Tipps

Tipps

Datenanalyse

• Big Data mit Apache Calcite managen und analysieren

  Mit dem Open Source Tool Apache Calcite können Daten aus verschiedenen Quell-, Management- und Datenbanksystemen für die Analyse zusammengefasst werden.  Weiterlesen

• SAP Internet of Things: Services für IIoT-Anwendungen

  SAP ermöglicht die Einbindung von IoT-Geräten in entsprechende Infrastrukturen. Was SAP für IoT-Services bietet und wie diese mit anderen Cloud-Diensten zusammenarbeiten.  Weiterlesen

• Acht IoT-Anwendungen und -Beispiele in der Wirtschaft

  IoT-Technologien kommen mittlerweile in vielen Bereichen zum Einsatz. Die Anwendungsfälle für das Internet der Dinge variieren dabei je nach Branche und Organisation.  Weiterlesen

• Big Data Analytics mit Microsoft Azure Synapse Analytics

  Mit Microsoft Azure Synapse Analytics können Unternehmen in der Cloud Datenabfragen aus verschiedenen Quellen zentral zusammenfassen und aufbereiten lassen.  Weiterlesen

• Mit SAP Analytics Cloud die geschäftliche Agilität steigern

  SAP Analytics Cloud soll die geschäftliche Agilität erhöhen, die Führungskräfte mehr denn je benötigen. Wie und wofür sich SAP Analytics Cloud einsetzen lässt.  Weiterlesen

• Unterschiede von Operational Data Stores und Data Warehouses

  Sowohl Operational Data Stores als auch Data Warehouses speichern operative Daten, doch die Gemeinsamkeiten enden hier. Beide spielen eine eigene Rolle in Analysearchitekturen.  Weiterlesen

• Data-Warehouse-Plattformen und ihre Anwendung evaluieren

  Es gibt noch immer Bedarf für Data Warehouses in Unternehmen. Datenmanager und Analysten müssen allerdings prüfen, wofür sie ein Data Warehouse einsetzen wollen.  Weiterlesen

• Wie Data Lineage Tools Data-Governance-Richtlinien fördern

  Organisationen können Data-Governance-Bemühungen unterstützen, indem sie die Herkunft der Daten in ihren Systemen verfolgen. Tipps für den Einsatz von Data Lineage Tools.  Weiterlesen

• Jenseits der Kundenanalyse: Wie sich NLP-Tools nutzen lassen

  Die Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) wird immer interessanter für Unternehmen. Doch wie lässt sich NLP-Technologie einsetzen?  Weiterlesen

• Wie man Athena für das AWS-Troubleshooting verwendet

  Athena analysiert die in Amazon S3 gespeicherten Daten. AWS-Administratoren finden hier eine Vielzahl von Einsatzdaten für Fehlersuche und Optimierung.  Weiterlesen

• Wie Entwickler Verzerrungen in KI-Algorithmen bekämpfen

  Da KI alle Arten von Software durchdringt, sollten Tester einen Plan zur Überprüfung der Ergebnisse entwickeln. Entwickler sollten aber zuerst das Bias beseitigen.  Weiterlesen

• Predictive Analytics und KI stärken sich gegenseitig

  Unternehmen haben den Wert von Predictive Analytics längst erkannt. Jetzt, da künstliche Intelligenz beginnt, die Prognose-Tools zu prägen, können die Vorteile noch tiefer gehen.  Weiterlesen

• Yellowfin: Business Intelligence, die Geschichten erzählt

  Neben großen BI-Anbietern dringen auch Spezialanbieter in den Markt vor – zum Beispiel Yellowfin. Das Unternehmen aus Down Under will den Markt neu aufmischen.  Weiterlesen

• Tableau: Business Intelligence mit intuitiver Oberfläche

  Viele Business-Intelligence-Pakete lassen sich nur von erfahrenen Datenexperten nutzen. Anbieter wie Tableau wollen die Komplexität der BI-Tools minimieren.  Weiterlesen

• Amazon Forecast vereint Zeitreihendaten mit Machine Learning

  Amazon Forecast hilft zum Beispiel bei Datenprognosen und der Ressourcenplanung. Wie der Service funktioniert und wie er sich an Bedürfnisse anpassen lässt.  Weiterlesen

• Wie man Predictive Modeling mit Machine Learning realisiert

  Machine Learning ist ein unschätzbares Werkzeug zur Lösung von Geschäftsproblemen. Im Zusammenhang mit Predictive Analytics sollte man verschiedene Faktoren berücksichtigen.  Weiterlesen

• Fünf Best Practices für die Verwaltung von Echtzeitdaten

  Echtzeit-Datenintegration und traditionelle Datenintegration unterscheiden sich. Doch was muss man beachten? Best Practices für Echtzeit-Datenintegration.  Weiterlesen

• Predictive Analytics verbessert Überwachung verteilter Apps

  Datenanalysen zur App-Performance liefern kein unmittelbares Ergebnis. Predictive IT Analytics kann das Beseitigen von Leistungsproblemen beschleunigen.  Weiterlesen

• Data-Science-Projektbeispiel für Deep-Learning-Profis

  Deep-Learning-Profis, die tiefer in das Thema Data Science einsteigen möchten, benötigen spezielle Fähigkeiten und Tools. Hier ein Projektbeispiel.  Weiterlesen

• Wie Customer Service Analytics Kundenerfahrungen verbessert

  Kundenservice ist für ein Unternehmen von großer Bedeutung. Um zufriedene Kunden zu erreichen, sollten Organisationen auch ihren Service analysieren.  Weiterlesen

