Author

Gerhard Svolba
RSS
Principal Solutions Architect

Dr. Gerhard Svolba ist Analytic Solutions Architect und Data Scientist bei SAS Institute in Österreich. Er ist in eine Vielzahl von analytischen und Data Science Projekten quer über fachliche Domains wie Demand Forecasting, analytisches CRM, Risikomodellierung und Produktionsqualität involviert. Seine Projekterfahrung reicht von der fachlichen und technischen Konzeption über die Datenaufbereitung und die analytische Modellierung in unterschiedlichen Branchen. Er ist der Autor der SAS Press Bücher Data Preparation for Analytics Using SAS, Data Quality for Analytics Using SAS and “Applying Data Science: Business Case Studies Using SAS”. Als nebenberuflich Lehrender unterrichtet er Data Science Methoden an der Medizinischen Universität Wien, der Universität Wien und an Fachhochschulen. Sie finden auch Beitrage auf: Github und Twitter. ENGLISH: Dr. Gerhard Svolba ist Analytic Solutions Architect und Data Scientist bei SAS Institute in Österreich. Er ist in eine Vielzahl von analytischen und Data Science Projekten quer über fachliche Domains wie Demand Forecasting, analytisches CRM, Risikomodellierung und Produktionsqualität involviert. Seine Projekterfahrung reicht von der fachlichen und technischen Konzeption über die Datenaufbereitung und die analytische Modellierung in unterschiedlichen Branchen. Er ist der Autor der SAS Press Bücher Data Preparation for Analytics Using SAS®, Data Quality for Analytics Using SAS® and “Applying Data Science: Business Case Studies Using SAS”. Als nebenberuflich Lehrender unterrichtet er Data Science Methoden an der Medizinischen Universität Wien, der Universität Wien und an Fachhochschulen. Sie finden auch Beitrage auf: Github und Twitter.

Advanced Analytics | Data Visualization
Gerhard Svolba 0
Wien und die Donau – Paradies für Data Science und die Big Data Flut

Wien und die Donau: Zahlreiche Lieder, Geschichten und Filme dokumentieren die innige Beziehung zwischen der österreichischen Hauptstadt und „ihrem“ Fluss. Das war aber nicht immer so: Über Jahrhunderte stellte das Gewässer eine große Bedrohung für die Stadt dar – und es erforderte beträchtliche Ingenieurskunst, um die Donauauen in ein echtes

Artificial Intelligence | Customer Intelligence
Gerhard Svolba 0
Real-Time Scoring und Customer Behavior Analysis: Das konnte Frau Cerny schon in den 1970er Jahren!

Nicht erst im Zeitalter von künstlicher Intelligenz (KI) und Real-Time Decision Engines werden historische und aktuelle Verhaltensweisen von Kunden analysiert. Die Praxis, anhand dieser Informationen Entscheidungen zu treffen und sie in Echtzeit auf die Kundeninteraktion anzuwenden, gab es bereits in den 1970er-Jahren. Frau Cerny betrieb den Lebensmittelladen im Wohnhaus meiner

Data Management
Gerhard Svolba 0
Data Management für Analytics – Governance schafft Vertrauen

Kürzlich habe ich mich mit meinem Kollegen Michael Herrmann darüber unterhalten, wie Big Data die Anforderungen an Datenmanagement und vor allem an die Datenqualität verändert – und wie die IT, der Data Scientist und die Fachabteilung besser zusammenarbeiten können. Heute geht es darum, wie Daten nachvollziehbar und transparent gemacht werden

Analytics
Gerhard Svolba 0
Mehr SAS Know-How für Data Scientists

Kennen Sie diese Situation? Sie sollen dringend eine komplexe Auswertung fertig stellen. Die Daten wurden zu spät geliefert und die Qualität und Struktur der Daten waren weit vom erwarteten Standard entfernt. Der Zeitdruck der Ergebnispräsentation ist groß, und Ihr SAS Programm tut immer noch nicht genau das, was Sie als

Gerhard Svolba 0
Self-Service Analytics mit SAS - Und was wir von den alten Ägyptern nicht lernen sollten

Kürzlich habe ich das Buch „Die Zahl die aus der Kälte kam“ des österreichischen Mathematikers Rudolf Taschner gelesen. Er versteht es meisterhaft, komplexe Zusammenhänge einer breiten Öffentlichkeit zu präsentieren. Eines seiner Beispiele behandelt die Macht der Hohepriester im alten Ägypten. Dabei ist mir folgendes klar geworden: Die Hohepriester im Alten

Gerhard Svolba 0
SAS Contextual Analysis: ein Selbstversuch

Erfahrungen aus einem Selbstversuch mit SAS Contextual Analysis Bitte verstehen Sie mich nicht falsch. Ich bin unseren SAS Produkten und SAS Lösungen gegenüber in keinster Weise misstrauisch! Trotzdem wollte ich die Möglichkeiten unserer neuen Lösung für Text Analytics „SAS Contextual Analysis 14.1“ auf der eigenen Haut spüren und verstehen lernen.

Gerhard Svolba 0
Maschinelles Lernen – eine Einführung

Maschinelles Lernen wird mehr und mehr zum Mainstream. Was früher eine reine Domäne der wissenschaftlichen Forschung von wenigen Technologieunternehmen war, findet zunehmend Eingang in Produkte und Lösungen auch in traditionellen Branchen. Maschinelles Lernen nutzt mathematische (und/oder statistische) Modelle, um aus Datenbeständen zu lernen. „Lernen“ bedeutet in diesem Kontext die Annäherung

Gerhard Svolba 0
Top 3 benefits of writing a SAS book

Many colleagues and customers at SAS Global Forum ask me, why I write books beside having a full-time job as SAS consultant and being lecturer at universities. Valid question. SUSTAINABILITY. I have been working in so many analysis projects in different domains and industries. Some of them were longer, others were

Gerhard Svolba 0
Wien und Hannover - zwei geheimsnisvolle Städte

Für mich war es als Kind in Wien komplett unverständlich, warum das „H“ auf den deutschen Autokennzeichen nicht für eine berühmte Stadt wie Hamburg, sondern für irgendeine, für mich komplett unbekannte Stadt wie Hannover stehen sollte. Und ganz ehrlich; ich habe es den Freunden meiner Eltern aus Deutschland auch lange

Gerhard Svolba 0
„Der eifrige Statistiker“ – oder: Warum das Verlangen nach Daten manchmal so besonders groß ist.

Kurz vor Ende des „Jahres der Statistik“ soll dieser Blog-Beitrag eine Lanze für die vielen Statistiker und Statistikerinnen brechen, die tagein tagaus, die ihnen gestellten Analyseaufgaben sorgfältig erfüllen. Und sich dabei häufig den Ruf einhandeln "detailverliebt“ zu sein, wenn es um die nötige Datenbasis geht. Wie kommen wir zu unserem

1 2