Andreas Becks leads a team of insurance experts, data governance professionals and data scientists advising insurance clients on how to use analytics to generate value and drive transformation in a changing market. His main focus is on data-based innovation and industrialization of analytics. His expertise in artificial intelligence, and deep knowledge of business intelligence and analytics mean that he is well-placed to help insurers to reimagine their business models and drive cultural change.
Aussagefähige, geschäftsrelevante Datenanalysen auf Knopfdruck – davon träumen viele Unternehmen. Leider sieht die Realität gegenwärtig oft anders aus. Um aus der Flut Ihrer Unternehmensdaten nutzbare Ergebnisse zu ziehen, brauchen Sie zweierlei: gute Analysewerkzeuge und kompetente Mitarbeiter.
Das Big Data Lab ist der beste Weg hin zum innovativen und profitablen Umgang mit Big Data. Aber welche organisatorischen Weichenstellungen führen eigentlich zum Erfolg? In meinem letzten Blog habe ich die wichtigsten Erfolgsfaktoren eines Innovationslabors für datenbasierte Use Cases skizziert: Experimentieren erlauben, Agilität ermöglichen und schnelles Scheitern (als Chance!)
Die veränderten Marktanforderungen zwingen viele Organisationen zur digitalen Transformation bestehender Geschäftsprozesse und Geschäftsfelder. Einzelhandel, Medien, Versicherungs-, Reise- und Logistikbranche sind sicherlich Vorreiter. Aktuelle Studien, zum Beispiel von Roland Berger, zeigen aber auch sehr eindrucksvoll die dramatischen Implikationen der digitalen Transformation auf die Industrie, das Retail-Banking oder Versicherungen.
Das Big Data Lab von SAS - Big Data Strategie 1995 - World Wide Web. Erinnern Sie sich, wie komplex und kompliziert es für ein Unternehmen war, eine eigene Website aufzubauen, Anwendungen zu definieren, diese redaktionell zu betreuen und die nötige Infrastruktur zu betreiben – heute unvorstellbar! Und sogar das Surfen
Es macht sich ein neues Berufsbild breit: Das des Data Scientisten. Auf dem weiten Feld von Big Data Analytics sind sie die Übersetzer zwischen den Fachanwendern und den Statistikern. Wo aber steht das Multitalent innerhalb eines Unternehmens und wie kommuniziert dieses mit seinen Kollegen - Feind oder Freund?
Big Data ist wie ein Fass ohne Boden. Fängt man einmal an, sich damit zu beschäftigen, zieht sich ein nicht enden wollender Rattenschwanz hinterher. Im positiven Sinne! Ich möchte das Zusammenspiel mit der Open-Source-Technologie Hadoop beleuchten. Big Data braucht, wie jeder weiß, auch Big Speicherplatz. Das ist die Voraussetzung für
BI ist Auslöser für heftige Diskussionen. War es immer, wird es noch lange sein. Aktuell stehen zwei Lager im Ring. Die beiden debattieren aber nicht darüber, ob das Glas Wasser halb voll oder halb leer ist. Nein, sie reden darüber, wie schwer die jeweilige Variante ist. Und das hängt,
So und nichts anders: Datenanalyse zur Vorbereitung der Entscheidungsfindung ist ein Spezialistenthema. Das muss ausschließlich den Profis überlassen werden. Daten in den Händen unbedarfter Fachanwender – vielleicht noch ohne IT- und Statistikwissen – sind gefährlich. Wenn Sie auch dieser Meinung sind, dann lesen Sie bitte nicht weiter!
"And the winner is…" Ob der Branchen-Oskar für wirksame Marktkommunikationen, der "GWA Effie", oder die "Löwen von Cannes" für inspirierende Kreativität: Im Frühsommer ist es traditionell wieder an der Zeit, Preise zu verleihen* in der Marketing- und Werbebranche! Sicher: Kreative Leistungen und erfolgreiche Zielgruppenansprachen in klassischen Medien, im Online-Bereich oder im
Wenn es darum geht, mit den Methoden der Customer Analytics tiefere Einsichten in das Verhalten oder den Wertbeitrag der eigenen Kunden zu gewinnen, steht zunächst immer die Frage: Welche Daten benötigen wir? In welcher Qualität müssen die Daten vorliegen? Und schon hier setzt in vielen Fällen die Ernüchterung ein: "Unsere
