Data-driven Business - LineMetrics...DATA-DRIVEN BUSINESS Erkennen von Wertschöpfung, Erstellen von...

Preview:

Citation preview

© Know-Center GmbH, www.know-center.at

Data-driven Business

Dr. Robert Ginthör

Regionalveranstaltung zu Wirtschaft 4.0 in NÖ , 14.11.2016

MACHEN SIE MEHR MIT IHREN UND ANDEREN DATEN

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016

Lassen Sie uns zuerst einmal Daten sammeln…

• Warum sind Sie heute hier?

1. Ich interessiere mich allgemein für das Thema

2. Ich habe konkrete Problemstellungen

3. Ich suche Kontakte

4. Ich war gerade in der Nähe… ;-)

2

https://app.feedbackr.io/#/auditor/join

Code: JCCLJ

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 3

Know-CenterKNOW-CENTER GMBH

Österreichs Forschungszentrum für Data-driven Business und Big Data Analytics

3

* Österreichisches

Förderprogramm,

das eine nachhaltige

Zusammenarbeit zwischen

Wissenschaft und Wirtschaft

unterstützt.

Gegründet 2001 | Standort: Technische Universität Graz| > 85 ForscherInnen | > 600 COMET* und Industrie Projekte |> 30 EU Projekte

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016

Source: http://www.spiegel.de/panorama/bild-889031-473242.html

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016

2005

Source: http://www.spiegel.de/panorama/bild-889031-473266.html

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 6

Datenherkunft

6

Source: Gartner, Big Data Survey, June 2015

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016

Die 5 “V“ von Big Data

7

Volume(Scale of Data)

Variety(Data types)

Velocity(Real-time

analysis)

Veracity(Data quality)

Value(Insights)

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 8

Das fünfte V

Die digitale Transformation

Materielles

Vermögen

Geldmittel

Anlagen

Inventar

Gebäude

Materielles

Vermögen

Geistiges

Eigentum

Immaterielles

Vermögen

Wissen

Daten

Immaterielles

Vermögen

Datafizierenanstelle

Digitalisieren

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 9

Die digitale Transformation

Konzept Entwicklung Produktion Verkauf Service

KPI‘s EngagementOptimierungDokumentation

9

Smart Factory

Product Life Cycle

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 10

Value Chain

Data Value Chain

Die digitale Transformation

Konzept Entwicklung Produktion Verkauf Service

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016

-

Was sehen Sie?

Adresse

Anzahl je Artikel + Gesamtanzahl

Preis je Artikel

Artikelbezeichnung

Zwischensumme

Gesamtsumme

Steuergruppen

Datum + Uhrzeit

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 12

Mehr Daten = Mehr Erkenntnisse

Objekte und Aktionen

Product A 2016-03-10, A, ID:1, view

2016-03-10, A, ID:2, view

2016-03-12,A, ID:1, view

2016-03-13,A, ID:1, view

2016-03-17, A, ID:1, like

Products Consumer Interactions

3x view

3x view, 1x like

Interesse, aber kein Kauf.

Wieso nicht?

Verstärktes Interesse? Angebot machen?

Business Insights

Big Data Tech Algorithms

Business Actions

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 13

Datenquellen

SAP, DatewarehouseGoogle Analytics

Emails, Mitschriften, Kommentare

Finanzmarkt, Weltbank,OECD, Eurostat, Statistik Austria

Websites, Facebook, Blogs

intern

extern

strukturiert unstrukturiert

Herkunft der

Information

Art der

Information

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 14

alles jederzeit

Suchen

und Finden

InformationRetrieval

NaturalLanguage

Processing

Machine Learning

PredictiveModeling

Visualization

Dokumente

und Text

verstehen

die Stärken

des Menschen

nutzen

Daten für sich

selbst sprechen

lassen

die Zukunft

durch Wissen

vorhersehen

Data-Driven Toolbox

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 15

Vorgehen bei Datenanalyse-Projekten (I)

Domänen-verständnis

Daten-bereitstellung

Daten-verständnis

Datenvor-verarbeitung

Statistische Analyse

Maschinelles Lernen

Evaluierung

ETL

Mitwirkung & Feedback

Kunde

Mitwirkung & Feedback

Kunde

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 16

Vorgehen bei Datenanalyse-Projekten

Domänen-

verständnis

Daten-

bereitstellung

Daten-

verständnis

Datenvor-

verarbeitung

Statistische

Analyse

Maschinelles

LernenEvaluierung

ERWARTUNG

Domänen-

verständnis

Daten-

bereitstellung

Daten-

verständnis

Datenvor-

verarbeitungEvaluierung

Statistische

Analyse

Maschinelles

Lernen

IST

Domänen-

verständnis

Statistische

Analyse

Maschinelles

LernenEvaluierung

Daten-

bereitstellungDatenverständnis

Datenvor-

verarbeitung

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016

Data Value Check

17

BUSINESS

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016

Data Value Check

Definierte Bewertungskriterien Sy

stem

• zugänglich

• bearbeitbar

Inh

alt • Reputation

• fehlerfrei

• objektiv

• glaubwürdig

Dar

stel

lun

g • eindeutig

• einheitlich

• übersichtlich

• verständlich Nu

tzu

ng • relevanter

Umfang

• angemessen

• vollständig

• wertschöpfend

• aktuell

Quelle: in Anlehnung an Deutsche Gesellschaft für Informations- und Datenqualität (DGIQ), 2016

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016

Data Value Check

Handlungsempfehlungen

Empfehlungen für die zusätzliche Erfassung und Aufzeichnung von Daten in Prozessen, Ressourcen, Schnittstellen, etc.

