Konkretes Projektvorgehen und Best Practices in Data Science Projekten standen beim mayato After Work Event in Berlin im Mittelpunkt. Caroline Kleist, Leiterin Analytics bei mayato, referierte über Data Science Lösungen im täglichen Einsatz. Schon bei den ersten beiden #mayatoTalksData Veranstaltungen in München und Frankfurt zeigte sich das große Interesse der Unternehmen an den Themen Künstliche Intelligenz und Data Science. In Berlin setzte sich dies fort und zahlreiche Interessenten nutzten die Gelegenheit, um mit den mayato Data Scientists ins Gespräch zu kommen.
Neben dem klassischen Data Science Anwendungsfall Predictive Maintenance schilderte die Expertin die Anwendung von Data Science für die Optimierung von Werbekampagnen: Aufgrund der Reaktionen auf vorangegangene Kampagnen lassen sich durch maschinelles Lernen Unterschiede in den Charakteristika zwischen Reagierern und Nicht-Reagierern erkennen und daraus Muster ableiten. Zukünftige Mailingaktionen können damit zielgerichteter versendet werden.
Vielversprechend sind auch die Erfolge von Data Science Lösungen zur Aufdeckung von Anomalien in Rechenzentren oder die Entwicklung von Recommender Systemen im Online Handel. Entscheidend für Caroline Kleist ist es, dass Data Science Projekte nicht aufgrund ihrer Neuartigkeit in reine Forschungsprojekte abgleiten, sondern der Fokus gefunden, kommuniziert und beibehalten wird. Wie dies z.B. durch die Erarbeitung einer Analytical Roadmap gelingen kann, zeigte sie an den konkreten mayato Projekten auf. Zahlreiche Fragen der Teilnehmer konnten anschließend in einer angeregten Diskussionsrunde beantwortet werden. Mehr zu #mayatoTalksData Berlin erfahren Sie unter https://www.mayato.com/datatalk3/
#mayatoTalksData
Neue Impulse in angenehmer Runde als After Work Event: mayato lädt Kunden und Interessenten seit Sommer 2018 an unterschiedlichen Standorten zu #mayatoTalksData ein. Das Beratungsunternehmen beleuchtet mit der neuen Veranstaltungsreihe Themen aus den Bereichen Business Intelligence, Data Science und Analytics verständlich und mit hohem Praxisbezug. Mehr dazu finden Sie unter https://www.mayato.com/tag/datatalk/
Neben dem klassischen Data Science Anwendungsfall Predictive Maintenance schilderte die Expertin die Anwendung von Data Science für die Optimierung von Werbekampagnen: Aufgrund der Reaktionen auf vorangegangene Kampagnen lassen sich durch maschinelles Lernen Unterschiede in den Charakteristika zwischen Reagierern und Nicht-Reagierern erkennen und daraus Muster ableiten. Zukünftige Mailingaktionen können damit zielgerichteter versendet werden.
Vielversprechend sind auch die Erfolge von Data Science Lösungen zur Aufdeckung von Anomalien in Rechenzentren oder die Entwicklung von Recommender Systemen im Online Handel. Entscheidend für Caroline Kleist ist es, dass Data Science Projekte nicht aufgrund ihrer Neuartigkeit in reine Forschungsprojekte abgleiten, sondern der Fokus gefunden, kommuniziert und beibehalten wird. Wie dies z.B. durch die Erarbeitung einer Analytical Roadmap gelingen kann, zeigte sie an den konkreten mayato Projekten auf. Zahlreiche Fragen der Teilnehmer konnten anschließend in einer angeregten Diskussionsrunde beantwortet werden. Mehr zu #mayatoTalksData Berlin erfahren Sie unter https://www.mayato.com/datatalk3/
#mayatoTalksData
Neue Impulse in angenehmer Runde als After Work Event: mayato lädt Kunden und Interessenten seit Sommer 2018 an unterschiedlichen Standorten zu #mayatoTalksData ein. Das Beratungsunternehmen beleuchtet mit der neuen Veranstaltungsreihe Themen aus den Bereichen Business Intelligence, Data Science und Analytics verständlich und mit hohem Praxisbezug. Mehr dazu finden Sie unter https://www.mayato.com/tag/datatalk/
