X

Neuste Trends, Tipps, Strategien &
Events rund um das Thema Cloud

Wenn Ihre Analytics Anwendungen um Hilfe schreien…

Es gibt keine Branche ohne produktive Veränderungen, sobald maschinelles Lernen als Turbo die Analysen der Unternehmensdaten auf ein neues Level hebt. Das gilt für unterschiedlichste Geschäftsbereiche und Themen: von HR und Finanzen über Neukundengewinnung oder IT bis zum Marketing.

Auf einen Blick: Analytics Cloud & Machine Learning

 
Datenanalysen für Unternehmen werden mit maschinellem Lernen (ML) erheblich schneller, intelligenter und produktiver. Die Einführung von Machine Learning in die Oracle Analytics Cloud verändert die Datenstrategie quer durch alle Branchen.

 

Außerdem gibt es da einen neuen Bedarf bei Entscheidern. Er entsteht einfach dadurch, dass Big Data, Analytics, Data Science und Cloud Technologie ziemlich aufregende Möglichkeiten schaffen. Es ist der Bedarf, Investitionen zu optimieren, indem auf eine umfassende Art der tatsächliche Wert vorhandener Daten nutzbar wird.

Erfolgreiche Unternehmen zeichnet derzeit schwerpunktmäßig eines aus: Sie kennen Strategien, die mit Unterstützung von von maschinellem Lernen Prozesse so steuern, dass Automatisierungen greifen und Entscheidungszeiten beschleunigt werden.

Einige Beispiele, wie Unternehmen maschinelles Lernen erfolgreich einsetzen:

•      Eine große Bank nutzte maschinelles Lernen, um ihr Bankeinzugsverfahren zu analysieren. Heraus kam:  Über 40 Prozent der Kundenanrufe lassen sich mit besseren Ergebnissen vermeiden.

•      Ein globales Einzelhandelsunternehmen nutzte hochentwickeltes maschinelles Lernen, um die Kundennachfrage zu prognostizieren – die Rate der Fehlprognosen sank um die Hälfte.

•      Ein Telekommunikationsunternehmen hatte mit hohen "Fehlalarmen" für die Abwanderung von Kunden zu kämpfen. Nicht weniger als drei Viertel davon ließ sich mit maschinellem Lernen eliminieren. Stattdessen konnten die Ressourcen auf diejenigen konzentriert werden, die tatsächlich als Kunden abzuwandern drohten.

Analytics Cloud und Machine Learning: Wenn Ihre Analytics Anwendungen um Hilfe schreien…

Die Fälle, in denen maschinelles Lernen hochgradig produktive Effekte auf geschäftliche Vorgänge hat, sind aber noch vielfältiger. Um sie besser zu veranschaulichen, sponserte Oracle einen Webcast mit dem Titel: "Wo wird maschinelles Lernen Sie hinführen? Sehen Sie Ihre Zukunft mit Oracle Analytics."

Die beiden Experten, die Ihnen hier die Vorteile illustrieren, sind Rich Clayton, VP für Produktstrategie bei Oracle Analytics und Mike Lehmann, VP für Produktmarketing bei Oracle Big Data und Maschinelles Lernen. Dabei erfahren Sie, wie Oracle Analytics maschinelles Lernen einsetzt, damit sie aus Ihren Daten schneller als bisher mehr verstehen und wie Sie sofort loslegen können.

Zu den Branchen – und es sind wirklich so gut wie alle –, denen mit maschinellem Lernen im Rahmen ihrer Strategie der Data Analytics wesentliche Umstellungen gelungen sind, zählen Automotive, Gesundheitswesen, Medien, Energie, Kommunikation und Behörden. Außerdem kann wie schon angedeutet maschinelles Lernen in allen Geschäftsbereiche wie HR, Finanzen, Vertrieb, Marketing und IT angewandt werden – ob es sich nun um Kundenabwanderung, Analyse von Text-Tonality, Prognose und Modellierung, Datenerkennung und -prüfung oder Extrahierung und Transformation von Transaktionsdaten handelt: in allen Bereichen stellt Clayton fest, dass Geschäftsdaten durch maschinelles Lernen aussagekräftiger werden.

"Oft war es bisher so, dass Menschen nicht richtig zusammenarbeiten können", sagt Clayton. "Wenn aber maschinelles Lernen zur Oracle Analytics Cloud hinzukommt, können sie letzten Endes ihre Arbeit besser organisieren, Datenmodelle erstellen, trainieren und bereitstellen. Es ist ein Werkzeug für die Zusammenarbeit, es beschleunigt Prozesse und ermöglicht die Zusammenarbeit verschiedener Bereiche des Unternehmens. Sie bekommen höhere Qualität und bessere Modelle zur Verfügung gestellt."

Eine der Barrieren dabei waren bisher die verschiedenen Schichten, die Daten durchlaufen müssen, bevor sie verarbeitet werden und ihr Wert abgeleitet werden kann. Es gibt eine Extrahierungsschicht, dann kommt Daten mischen, modellieren, aggregieren und veröffentlichen – lange bevor es einen Erkenntnismodus gibt.

Claytons Argument ist, dass das Automatisieren und Einbetten von maschinellem Lernen eine kürzere Entscheidungszeit ermöglicht.

"Es liegt eine grundlegende Chance für Unternehmen darin, einige dieser Komponenten zu übernehmen und sie aus einer analytischen Perspektive in die Wertschöpfungskette einzubetten", sagt Clayton.

Eine typische Finanzabteilung etwa wird immer wieder durch die Wiederholung eines Varianzanalyseprozesses belastet – also einem Vergleich zwischen tatsächlichen und prognostizierten Werten. Das ist eine im Grunde strohdumme Anwendung, die förmlich nach Unterstützung durch maschinelles Lernens schreit, stellt Clayton fest.

"Durch das Einbetten von maschinellem Lernen kann das Finanzwesen schneller und intelligenter arbeiten und brauch nur dort Hand anzulegen, wo die Maschine am Ende ist", sagt Clayton.

Um das gesamte Gespräch nachzuhören, registrieren Sie sich für den Webcast und erfahren Sie, wie Ihre Zukunft mit maschinellem Lernen als Teil Ihrer Datenanalysestrategie aussehen könnte. Weitere Informationen zur Oracle Analytics Cloud finden Sie auf unserer Website.

Oracle Analytic Cloud kostenlos ausprobieren

Kontakt:

Ein spannendes Thema, über das ich gerne mit Ihnen spreche, per E-MailLinkedInXing oder Twitter. Cesar Ortiz, Principal Solution Consultant.

Kommentieren

Kommentare ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.