Vorteil durch den Einsatz von Data Mining
1+1
%
z.B. Marketing-Kampagne
%
1+1
%
€
€
-
eMail-Newsletter
Soziale Medien
Telefon
Post
...
1+1
%
€
1+1
€
... um Kunden gezielter und effektiver anzusprechen.
6
© 2015 IBM Corporation
Steigern Sie Effizienz und Produktivität in jeglichen Bereichen Ihres
Unternehmens – und somit Ihren Gewinn
“Things learn when they change their behavior in a
way that makes them perform better in the future.”
7
© 2015 IBM Corporation
CRISP-DM als entscheidender Erfolgsfaktor beim Data Mining
(CROSS INDUSTRY STANDARD PROCESS FOR DATA MINING)
Business
Understanding
Data
Understanding
Data
Preparation
Deployment
Data
Modeling
Evaluation
8
© 2015 IBM Corporation
Typische Fragestellungen beim Einsatz von Data Mining
§ Ich weiß, dass meine Kunden unterschiedlich sind, aber wie lerne ich sie individuell
besser kennen?
§ Ich habe ein riesiges Sortiment an Produkten – welche Produkte lassen sich am besten
zusammen verkaufen?
§ Nur wenige Kunden reagieren auf meine Werbemaßnahmen – wie finde ich die richtige
Werbung für den richtigen Kunden?
§ Wie kann ich die Qualität meiner Produkte dauerhaft und kostengünstig überwachen?
§ Woher weiß ich, wann ich meine Fertigungsmaschinen warten sollte?
“Data Mining enabling front-line employees or systems to
make more effective decisions and improve outcomes.”
9
© 2015 IBM Corporation
Wie löse ich die Herausforderungen...
10
© 2015 IBM Corporation
Wie löse ich die Herausforderungen...
... Im Marketing- und CRM-Umfeld?
§
§
§
§
§
11
Identifizieren von Cross-Sell/Up-Sell Möglichkeiten
Kundensegmentierung nach Profitabilität und Customer Lifetime Value
Priorisierung von Marketingaktivitäten
Erfassen von aktuellen Trends und Mustern im Kundenverhalten
Analysieren von einzelnen Kundenaktivitäten und -transaktionen
© 2015 IBM Corporation
Erhalten Sie eine 360°Kundensicht mit Data Mining
§
§
§
§
Personalisiert das Kundenerlebnis durch die Abgabe von individuellen Empfehlungen
Analyse von Kaufverhalten, Webaktivitäten und Social-Media-Präsenz
Generieren von intelligenten Modellen aus Kundeninformationen
Durch Scoring können Sie die richtige Kundenansprache zur richtigen Zeit auswählen
Daten
IBM SPSS Modeler
(Data Mining)
WIE?
Kunden-Interaktion &
Marketing-Aktivitäten
Interaction Data
WARUM?
Attitudinal Data
Kampagnen-Erfolgs-Modelle
Churn-Modelle
WER?
Descriptive Data
Web
Interactive
Voice Response
Mobile
Apps
Kurznachrichten
Dienste
Social Media
Email
Kundenwert-Modelle
Warenkorbanalyse
WAS?
Behavioral Data
12
…
Telefon
Chat
© 2015 IBM Corporation
Ein großer Foto-Service-Anbieter verbessert durch Data Mining die
Kauferfahrungen seiner Kunden
20% schneller
im Bereitstellen von neuen ShopOberflächen
Höherer Umsatz
durch gezielte und
kundenspezifische
Marketingkampagnen
Verringerte AbbruchRate von Warenkörben mittels einer
verbesserten Website-Gestaltung
Business Challenge:
§ Kundenbeziehungen profitabler gestalten (Welche Produkte wird ein Kunde
vermutliche als nächstes bestellen und wann? Für welche Zusatzprodukte
könnte er sich interessieren?)
§ Kunden besser binden
§ Kundenabwanderung verhindern
The Smarter Solution:
ü Data Mining Lösung erkennt Trends und Muster, die auf das wahrscheinliche
Kundenverhalten schließen lassen
ü Cross- und Up-Selling Potentiale erhöhen
ü Kampagnen effizienter gestalten
ü Verbesserung der Beziehung zu Handelspartnern (kaufen die richtige Menge
und platzieren diese profitabler)
13
© 2015 IBM Corporation
Wie löse ich die Herausforderungen...
... In der Produktion und Qualitätssicherung?