Empfehlungen für die Erhöhung der Datenqualität (Zeitintervalle, Datenformate, etc.) .

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 21

Big Data und Geschäftsmodelle

Monetarisierung Durchbruch

Optimierung Aufwertung

NeuesGeschäft

BestehendesGeschäft

vorhandene Daten neue Daten

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 22

Big Data-Geschäftsmodelle

Analytics-as-a-Service

Data-as-a-Service

Data-infused Products

Datenmarktplätze und Datenaggregation

1

2

3

4

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 23

Big Data-Geschäftsmodelle

Analytics-as-a-Service

Data-as-a-Service

Data-infused Products

Datenmarktplätze und Datenaggregation

Dienstleistungen der Analyse und Prognose (z.B.

Wetterdaten, Kundendaten, Social-Media Daten,…)

1

2

3

4

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 24

Big Data-Geschäftsmodelle

Analytics-as-a-Service

Data-as-a-Service

Data-infused Products

Datenmarktplätze und Datenaggregation

Sammlung, Aufbereitung, Zusammenführung von

Nutzungsdaten. Dieses Geschäftsmodell unterliegt

strengen gesetzlichen Regelungen (Datenschutz).

1

2

3

4

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 25

Big Data-Geschäftsmodelle

Analytics-as-a-Service

Data-as-a-Service

Data-infused Products

Datenmarktplätze und Datenaggregation

Datengetriebene Produkte, Produkte werden durch

zusätzliche Daten-Intelligenz angereichert.

- Gebäudeautomation (Nest-Thermostat, …)

- Wearables (Fitness-Tracker, Smart-Watches,

Laufschuhe, Datenbrillen…)

1

2

3

4

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 26

Big Data-Geschäftsmodelle

Analytics-as-a-Service

Data-as-a-Service

Data-infused Products

Datenmarktplätze und Datenaggregation

Datenmarktplätze – Plattformen für den Verkauf und die

Nutzung diverser Daten bzw. Datenströme. (Kunden

können unterschiedliche Datenservices nutzen)

1

2

3

4

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 27

Data Ownership & Geschäftsmodell

27

Maschinenbauer Produktion

Rückfluss, Eigentum, Datenschutz?

Was tun mit

den Daten?

Neues Angebot?

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 29

(Big) Data und Geschäftsmodelle

Monetarisierung Durchbruch

Optimierung Aufwertung

NeuesGeschäft

BestehendesGeschäft

vorhandene Daten neue Daten

• Lebenszykluskosten (TCO)

• Gesamtanlageneffektivität (OEE)

• Qualitätsverbesserung

• Vorausschauende Instandhaltung

(predictive maintenance)

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 30

Beispiele

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 31

Beispiele

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016

Take away

• Daten zuerst (Technologie/Tools später)

• von Big Data zu Smart Data

• Daten demokratisieren

• mit Daten experimentieren

© Know-Center GmbH • Research Center for Data-Driven Business and Big Data Analytics • 2016 33

Big Data Lab

Unser Serviceportfolio

DATENANALYSE

DATENÜBERNAHMEFormate, Standards, Rechtsfragen

VORVERARBEITUNGBereinigen, Normalisieren, Integrieren

(VERTEILTE) ANALYSEVerwendung von Hadoop Cluster oder

Big Cloud Lösungen

BERATUNG

BIG DATA EINFÜHRUNGKonzepte, Methoden, Technologien

und Tools rund um Big Data

DATA VALUE CHECKUntersuchung von Art, Umfang und

Qualität der Daten

DATA-DRIVEN BUSINESSErkennen von Wertschöpfung,

Erstellen von Business Cases

TRAINING

BIG DATA FÜR DEVELOPERSVerwendung des Apache Hadoop

Frameworks für Big Data Analytics

APACHE HADOOP

ESSENTIALSAufsetzen und Administration eines

Apache Hadoop Clusters

DATA ANALYTICS

FUNDAMENTALS Grundlagen von Data Science und

Machine Learning

© Know-Center GmbH

Know-Center GmbH

Research Center for Data-Driven

Business and Big Data Analytics

Inffeldgasse 13/6

8010 Graz, Austria

Firmenbuchgericht Graz

FN 199 685 f

UID: ATU 50367703

gefördert durch das Programm COMET (Competence Centers for Excellent Technologies), wir danken unseren Fördergebern:

Managing & Scientific Director

office@know-center.at

Prof. Stefanie Lindstaedt

CTO

rginthoer@know-center.at

Dr. Robert Ginthör

Recommended