Im Focus
Data Mining Studie 2010
Die Data-Mining-Studie 2010 vergleicht fünf aktuelle Data-Mining-Tools und –Suiten im Praxistest. Den diesjährigen Schwerpunkt bildet ein Cross-/Upselling-Szenario. Weiterhin wurde für jedes getestete Werkzeug eine detaillierte Funktionsübersicht rund um die Assoziations- und Sequenzanalyse erstellt.
mayato in der Presse
Licht im Data-Mining-Dschungel
Welches Werkzeug sich für welche Anwenderbedürfnisse am besten eignet, klärt die aktuelle Data Mining Studie 2010 des BI-Analysten- und Beratungshauses mayato. Dazu im Gespräch mit manage it, der mayato-Analyst Peter Neckel.
Scoring-Systeme müssen besser integriert werden
In einem Beitrag für InformationWeek beschreiben die mayato-Analysten Dr. Michael Weck und Peter Gerngross die Herausforderungen und Lösungen für zukünftiges Risikomanagement.
Bewährungsprobe für die BI-Branche
Die Computer Reseller News unterzieht die Business-Intelligence-Branche einem kritischen Review. Im Interview: mayato Geschäftsführer Dr. Marcus Dill.
Soziale Netzwerke im Direktmarketing
In der Fachzeitschrift direkt marketing erläutert mayato-Analyst Peter Gerngross die Potentiale sozialer Netzwerke im Customer Relationship Management und die Möglichkeiten zur Identifikation solcher Netzwerke.
Download Artikel
News
Stellenangebote
mayato sucht Bewerber mit ausgeprägten, aber durchaus individuell unterschiedlichen Fähigkeiten. Sie sollten in der Lage sein, sich treu zu bleiben, über den Tellerrand hinaus schauen und sowohl kritikfähig als auch kritisch sein. Wir wünschen uns proaktive Bewerber, die Spaß daran haben, im Team große Ziele zu erreichen.
mayato Publikationen
Vortrag zum Thema Kundenprofitabilität bei den ene’t Anwendertagen 2010
(DE) S. Hensen, Juni 2010
Betrugserkennung mit Data Mining bei der Mercedes-Benz Bank
(DE) P. Neckel, Case Study, April 2009
Migration von SAP BW Reportingberechtigungen bei der HSH Nordbank
(DE) E. Niedling, Case Study, April 200
Analyse sozialer Bindungen: Ãœber Netzwerkdaten zu mehr Kundenwissen
(DE) P. Gerngross, White Paper, März 2010
Data Mining For Intelligence, Fraud, & Criminal Detection
(DE) M. Dill, Buchrezension 0011