SEARCH
  • Es gibt keine Vorschläge, da das Suchfeld leer ist.
SEARCH

Sign-up to get the latest news and update information. Don't worry, we won't send spam!

board CPM
Predictive Analytics, Clustering

Erleben Sie Enterprise Performance Management von board

Lizenzen, Beratung, Implementierung, Training & Support
Wir beraten Sie gerne!
macbookpro-1 Ein Screenshot der Boad-Anmeldeseite. Ein Screenshot einer Webseite. Ein Screenshot des Business-Management-Dashboards. Ein Screenshot des Finanzberichts-Dashboards. Ein Screenshot des Budgetierungs-Dashboards.

Predictive Analytics, Clustering & BEAM

Treffen Sie bessere Entscheidungen dank besserer
Informationen und Prognosen.

60-70% der mühsam gesammelten Daten von Firmen werden nicht genutzt1  –  Boards eingebaute Business Intelligence Solution BEAM (Board Enterprise Analytics Modelling) schafft Abhilfe und ermöglicht es Ihnen datengetrieben zu arbeiten. Mithilfe von BEAM lassen sich unkompliziert komplexe Analysen durchführen, wodurch Ihre Managemententscheidungen mit korrekt ausgewerteten Daten eines Single-Point-of-Truth unterstützt werden. Damit erhalten Sie wertvolle Einblicke in Ihr Business und können entsprechende Maßnahmen frühzeitig einleiten – einfacher als je zuvor.


1: Quelle: Up to 73 Percent of Company Data Goes Unused for Analytics – 2019, Forbes / Barrett Digital

Was ist Predictive Analytics?

Predictive Analytics bezieht sich auf die Verwendung von statistischen Algorithmen und maschinellem Lernen, um zukünftige Ereignisse oder Trends auf Basis von vorhandenen Daten vorherzusagen. Es wird häufig in verschiedenen Bereichen wie Finanzen, Marketing und Gesundheitswesen eingesetzt, um fundierte Entscheidungen zu treffen und wertvolle Erkenntnisse zu gewinnen.

Was ist BEAM?

BEAM ist eine gemeinschaftliche Entwicklung von Board und IDSIA, einer weltweit führenden Forschungsinstitution für künstliche Intelligenz, und löst zwei bislang unzureichend adressierte Anforderungen auf einmal. Erstens können Sie mit dem neuen Modul Advanced und Predictive Analytics, also Prognosen, Data Mining oder Big Data-Analysen, direkt in Ihre Geschäftsprozesse einbinden und damit die Agilität sicherstellen, die Ihr Unternehmen benötigt, um erfolgreich in der schnelllebigen Wirtschaft zu agieren. Zweitens ist die Nutzung dieser Funktionen so einfach und intuitiv, dass keine tiefreichenden Statistik-Kenntnisse notwendig sind.

Im Gegensatz zu traditionellen Data Mining- und Analytics-Werkzeugen, in denen analytische Modelle manuell von Experten aufgebaut werden müssen, können Fachanwender mit BEAM von Anfang an selbständig arbeiten. BEAM ist enorm flexibel, leistungsstark und nativ in Board integriert. In Kombination mit seiner Anwenderfreundlichkeit stellt es eine bahnbrechende Lösung dar, um das außerordentliche Leistungsvermögen von Predictive Analytics effektiv in das Tagesgeschäft und die Entscheidungsfindung einzubetten.
Mit seinen drei Modulen – Predictive Analytics, Clustering und analytische Funktionen – deckt BEAM eine Vielzahl an analytischen Disziplinen ab. Alternativ können Sie auch externe Modellierungssoftware wie R problemlos in die Board Plattform integrieren.

 
BEAM bietet durch die Verwendung von autoregressiven linearen Modellen aus der ARIMA-Familie (Auto- Regressive Integrated Moving Average) neue Forecast-Möglichkeiten. Dank der automatischen Modellierung kann BEAM die Charakteristik jeglicher Zeitreihen auswerten, ein passendes Modell erstellen und Vorhersagen berechnen – wesentlich schneller als andere Werkzeuge. Die erzeugte Prognose können Sie durch zusätzliche Informationen anreichern, um z.B. die Auswirkungen von externen Variablen (Kovariaten) zu berücksichtigen. Die Ergebnisse können Sie schließlich direkt in Board weiterverwenden. So einfach ist es, Predictive Analytics in Analyse-, Planungs- und Simulationsanwendungen zu integrieren!
Dashboard für Unternehmensanalysen.

Wie funktioniert Predictive Analytics?