§
§
§
§
14
Kostenreduzierung im gesamten Produktionsprozess
Steigerung der Produktivität von Maschinen und Mitarbeitern
Sicherung der Qualität und Effizienz von Produktionsprozessen
Orientierung an Kundenbedürfnissen im Bereich der Produktion
© 2015 IBM Corporation
Data Mining unterstützt Sie über den gesamten Produktionsprozess
§ Datenorientierte Überwachung, Wartung und Optimierung von Maschinen
§ Vorhersage von Ausfällen in der Fertigung
§ Automatische Bestimmung der Produktqualität
Finanzdaten
IBM SPSS Modeler
(Data Mining)
GarantieDaten
Wartungszeiten
optimieren
Energieverbauch
minimieren
UmweltDaten
Asset
Mgmt
Daten
Klassifikations-Modelle
Assoziations-Modelle
Segmentierungs-Modelle
SensorDaten
15
Produktivität
erhöhen
…
LieferantenDaten
Servicekosten
verringern
© 2015 IBM Corporation
Ein Hersteller von Flugzeugturbinen kann durch Data Mining
seine Wartungskosten deutlich reduzieren
100% Vorhersage
von zukünftigen Reperaturfällen
und Maschinenversagen
97% Genauigkeit
bei der Prognose von
kommenden Flugausfällen
63 Millionen $
Einsparungen, hätte der
Hersteller die Lösung bereits ein
Jahr zuvor implementiert
16
Business challenge:
§ Auswerten von Maschinendaten zur Bestimmung von Wartungsperioden
§ Vorhersage von Maschinenausfällen
§ Reduzierung von teuren Reperaturmaßnahmen
Solution:
ü Data Mining nutzt bereits vorhandene Datenquellen zur Prognose von
Wartungsfenstern und Ausfällen
ü Der Hersteller erhält eine 360°-Sicht über jede seiner Turbinen
© 2015 IBM Corporation
Weitere Einsatzfelder von Data Mining
Controlling & Produktion
§ Analyse von Fehlerquellen (Ausschussreduzierung)
§ Intelligente Wartung / Ausfallwahrscheinlichkeit
§ Umsatzprognosen
§ Standortanalyse und – planung
§ Lagerbestandsanalysen und Prognosen
§ Risikoanalyse
§ Abweichungsanalyse
§ Einkaufsoptimierung
§ Ressourceneinsatzplanung
Vertrieb & Service
§ RFM – Analyse
§ Next Best Action
§ Ersatzteilprognose
§ Präventiver Austausch fehlerhafter Teile
§ Optimierung von Rückrufaktionen
§ Gewährleistungsanalyse
Marketing
§ Analytisches CRM
§ Kampagnenoptimierung / Zielgruppensegmentierung
§ Kundenbindungsmanagement
§ Kundenwertanalyse
§ Warenkorbanalyse (Cross,Upsell)
§ Verhaltensanalyse / Clickstream
§ Web Mining (Social Media) / Text Mining
§ Abwanderungsanalyse
Öffentlicher Sektor & Finanzwesen
§ Erkennung von Betrug
§ Vorhersage von Bevölkerungsentwicklung
§ Stauprognosen, intelligente Verkehrsführung
§ Polizei: Personaleinsatzplanung, Prävention
§ Import-/Exportkontrollen
17
© 2015 IBM Corporation
Neuerungen in IBM SPSS Modeler 17
Neue Algorithmen
für die Analyse
großer
Datenmengen
Big Data
18
Integration von ort- und
zeitspezifischen Formaten
und Datenquellen
Erweitertes Deployment,
Verbesserung von InDatabase-Mining,
“predictive analytics
everywhere”
Geo-Spatial Analytics
Stärkere Integration
von Predictive
Analytics
© 2015 IBM Corporation
Einführung von IBM SPSS Modeler Personal
Edition
Deployment
Techniken - Module - inkl. Erweiterungen
Desktop/
Server/
Hybrid
Classification
Segmentation
Association
Modeler
Premium
Desktop/
Server/ Hybrid
Classification
Segmentation
Association
Text Analytics
Entity Analytics
Social Network
Analysis
Modeler
Gold
Desktop/
Server/ Cloud/
Hybrid
Classification
Segmentation
Association
Text Analytics
Entity Analytics
Social Network
Analysis
Modeler
Professional
ADM
C&DS
Mit SPSS Modeler 17
Modeler
Personal
19
Desktop Only
Classification
Segmentation
Association
© 2015 IBM Corporation
IBM Watson und IBM SPSS Software
Business Users Explore using
Predictive Analytics
Experts Embed Preditcive Analytics
üEinfache Predictive-“Lookups“ für alle
Mitarbeiter im Unternehmen
üVisuelles Data-Mining durch eine grafische
Oberfläche
üNatural Language Processing
üAutomatische Datenaufbereitung und
Modellierung
üErmöglicht die Fokusierung auf das
Wesentliche
üErgebnisse werden visualisiert dargestellt
20
üErweiterte Datenmanipulation
üR- und Python-Integration
© 2015 IBM Corporation
21
© 2015 IBM Corporation
Autor
Document
Kategorie
Uncategorized
Seitenansichten
12
Dateigröße
4 447 KB
Tags
1/--Seiten
melden