Datenanalyse in der Wirtschaft

Datenanalyse in der Wirtschaft. Datenanalyse, was ist das? Die Zunahme der durch die Informatik (Digitalisierung) getriebenen Geschäftsprozesse hat das Volumen und die Vielfalt der seit dot.com und der mobilen Blase generierten Daten explodiert. Sie können auf externe Daten wie offene Daten oder soziale Netzwerke zugreifen.

Das Wissen über den Umgang mit diesen Daten ist ein wichtiges Thema für Unternehmen: Erstens ist es wichtig, die Relevanz dieser Daten sicherzustellen. Zum anderen, weil die Ergebnisse ihrer Analyse wichtige Informationen zur Verbesserung, Optimierung oder Vorhersage von Geschäftsprozessen liefern. Die Einsatzgebiete sind vielfältig und vielfältig: Banken / Finanzen, Versicherungen, Medizin, Meteorologie, Soziologie. Ziel ist es nun, Tools bereitzustellen, die mehr Daten integrieren und effizient analysieren.

Datenanalyse ist ein Satz statistischer Methoden, die auf einen Datensatz angewendet werden, um relevante Informationen zu extrahieren. Diese Extraktion wird als Datenextraktion bezeichnet. Ziel ist es, Trends, Profile, Verhaltensweisen zu identifizieren oder Verknüpfungen, Regeln zu finden. Es gibt zwei Haupttypen der Datenanalyse: deskriptive Analyse und prädiktive Analyse.

Eine deskriptive Analyse von Daten in Unternehmen soll Daten synthetisieren, ihnen eine neue Ansicht zuweisen, sie synthetisieren und hervorheben, was im Volume verborgen ist. Menschen können in Personen eingeteilt werden, die am nächsten oder am weitesten voneinander entfernt sind. Finden Sie aber auch Ausnahmen oder atypische Fälle. Wir können auch sehen, ob die Variablen nahe beieinander liegen, die Variablen anhand anderer erklären oder die einflussreichsten Variablen identifizieren. Predictive Analytics analysieren aktuelle Daten, um Annahmen über das zukünftige Verhalten zu treffen. Wir verwenden die Daten, die wir bereits benötigen, um das Verhalten neuer Menschen sowie die Entwicklung bestehender Menschen zu extrapolieren und zu erraten.

Wir werden die Daten im Geschäft von 175 Städten analysieren. Wir haben 5 Messungen pro Monat: absolute Maximaltemperatur, absolute Minimaltemperatur, durchschnittliche Maximaltemperatur, durchschnittliche Minimaltemperatur, Niederschlag. Dies ist also ein Datensatz von 175 Personen und 60 Merkmalen (12 Monate x 5 Messungen). Hier sind die Daten zuverlässig, vollständig und bereits bestellt. Ziel ist es lediglich, verschiedene deskriptive oder prognostische Algorithmen sowie die Komplementarität zwischen den beiden Analysetypen darzustellen.

Dann beschließen wir, die Ergebnisse der deskriptiven Analyse, dh 8 Gruppen, die durch den k-means-Algorithmus definiert sind, zu verwenden, um den Algorithmus der prädiktiven Analyse auf unsere Daten anzuwenden. Auf diese Weise erstellen wir einen Entscheidungsbaum, der die Gruppe definiert, zu der er gehört, basierend auf meteorologischen Daten der Stadt. Entscheidungsbaum: Das Prinzip ist, dass wir in jedem Knoten eine Frage nach der Natur des Individuums stellen und dann dem Zweig folgen, der der Antwort entspricht, um zu einem anderen Knoten zu gelangen. Am Ende des Baumes befinden wir uns auf einem Blatt, das uns eine Gruppe gibt, zu der das Individuum sehr wahrscheinlich gehört. Die Eigenschaften und Werte jedes Knotens sowie die Reihenfolge der Knoten werden vom Algorithmus automatisch ausgewählt.

Tools zur Verbesserung des datengetriebenen Unternehmens. Die Unvermeidlichkeit von Veränderungen und Umweltturbulenzen sind zwei grundlegende und wiederkehrende Elemente im Leben von Unternehmen. Die Umsetzung von Veränderungen in Unternehmen ist oft diskursbedingt und wird bestenfalls von Instrumenten begleitet, deren Bedeutung jedoch nicht festgelegt ist. In der Tat sehen die Teilnehmer Werkzeuge, insbesondere in einem strategischen Ansatz, häufig als einfache Papierunterstützung an. Periphere Elemente, die für die Zukunft und den Nutzen von Werkzeugen sinnvoll sind, werden häufig übersehen. In der Tat werden die Relevanz und Wirksamkeit von Instrumenten verringert, da sie nicht als Hilfestellung für das Denken und Nachdenken angesehen werden.

Anhand des Beispiels eines großen Einzelhandelsunternehmens, in dem strategische Absichten und Multiplikationsinstrumente implementiert wurden, wird eine Erweiterung des Verständnisses für Werkzeuge (von deren Konzept bis zu deren Implementierung) vorgestellt.

Instrumente zur Verbesserung eines datengetriebenen Unternehmens in vier Hauptbereichen: Umsetzung eines partizipativen Ansatzes zur Festlegung einer Strategie, Berücksichtigung des aktiven Zuhörens zur Umwelt, Stärkung des Zusammenhalts der Mitglieder des Managementteams, Technische Verbesserung der Instrumente. Bevor wir die erzielten Ergebnisse und ihre Interpretation zu diesen vier Punkten vorstellen, schlagen wir als ersten Schritt vor, unseren problematischen sowie den methodischen Ansatz für Forschungsinterventionen zu bestimmen, den wir verwendet haben.