• Dreizehn Methoden zur datengetriebenen Personalabteilung

  Wenn ein Unternehmen durch HR-Analytics einen Wettbewerbsvorteil erlangen möchte, sollte es die Personalabteilung einbeziehen. Dreizehn Strategien hierfür.  Weiterlesen

• Alteryx Analytics ermöglicht erweiterte Datenanalysen

  Die Alteryx Analytics Tools setzen sich aus drei Produkten zusammen: Alteryx Designer, Alteryx Server und die Cloud-Anwendung Alteryx Analytics Gallery.  Weiterlesen

• Daten mit IBM SPSS Modeler und SPSS Statistics analysieren

  Mit den Analyseprogrammen IBM SPSS Modeler und IBM SPSS Statistics können Anwender prädiktive Modelle erstellen und den Analyseprozess organisieren.  Weiterlesen

• Analytics mit der RapidMiner Data Science Platform

  Die RapidMiner Data Science Platform umfasst Produkte, mit denen sowohl technische als auch nicht-technische Anwender Daten analysieren können.  Weiterlesen

• Microsoft R Open und R Server für Analytics verwenden

  Das Microsoft R-Produktportfolio umfasst mehrere Analytics-Tools. Zum Portfolio gehören Microsoft R Open, Microsoft R Client und Microsoft R Server.  Weiterlesen

• Die Analytics-Tools der Teradata Aster Analytics Suite

  Die Teradata Aster Analytics Plattform umfasst die Aster-Datenbank, das Aster SNAP Framework, Aster R, SQL MapReduce und verschiedene Analytics-Tools.  Weiterlesen

• Wie SAS Enterprise Miner Data Mining vereinfacht

  SAS Enterprise Miner hilft Anwendern, deskriptive sowie prädiktive Modelle zu entwickeln und unterstützt verschiedene Algorithmen und Datenbank-Scoring.  Weiterlesen

• SAP Predictive Analytics: Geschäfte von morgen analysieren

  SAP Predictive Analytics umfasst automatisierte und Expertenanalysen. Außerdem lassen sich mit dem Tool verschiedene andere Analysefunktionen verwenden.  Weiterlesen

• Microsoft Azure mit Integrierter künstlicher Intelligenz

  Microsoft Azure kann per Cortana Intelligence Suite Geschäftsprozesse umwandeln. Allerdings ist Fachwissen erforderlich, um die Services zu konfigurieren.  Weiterlesen

• Projekte für Social-Media-Analysen müssen einige Hürden überwinden

  Social Media Analytics gibt Firmen eine Idee davon, was Kunden über sie denken. Es gibt aber einige Hürden zu überwinden, bevor man damit startet.  Weiterlesen

• Wie SAP Integrated Business Planning S&OP die Absatzplanung optimiert

  SAP Integrated Business Planning für Sales und Operation Planning ist ein Tool, das auf HANA basiert, und Firmen bei der Absatzplanung unterstützt.  Weiterlesen

• Die wichtigsten AWS- und Drittanbieter-Tools für Big Data Analytics im Überblick

  AWS bietet eigene Analytics-Tools an und listet zudem Drittanbieter-Tools im Marketplace. Ein Überblick über die wichtigsten Analytics-Anwendungen.  Weiterlesen

• Fünf Preview-Services von Microsoft Azure für NoSQL, Big Data und Co.

  DocumentDB, Data Factory und Machine Learning: Viele Azure-Dienste sind als Preview verfügbar und geben Einblick in zukünftige Funktionen.  Weiterlesen

• Checkliste für die erfolgreiche Umsetzung von Big-Data-Projekten

  Ein Big-Data-Projekt bietet Chancen, aber auch Risiken. Wenn Projekt-Manager die hier beschriebenen Punkte beachten, können sie Probleme minimieren.  Weiterlesen

• Corporate Information Design: Konzepte, Gestaltung und Best Practice

  Berichte und Dashboards sollen Daten benutzergerecht darstellen, lassen sich aber oft nicht überblicken. Corporate Information Design schafft Abhilfe.  Weiterlesen

• Self Service Business Intelligence (BI): Wer sind die Anwender?

  Mehr Unabhängigkeit von spezifischen Anwendern ist einer der größten Business-Intelligence-Trends, der sich in Self Service BI widerspiegelt.  Weiterlesen

• Neue Business-Intelligence (BI) -Tools erfordern genaue Prüfung

  Anbieter von Business-Intelligence-Lösungen entwickeln Nischenprodukte, um wettbewerbsfähig zu sein. Das führt aber zu einer Markt-Fragmentierung.  Weiterlesen

• Sechs Irrtümer über die Bereitstellung von BI-Anwendungen und –Systemen

  Business-Intelligence (BI) -Anwendungen bringen nicht immer den erhofften Nutzen. Diese sechs Irrtümer zeigen, was den Erfolg von BI verhindert.  Weiterlesen

• Eine Übersicht von Open Source OLAP-Tools

  Eine Übersicht von Open Source OLAP-Tools und Open Source BI-Tools, zusammengestellt von Mario Ettelt,Peter Gluchowski und Melanie Pfoh OLAP.  Weiterlesen

• Mit einer Datentypanalyse den Datentyp für das Data Warehouse evaluieren

  Die Datentypanalyse ist eine eher technisch orientierte Analysemethode, die vor allem bei unbekannten Daten angewendet wird.  Weiterlesen

• Compliance- und Datenschutz-Anforderungen für Analytics

  Alle Tipps in diesem Artikel zeigen allgemeine Empfehlung zu Datenschutz-Bestimmungen und Compliance-Vorgaben bei Data Mining, Text Analytics und Sentiment Analysis.  Weiterlesen