Strategie Organisation/ BI CC Governance Anforderungsmanagement Werkzeugauswahl Prototyping Implementierung ILM & NLS Data Quality Management Datenanalysen & Reporting

SAP SAS KXEN DataFlux StatSoft weitere Technologien IBM HANA

Data Mining Studie Self Acting Data Mining Customer Analytics Betrugsmanagement Verbriefung Data Quality Management Project Management Plus Big Data

Im Fokus

Data Mining Studie 2013

Aktuelle Analysesoftware im Test am Beispiel Media Analytics

Die Data-Mining-Studie 2013 mit dem diesjährigen Schwerpunkt „Media Analytics – Werbewirkungsanalysen im crossmedialen Umfeld“ vergleicht vier Analysetools von SAS, IBM SPSS, Statistica sowie Rapid-I. Jedes Tool musste sich im Testszenario bewähren, das alle Phasen eines typischen Analysevorhabens abdeckt: Vom Datenimport über die Erstellung von Prognosemodellen (lineare Regression) bis zur Interpretation der Ergebnisse. Die Studie ist ab Mitte April bei unserem E-Book Anbieter erhältlich.

 

Details zur Studie 2013

  • Business Intelligence Health Check für die Firma Brose

    Die Firma Brose nutzt seit über 10 Jahren das SAP BW als zentrales Data Warehouse und Reportingwerkzeug. Das zuständige Betriebsteam optimiert kontinuierlich Applikationen und Prozesse.  Den Verantwortlichen der Firma Brose war es wichtig, ihr SAP BW auch von unabhängiger Seite unter die Lupe nehmen zu lassen, um so möglicherweise intern übersehene Handlungsbedarfe offenzulegen. Die nachfolgende Case Study beschreibt den von mayato durchgeführten Health Check.

  • Teamgeist lebt von Vertrauen und persönlichem Kontakt

    Die Mitarbeiter des BI- und Analytics-Spezialisten mayato sind viel unterwegs und arbeiten in virtuellen Teams. Geschäftsführer Georg Heeren erklärt, wie es trotzdem gelingt, für Zusammenhalt zu sorgen. Lesen sie den Artikel aus der Computerwoche.

  • Realtime Data-Warehouse-Prozesse mit Informatica PowerCenter und PowerExchange

    Data Warehouse Systeme müssen eine technische und organisatorische Trennung zu den operativen Quellsystemen zum Ziel haben, um ein störungsfreies Lademanagement mit klarer Verantwortungsabgrenzung zu gewährleisten - insbesondere bei der Integration von Rechenzentren. Lesen Sie einen Projektbericht des mayato Architekten Thomas Weiler.

  • Bug Data?

    Big Data birgt viele Datenqualitätsprobleme, die Analysen erschweren oder im schlimmsten Fall unmöglich machen können. Gleichzeitig eignet sich Big Data nicht für die Anwendung der meisten herkömmlichen Ansätze für Datenqualitätsmanagement (DQM). Neue Methoden zur Bereinigung bzw. zum Umgang mit Fehlern in Big Data sind erforderlich. André Bukowski und Marcus Dill von mayato erläutern DQM in Zeiten von Big Data in der aktuellen Ausgabe von isreport.

  • Aufbau einer Unternehmensplanung: Passt das ins Tagesgeschäft?

    Dass es sehr wohl möglich ist, den Anforderungen im hier und heute gerecht zu werden und sich trotzdem parallel für die Zukunft durch einen integrierten Planungsprozess besser aufzustellen, zeigt das Beispiel eines Lebensmittelhändlers. Das Erfolgsrezept heißt Concept on the Job. Lesen Sie mehr.

 

               

 

              Awards Startseite linksAwards Startseite rechts