TDWI Schweiz 2017

Mövenpick Hotel Zürich Regensdorf

Sessionsdetails

Vortrag: M12
Datum: Mo, 20.11.2017
Uhrzeit: 16:45 - 18:15
cart

Der Weg vom klassischen Kampagnen Management hin zur agilen Planung und Durchführung von near realtime, omni-channel Kampagnen auf Basis von Big Data

Uhrzeit: 16:45 - 17:30
Vortrag: M12 1)

 

In Zeiten von Big Data und Mobilität ist es essentiell, alle verfügbaren Kundendaten zu verwenden, um sie mit den richtigen Themen, zum richtigen Zeitpunkt, auf dem richtigen Kanal anzusprechen. Dazu gehört die genaue Versorgung des Vertriebs mit relevanten Informationen.
Wie schaffen es Unternehmen, ihre Kundenansprache mit Hilfe aktueller Technologien erfolgreich zu optimieren? Und ist es notwendig, zusätzlich allen Trends der sozialen Medien zu folgen?
Der Kundenvortrag wird ein erprobtes Vorgehen und in konkreten Umsetzungsprojekten gewonnene Erkenntnisse vorstellen:

  • Analysieren von Big Data Kundendaten und Potentiale für Vorhersagemodelle
  • Analyse bestehender Prozesse und Ermittlung auf Potentiale
  • Modellierung performanter Datenbasis
  • Agile Überführung der Kanäle
  • Ermittlung unternehmenskritischer Kanäle für den Kundendialog
  • Optimierung des Datenmodells zur Verbesserung der Performance und Kundenansprache"

Zielpublikum: Marketing Manager, Data Manager, Projekt Manager
Voraussetzungen: Grundwissen Marketing Prozesse und Datenmodellierung
Schwierigkeitsgrad: Anfänger



 

Clean data – with state-of-the-art anomaly detection

Uhrzeit: 17:30 - 18:15
Vortrag: M12 2)

 

Actionable insight? Everybody wants insight from their data. However, there’s no insight without the first precondition: clean data. Too much incomplete data, as well as data of doubtful quality, will ruin every attempt at serious analytics. What can we do about this? How can we quantify how much incorrect or doubtful data we have? Ideally, the process should involve as little human guidance as possible – so why not integrate outlier detection directly into the ETL process?
In this session, we demonstrate effective anomaly detection methods, ranging from classical distance-based measures over local density algorithms to today's big hype – deep learning.
Special attention will be devoted to the question of online model updatability, to see if we may avoid regular expensive batch calculations.

Target Audience: BI project leaders, BI developers, BI engineers, data scientists
Prerequisites: basic BI knowledge, basic BI experience, interest in applying advanced methods to old problems
Level: Basic

 

Sponsoren der TDWI Schweiz

  • Microsoft Schweiz GmbH Partner
  • NTT DATA Partner
  • Trivadis GmbH Partner
  • WhereScape Europe Partner
  • 2150 GmbH | Distilling business insight. Sponsor
  • Ab Initio Software Germany GmbH Sponsor
  • Adastra GmbH Sponsor
  • badenIT GmbH Sponsor
  • BiG EVAL Sponsor
  • biGenius Sponsor
  • Blue Reply Sponsor
  • CIMACON GmbH Sponsor
  • dataWerks GmbH Sponsor
  • iRIX Software Engineering AG Sponsor
  • IT Logix AG Sponsor
  • Q_PERIOR Sponsor
  • saracus consulting GmbH Sponsor
  • Simplity Sponsor
  • SuisseCo GmbH Sponsor
  • Syncwork AG Sponsor
  • TIMETOACT Software & Consulting GmbH Sponsor