Big Data und Predictive Analytics
Während sich traditionelle Business Intelligence mit dem Messen, Auswerten, Analysieren und Forschen in historischen Daten beschäftigt, wagt Predictive Analytics einen Blick in die Zukunft.
Durch das Bilden und Testen von Modellen können signifikante Muster in unstrukturierten Daten (z.B. E-Mail Texten, Kontakt-Frequenzen) automatisch erkannt und im Sinne der Geschäfts-Strategie bewertet werden. Versteckte Zusammenhänge werden sichtbar.
Je ganzheitlicher die der Modellierung zugrunde liegende Datenmenge, desto umfassender werden Zusammenhänge erkannt. Wenn Transaktionsdaten aus ERP- und CRM-Systemen und Kommunikationsdaten und –statistiken aus ACHAT einem gemeinsamen Data Mining unterzogen werden, verbessert dies die Vorhersage-Wahrscheinlichkeit.
So können Sie z.B. potentielle Kündiger frühzeitig identifizieren, haben eine verlässliche Basis zur Verbesserung Ihrer Geschäfts-Entscheidungen und können rechtzeitig und fokussiert Maßnahmen ergreifen.
Ein anderes Einsatzgebiet ist z.B. das auf den Kunden zugeschnittene Cross-Selling im aktiven Telemarketing. Die individuellen Angebote werden während des Gesprächs des Agenten mit dem Kunden in Echtzeit anhand der Muster in den Kundendaten ermittelt („Real Time Sccoring“).
authensis ist in diesem Geschäftsfeld Partner der IBM und kann den IBM SPSS Modeler in seine ACHAT-Lösungen integrieren.