Scroll Top

DATENANALYSE & SUPPLY CHAIN OPTIMIERUNG

Mit Hilfe von Adhoc-Analysen – etwa zu Produkt-Performance, Customer Journey, Media- und Kampagnen-Budgets oder der Supply Chain – und Datenmodellen unter Einsatz von Machine Learning holen wir gemeinsam das Maximum aus Ihren Daten heraus. In einem Anforderungsworkshop konzipieren wir die Datenanalysen für Ihren konkreten Anwendungsfall. Anschließend führen wir die Analysen durch, interpretieren die Daten und formulieren Key Insights sowie Handlungsempfehlungen. Alle Ergebnisse besprechen wir in einem gemeinsamen Call.

Mittels Insights Library kann das generierte Wissen nutzerfreundlich dokumentiert, geteilt und auf diese Weise für die Planung von Maßnahmen kollaborativ verwendet werden. Ein Deep Analysis Space ermöglicht das kollaborative Verknüpfen von Datenquellen und Analysieren aller relevanten Daten.

ANFORDERUNGS-WORKSHOP

  • Workshop zur gemeinsamen Erarbeitung von Anforderungen an die Nutzung von Daten
  • Vorbereitung von Methodik und Materialien zur gemeinsamen Erarbeitung sowie Durchführung und Moderation des Workshops
  • Dokumentation und Aufbereitung der erarbeiteten Inhalte in Präsentationsform
  • Besprechung und Festlegen nächster Schritte
  • Ermitteln von Projektumfängen, die sich aus den Anforderungen ergeben

ZUSAMMENFÜHRUNG VON DATENQUELLEN UND INTEGRATION VON BI-SYSTEMEN

  • Formulierung und Dokumentation von fachlichen Anforderungen in Zusammenhang mit datenbankübergreifenden Fragestellungen
  • Kosten-Nutzen-Analyse für das Zusammenführen von Daten
  • Aufsetzen eines Projekts zur Nutzung zusammengeführter Daten
  • Requirements Engineering
  • Umsetzung der Datenzusammenführungen
  • Aufsetzen regelmäßiger Workflows zum Zusammenführen bestimmter Datensätze
  • Analyse zusammengeführter Daten hinsichtlich spezifischer Fragestellungen

ADHOC-DATENANALYSEN

  • Besprechung der Fragestellungen und Zielsetzung der Analyse im gemeinsamen Call oder Termin
  • Beantwortung spezifischer Fragestellungen, die sich mit allen verfügbaren Daten ermitteln lassen
  • Zusammenführung von Datensätzen aus verschiedenen Datenquellen
  • Evaluation und Anwendung der für jede Fragestellung geeigneten Analysemethode unter Einsatz von statistischen Methoden und, sofern sinnvoll, Machine Learning
  • Visuelle Aufbereitung der Analyseergebnisse in Präsentationen
  • Ableitung von Key Findings und ggf. Handlungsempfehlungen

INSIGHT GENERIERUNG

  • Wöchentlicher/monatlicher Call und Analyse: Beantworten der Fragen, die sich aus dem zurückliegenden KPI Monitoring ergeben hatten
  • Sammeln von Fragestellungen, die sich aus dem aktuellen KPI-Monitoring ergeben
  • Erarbeiten von Handlungsempfehlungen
  • Dokumentation der Ergebnisse und Handlungsempfehlungen in einer Insights Library im gemeinsamen Projekt-Wiki (im Bereich Marketing bspw. alle Insights bezüglich Zielgruppen, Customer Journey, Kampagnenerfolg)
  • Möglichkeit zur Kollaboration durch die beteiligten Teams (selbstständiges Lernen, Verfassen eigener Insights, Kommentieren, Fragen stellen)

PROJEKTE

Abgeschlossene Projekte unserer Teammitglieder

Clear Filters
Analyse von Vertriebsdaten für Pharma-Anbieter
Analyse von Nutzer-Involvement für FMCG Kundenportal

EINGESETZTE TOOLS

Client-Logo-19-thegem-person (Demo)
R Studio
Von der Datentransformation und Bereitstellung - bspw. durch Anbindung an die Google Cloud Platform - bis zu statistischen Analysen nutzen wir R Studio immer dann, wenn es um spezielle Anforderungen geht.
Client-Logo-19-thegem-person (Demo)
Azure Machine Learning
Im Bereich Data Science setzen wir auf Azure Machine Learning, um Datenmodelle zu erstellen und sie mit den erhobenen Daten zu trainieren. Mit Azure ist auch die Zusammenarbeit im Team problemlos möglich.