Eine Zeitreihe, die als durchgehend erkannt wird, durchläuft einen automatischen Prozess, welcher darauf abzielt, den Trend, die Saisonalität und die Kovariate zu modellieren und anschließend das zutreffendste Forecast-Modell für jede Zeitreihe zu finden. Der Prozess besteht aus den folgenden 4 Schritten:

Vorbereitung der Datenreihen
Um die Genauigkeit des Forecasts zu verbessern, normalisiert BEAM die Daten („data trimming”). Basierend auf einem rekursiven statistischen Test entfernt BEAM zudem, wenn notwendig, Trends und Saisonalitäten der Zeitreihen. 
 
Festlegen eines Trainings-Sets und eines Test-Sets
Nun wird jede Zeitreihe in zwei Teile geteilt: Ein Trainings-Set, auf das mögliche Modelle angewendet werden, und ein Test-Set, mit welchem die Genauigkeit dieser Modelle gemessen wird.

Ein Diagramm, das einen Trainingssatz und einen Testsatz zeigt.

Auswahl des Modells: Der IDSI-ARX® (autoregressiver, exogener) Algorithmus
Jetzt wird das Forecast-Modell festgelegt. BEAM startet eine proprietäre automatische Forecast-Prozedur namens IDSI- ARX®, welche vom Schweizer Forschungsinstitut IDSIA entwickelt wurde. IDSI-ARX® ist ein lineares, autoregressives Verfahren. Es geht von einer linearen Beziehung zwischen den zukünftigen Werten einer Variablen und den Beobachtungen in der Vergangenheit aus.
Die Auswahl der Modell-Struktur wird in einer Art Wettbewerb der möglichen Modelle getroffen. Es gibt persistent- oder saisonal-naive Prädiktoren und linear-autoregressive Modelle der ARIMA-Familie. Schließlich wird die Modell-Struktur gewählt, die die geringste Abweichung bei Minimierung des MASE (Mean Absolute Scaled Error) zeigt.

Aufdecken und Ausschließen von Ausreißern
BEAM identifiziert Daten der Zeitreihen automatisch als Ausreißer, wenn das Prognosemodell eine deutliche Abweichung enthält. Das ist der Fall bei Datenpunkten, deren Fehler größer ist als das 3,5-fache der Standardabweichung vom Durchschnitt. Diese Ausreißer werden später vom Modell nicht zur Berechnung herangezogen.

Was ist Clustering?

Clustering ist eine Methode des maschinellen Lernens, bei der ähnliche Objekte in Gruppen zusammengefasst werden. Das Ziel besteht darin, eine natürliche Struktur in den Daten zu entdecken, ohne dass eine vorherige Klassifizierung oder Annotation der Daten erforderlich ist.

Mit BEAM können Sie automatisch ähnliche Objekte zu Clustern zusammenfassen. Dazu wird die k-Means-Methode angewendet. Sie wählen einfach die Zahl der Gruppen und die Merkmale (z. B. Rentabilität  oder Umsatz) aus und Board erstellt die k-Means-Cluster. Diese stehen Ihnen direkt als Dimensionen für Ihre Business Intelligence- und Corporate Performance Management-Anwendungen in Board zur Verfügung. Diese nahtlose Integration der Clustering-Funktion in die Board-Umgebung ermöglicht nicht nur die direkte Erstellung von Berichten, Grafiken oder Self-Service-Analysen basierend auf Clustern, sondern auch die Nutzung der Cluster für Forecasting und Planung. Dank der Möglichkeit, verschiedene Szenarien zu verwalten, können Sie eine Reihe von Clustering-Optionen erstellen und jeweils die passendste für Ihre aktuelle Analyse oder den geplanten Geschäftsprozess nutzen.

 

Wir von Bluebird helfen Ihnen dabei Ihre Ziele zu erreichen und stehen Ihnen sowohl durch unser fachliches Know How, als auch mit unserer technischen Expertise jederzeit zur Seite.

Wir freuen uns von Ihnen zu hören.

 
Ein iPad mit einer Grafik darauf.

Kontakt

Bitte füllen Sie das folgende Anmeldeformular aus und wir werden uns in Kürze mit Ihnen in Verbindung setzen!

Geben Sie niemals vertrauliche Informationen (Kreditkartennummern, Sozialversicherungsnummern, Passwörter) über dieses Formular weiter.

Diese Website ist durch reCAPTCHA geschützt und es gelten die Datenschutzerklärung und Nutzungsbedingungen von Google.

Sie suchen Alternativen?

Hier finden Sie weitere führende CPM Anbieter: