Data Science bezeichnet die Extraktion von Wissen aus Daten. Data Science ist ein interdisziplinäres Wissenschaftsfeld, welches wissenschaftlich fundierte Methoden, Prozesse, Algorithmen und Systeme zur Extraktion von Erkenntnissen, Mustern und Schlüssen sowohl aus strukturierten als auch unstrukturierten Daten ermöglicht. Data Science generiert Informationen aus großen Datenmengen, um daraus Handlungsempfehlungen für das Unternehmensmanagement abzuleiten. Ziel dieser Handlungsempfehlungen ist die Verbesserung der Qualität von unternehmerischen Entscheidungen und der Effizienz von Arbeitsabläufen. In unserem Geschäftsbereich Business Analytics arbeitet valantic mit modernsten Data Science Methoden, um für unsere Kunden und Kundinnen Wissen aus Daten zu generieren.
Data Science stellt ein wichtiges Werkzeug zur Erschließung des MarTech Dschungels dar. Wir haben uns bereits die Data Science Rahmenbedingungen angeschaut und verschaffen uns in diesem Beitrag einen Überblick über die vorhandenen Ressourcen. Hier lesen.
Data Science stellt ein wichtiges Werkzeug zur Erschließung des MarTech Dschungels dar. In diesem Blogbeitrag widmen wir uns den grundlegenden Rahmenbedingungen im Unternehmen für Data Science. Denn nur wenn diese erfüllt sind, kann die Expedition in den Dschungel starten.
Im Dschungel der Marketing Technologien verliert man schnell den Überblick. Data Science ist ein wichtiges Werkzeug zur Erschließung des Dschungels. In diesem Blogbeitrag erklären wir, was Data Science ist, welche Vorteile es für den Bereich Retail mit sich bringt und weshalb es in modernen Unternehmen nicht fehlen sollte.
Wer Data Science im Unternehmen einsetzen will, steht vor sehr großen Herausforderungen: Es gibt keine standardisierte Vorgehensweise und wenig Erfahrungswerte. valantic hat gemeinsam mit namhaften Expert*innen aus Wissenschaft und Praxis das Data-Science-Vorgehensmodell weiterentwickelt.
Unser Kollege Daniel Völker aus Berlin erzählt uns etwas über seine Rolle als Lead Consultant Data Science & Conversational AI bei valantic und wie er sich in diesem Bereich weiterentwickeln möchte.
Mit der Fünf-Schritte-Methodik von valantic identifizieren Unternehmen Data Science Anwendungsszenarien, die einen echten Mehrwert generieren, den Umsatz steigern und den Gewinn erhöhen.
Erfahren Sie in diesem Blogbeitrag, wie Sie IBM Cognos Analytics Upgrades hochwertig, effizient, schnell und kostensparend umsetzen.
Descriptive, Predictive, Prescriptive, Cognitive und nun auch Augmented Analytics. Bereits 2017 kündigte Gartner im jährlichen Hype Cycle einen neuen Trend im Bereich Analytics an. Kai Schulte, ehemaliger Consultant im Bereich Reporting & Advanced Analytics bei verovis – a valantic company, über den aktuellen Entwicklungsstand des Fachbereichs.
Ein neues wissenschaftliches Whitepaper von valantic und der Nordakademie Elmshorn beschreibt mit Hilfe des Data-Science-Process-Model das Vorgehen in einem Data-Science-Projekt.