Tag: data preparation

Data Management
Rainer Sternecker 0
Datenmanagement – eine lästige Pflicht? Schon lange nicht mehr!

Datenmanagement ist ein alter Bekannter aus der IT – und andererseits ein neuer „Hidden Champion“ im digitalisierten Unternehmen. Warum? Weil Datenintegration und -aufbereitung einerseits eine ureigene und unverzichtbare Aufgabe der IT ist, deren Bedeutung weiter wächst. Andererseits aber stehen vor dem Hintergrund von datenbasierten Geschäftsprozessen und -modellen auch die Mitarbeiter

Advanced Analytics | Analytics | Data Management
Rainer Sternecker 0
Self-Service Data Preparation: Das Self steht für Value!

Data Preparation wird von Unternehmen bislang oft als Fleißaufgabe gesehen, die man gerne der IT überlässt. Doch weil die Fachabteilungen oftmals nicht lange auf ihre Daten warten wollen, haben dicke SQL-Bücher und Spreadsheet-Anwendungen immer noch Hochkonjunktur in den meisten Büros. Ist das sinnvoll? Nein, das ist nicht sinnvoll. Denn die

Analytics
Rainer Sternecker 0
Data Preparation – das „Stiefkind“ im Datenmanagement?

Datenaufbereitung, Datenintegration, Datenqualität, Datensicherheit – all das hört sich nach Pflichtprogramm für die IT an und ist längst nicht so sexy wie Hype-Themen à la Data Science, Internet of Things oder Artificial Intelligence. Dass Datenmanagement im Businesskontext aber einen mindestens ebenso großen Stellenwert hat – sei es für die Optimierung

Advanced Analytics | Analytics | Data Management
Michael Herrmann 0
Data Management für Analytics – Enge Verzahnung von IT und Data Science ist entscheidend

Welche Rolle Datenqualität und Data Governance beim Data Management für Analytics spielen, habe ich mit meinem Kollegen Gerhard Svolba zuletzt an dieser Stelle diskutiert. Doch was genau macht modernes Datenmanagement aus, und welche Rolle spielen dabei neue Technologien à la Hadoop und Co.? Und wie sieht überhaupt die künftige Zusammenarbeit

Analytics | Data Management
Michael Herrmann 0
Data Management für Analytics – Datenqualität ist keine Einbahnstraße!

Auch wenn der Hype von Gartner für beendet erklärt wurde: An Big Data und der Auswertung entsprechender (oftmals unstrukturierter) Datenmengen kommt kein Unternehmen vorbei. Doch welche Herausforderungen stellen Big Data und damit einhergehende Entwicklungen an das Data Management? Wie können Data Scientists, IT und Fachabteilung heute zusammenarbeiten? Und wo prallen

Data Management
Jim Harris 0
Why analytical models are better with better data

Most enterprises employ multiple analytical models in their business intelligence applications and decision-making processes. These analytical models include descriptive analytics that help the organization understand what has happened and what is happening now, predictive analytics that determine the probability of what will happen next, and prescriptive analytics that focus on

1 2