SHE-Blogpicks

Data Governance: sechs Prinzipien

Posted by in Allgemein

Diese Seite teilen:

Produkt-, Kunden- und andere Daten: Meist entfalten sie ihr volles Potential erst dann, wenn sie geteilt werden können. Dem stehen jedoch häufig Hindernisse entgegen, und zwar sowohl  technischer Natur – inkompatible Formate oder Schnittstellen – als auch organisatorischer und kultureller Art – Verteidigen von Herrschaftswissen. Überwinden lassen sich diese Hindernisse nur mithilfe einer konsistenten Data Governance, ist John Klein (Foto) vom Software Engineering Institute (SEI) der Carnegie Mellon University überzeugt. Am SEI wurde ein solcher Governance-Ansatz entwickelt, der auf sechs Prinzipien basiert und über übliche Best-Practice-Sammlungen hinausgeht. Klein stellt den Ansatz in einem ausführlichen Blogbeitrag vor, in dem auf eine noch detailliertere Präsentation zum selben Thema verwiesen wird.

0

Wer wird Data Leader 2017?

Posted by in Allgemein

Diese Seite teilen:

Data Leader, das sind Führungskräfte  mit Datenkompetenz. Sie  bewirtschaften Big-Data-Konvolute so, dass daraus Mehrwert für ihr Unternehmen entsteht – bis hin zu neuen, datengetriebenen, Geschäftsmodellen. Der Verein Connected Industry e. V. schreibt in diesem Jahr zum zweiten Mal den „Data Leader Award“ aus, für den seit dem 30. Mai die Einreichungsfrist läuft. Wie dem Data-Science-Blog zu entnehmen ist, werden im Call for Papers Anwendungsfälle in den Kategorien Industrie, Handel und Finanzen erwartet. Der Award wird am 9. November 2017 auf dem Data Leader Day in Berlin verliehen.

0

Referenzarchitektur für Big Data

Posted by in Allgemein

Diese Seite teilen:

Referenzarchitekturen verhindern, dass Systemarchitekten das Rad, sprich alle Parameter eines Systems, neu erfinden müssen. Sie beschreiben Familien ähnlicher Systeme, schaffen eine Standard-Nomenklatur, definieren Schlüsselelemente von Architekturen und die Beziehungen zwischen ihnen, sammeln relevante Lösungsmuster und bieten ein Klassifikations- und Vergleichs-Framework. – Für Big-Data-Systeme ist so eine Referenzarchitektur am Software Engineering Institute (SEI) der Carnegie Mellon University entstanden, in Zusammenarbeit mit dem australischen Data to Decisions Cooperative Research Centre. John Klein liefert im SEI-Blog eine Kurzbeschreibung und verlinkt auf das ausführliche Forschungspapier.

0

Kaum Big Data in der Versicherungswirtschaft

Posted by in Allgemein

Diese Seite teilen:

Mehr oder weniger disruptive – also grundlegende –  Veränderungen durch Digitalisierung sind mittlerweile in vielen Branchen festzustellen. Das gelte erstaunlicherweise jedoch noch nicht für die Versicherungswirtschaft, die bisher kaum datengetriebene Produkte und Geschäftsmodelle entwickelt habe, urteilt der Autor und Analyst George Anadiotis (Foto) in seinem jüngsten Beitrag für das Big-Data-Blog von ZDnet. Erstaunlich, weil die Assekuranzwirtschaft mit ihrer Multichannel-Struktur und detaillierten Kenntnissen über Kunden doch eigentlich ein natürliches Anwendungsfeld für Big-Data-Applikationen sein müsste. Warum sie das nicht ist und wo die Herausforderungen für diejenigen liegen, die das ändern wollen: Diesen Fragen widmet sich der Autor, der auch einen Twitter-Channel zum Thema betreibt, unter seinem Bloggernamen „Atidot“.

0

Strategien für mehr Kundenwert

Posted by in Allgemein

Diese Seite teilen:

customer_valueDer Customer Lifetime Value (CLV) – der Nettoertrag mit einem Kunden über die Gesamtdauer der Kundenbeziehung – ist recht einfach zu berechnen: durchschnittlicher Umsatz pro Kontakt mal Anzahl der Kontakte mal durchschnittliche Dauer der Beziehung. Er lässt sich aber auch systematisch verbessern. Dazu empfiehlt Digital-Marketing-Experte Ajay Paghdal auf der Plattform „Customer Think“ vier Strategien, die auf der Nutzung von Kundendaten basieren: Erstens gelte es, das Serviceerlebnis zu verbessern, indem die Mitarbeiter aktuelle und historische Daten eines Kunden parat haben und nicht immer wieder dieselben Fragen stellen müssen. Zum zweiten lohne es sich, nicht alle Kunden über einen Kamm zu scheren, sondern sie in Gruppen aufzuteilen – nach Lifestyle, Region, Vorlieben etc.. Damit, drittens, eröffneten sich Unternehmen laut Paghdal die Möglichkeit, Kunden persönlich und aktiv anzusprechen, etwa mit Produktempfehlungen (siehe Amazon). Und schließlich brauche man, speziell im E-Commerce, ein wirklich gutes Tool zur Analyse des Kundenverhaltens, um damit Fehler im Webshop zu entdecken und abzustellen.

0