Data Science

ConSalt unterstützt Sie durch eine ganzheitliche Strategie dabei, Ihre Daten sinnvoll aufzubereiten, weiterzuverwenden und den größtmöglichen Nutzen daraus zu generieren.

Die Kapitalisierung von Daten

Das Schlagwort `Datenmanagement` ist in aller Munde. Unternehmen sammeln und archivieren immer mehr Informationen (allein 2016 wurden weltweit 9 Billionen Gigabyte an Daten generiert), nutzen diese aber kaum sinnvoll und strukturiert.

Das Thema Data Science nimmt mehr und mehr einen größeren Stellenwert in der Wert­schöp­fungs­ket­te einer Unternehmensorganisation ein. Mit dem richtigen Ansatz und Vorgehen können aus den Unternehmensdaten neue Geschäftsmodelle und Services entstehen, die weitere Potentiale für Märkte und Kunden generieren.

Data Science umfasst alle Themen, Ansätze, Vorgehensweisen und Lösungen rund um das Thema Daten.

Informationen aus einer Datenflut filtern – aber bitte mit Strategie

Die Organisation von Daten bekommt im Zuge der Digitalisierung eine Schlüsselbedeutung. Das Potenzial von Data Science wird durchaus erkannt, aber in vielen Unternehmen bestehen noch Hemmnisse. Nicht nur die technische Infrastruktur ist hierbei ein Grund, sondern auch fehlendes Wissen, insbesondere zu Fragen wie:

  • Wo entstehen Daten?
  • Über welche Kanäle gelangen Daten ins Unternehmen?
  • Welche Prozesse unterstützen die Datenverarbeitung?
  • Welche Organisationsbereiche haben mit welchen Daten zu tun?
  • Wie werden Daten richtig analysiert und ausgewertet?
  • Welche wissenschaftlichen Methoden werden angewandt um Daten validiert auszuwerten?
  • Welche Systeme verarbeiten Daten?
  • Welche Daten können kapitalisiert werden?
  • Wie und wo erfolgt eine Datenanreicherung?
  • Welche Daten gelangen über welche Kanäle wieder zurück in den Markt und an den Kunden?

Wir betrachten das Thema Daten ganzheitlich – auf Basis einer Datenstrategie, die einhergeht mit der Unternehmens- und Digitalstrategie und zusammen in Kooperation mit der Lehr- und For­schungs­ein­heit für Datenbanksysteme und Data Mining der LMU München, Prof. Dr. Peer Kröger.

Unsere Leistungen im Thema Data Science

  • Reifegraderstellung
  • Datentest & Datenanalyse der aktuell verfügbaren Daten
  • Definition bzw. Optimierung Datenstrategie
  • Prozessoptimierung (Datenauswahl, Erkennung, Prüfprozess, X-Selling, Churn-Vermeidung, Neukundenmarketing, Fraud, Neukundenprüfung, Customer Value Management)
  • DataWareHouse-Konzepte
  • Smart- / Big-Data Ansätze
  • Datenvalidierung, Datenaufbereitung, Datenanreicherung
  • Daten-Architekturen, Daten-IT-Plattformen und Datenschnittstellen
  • Professionelles Coaching in Kooperation mit der Lehr- und Forschungseinheit für Datenbanksysteme und Data Mining der LMU München, Prof. Dr. Peer Kröger
  • Datenschutz
  • Data Services

Unsere Definition von Data Science

Unter Data Science verstehen wir die umfassende Sicht auf alle Unternehmensdaten, deren Entstehung, ihrer Herkunft und wie sie weiterverarbeitet werden bzw. werden sollen. Dazu bedienen wir uns moderner, erprobter wissenschaftlicher Methoden, die in Kooperation mit der Lehr- und Forschungseinheit für Datenbanksysteme und Data Mining der LMU München, Prof. Dr. Peer Kröger, entwickelt und umgesetzt werden.
Unsere Wissenschaftler und Data Scientists analysieren, konditionieren, validieren und konsolidieren alle verfügbaren Unternehmensdaten und erstellen auf Basis des Geschäftsmodells sowie den marktorientierten Geschäftsprozessen des Unternehmens, mathematische Ansätze um z. B. zusätzliche Perspektiven für Fragestellungen zu ermöglichen.
Des Weiteren werden bestehende Datenbestände z. B. mit externen Fremddaten angereichert um eine weitere Validierung und somit zusätzliche Fragestellungen in Richtung weiterer Potentiale zu ermöglichen.

Data Science ermöglicht heute eine mehrdimensionale Sicht auf bestehende Daten und somit eine schnelle Kapitalisierung der aktuellen Datenbestände eines Unternehmens.

Ihre Vorteile auf einen Blick

  • Symbiose - Wenn Strategie, Prozesse, Technologie und Daten mit Sinnhaftigkeit vereint werden
  • Priorisierung - Wenn alle relevanten Parameter die richtige Gewichtung bekommen
  • Change - Wenn Daten Prozesse unterstützen und Prozesse den Menschen
  • Kapitalisierung - Wenn aus Ihren Daten adressierbare Potentiale werden

Ihr Ansprechpartner

Portrait: Michael Bubolz

Michael Bubolz
Partner
E-Mail: michael.bubolz[at]consalt.de
XING: Michael Bubolz auf XING

Portrait: Prof. Dr. Peer Kröger

Prof. Dr. Peer Kröger
Data Science Lab
Institut für Informatik
Ludwig-Maximilians-Universität München
www.dbs.ifi.lmu.de

Wir verwenden Cookies, um die Nutzung unserer Web­site zu analy­sieren und diese für Sie zu ver­bes­sern. Sie erklären Sie sich damit ein­ver­stan­den, dass wir Cookies ein­set­zen, wenn Sie unsere Seite weiter nutzen. Weiterlesen …