× Achtung! Sie betrachten gerade Informationen der Predictive Analytics Worls 2014! Zur Aktuellen Seite zurückkehren.

Programm

Alle Session Beschreibungen anzeigen

Tag 1 - Dienstag, 4. November 2014

Alle Session Beschreibungen des 1. Tages anzeigen

08:00 Uhr

Registrierung und Frühstückssnacks

09:00 Uhr

Begrüßung durch den Moderator und Program Chair Martin Szugat

09:15 Uhr
Die Sessions findet teilweise oder ganz auf Englisch statt.
Raum: Estrelsaal C5 & C6

The Revolution in Retail Customer Intelligence

In this new era of big data, companies collect data in ever-increasing volume and variety. In the midst of big data, a revolution is taking place in digital customer intelligence. This session will describe the transition from reporting to data-driven decisions using predictive analytics now leading edge, but will soon become mainstream; success requires not only collecting data but also derived attributes. Case studies will illustrate shopping cart funnel management, shopping cart abandonment, marketing attribution, churn, and purchase propensity.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Dean Abbott, Co-Founder and Chief Data Scientist, SmarterHQ (@deanabb)

10:15 Uhr

Raumwechsel für Kombi-Pass Teilnehmer

10:20 Uhr
Raum: Estrelsaal C5 & C6

Der Einsatz von Uplift-Modeling am Beispiel der Lufthansa Miles & More Credit Card

Das Ziel einer Direktmarketingkampagne ist es Kunden durch gezielte individuelle Ansprache von einem Produkt zu überzeugen und zusätzlichen Absatz zu generieren. Der Erfolg einer Kampagne lässt sich demnach nicht an der reinen Response Rate messen, sondern am unmittelbar durch das Mailing bedingten inkrementellen Zusatzeffekt, dem erzielten Uplift im Vergleich zwischen einer Mailing- und Kontrollgruppe. Es besteht folglich ein Unterschied zwischen Kunden die voraussichtlich kaufen, wenn sie eine Kampagne erhalten und Kunden die ausschließlich dann kaufen, wenn sie eine Kampagne erhalten. Uplift-Modeling ermöglicht es diesen Einfluss eines Mailings auf das individuelle Kundenverhalten zu prognostizieren und so gezielt die Kundengruppe zu identifizieren, bei denen ein Mailing einen stark positiven Effekt auf die Kaufentscheidung hat. Thomas Klein und Alexander Funkner präsentieren am Beispiel der Lufthansa Miles & More Credit Card wie mittels Uplift-Modeling Kosten sowie unnötige Kundenkontakte bei der Neukundenakquise reduziert und der Uplift von Direktmarketingkampagnen um bis zu Faktor 3 gesteigert werden konnten. Anhand der Fallstudie demonstrieren sie, welche methodischen Ansätze in der praktischen Anwendung erfolgreich getestet und implementiert wurden.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referenten:

Thomas Klein, Teamleiter Database Marketing & Customer Intelligence, Miles & More GmbH

Alexander Funkner, Manager Database Marketing, Miles & More GmbH

11:10 Uhr

Kaffeepause

11:35 Uhr
Die Sessions findet teilweise oder ganz auf Englisch statt.
Raum: Estrelsaal C5 & C6

From smart phones to smart places to smart profiles

Within different Mobile and Location projects, cooperation with mobile carriers allows GfK Marketing and Data Science to analyze data of mobile devices. In Location Insights mobile data focuses on location or internet traffic information left in a carrier´s cellular network. Thus, taking a large sample of mobile phone users, e.g. all subscribers of a carrier, and analyzing their respective network data is a powerful approach to measure crowd movements across space and time. This information is regarded very valuable to a variety of clients, e.g. retailers, who are interested in objectively quantifying visitor traffic at selected areas or in understanding where their customers come from. Therefore, the objective of Location Insights is to turn the massive amount of mobile network data into aggregated figures about population and population movements for selected locations. To properly scale from number of subscribers to total population at a certain location, a relationship had to be established between sample and total population as a universe. A process chain will be presented demonstrating how a place of residence can be estimated from a series of network events, how extrapolation and visitor calculations can be performed at target locations. In Mobile Insights mobile data focuses on internet traffic information left in a carrier´s cellular network. The large scale of the data enables to derive app and browsing behavior as well as the long tail and spatial information. The opportunities this presents brands, advertisers and marketers is huge, and to truly maximise them, it’s essential to understand how mobile devices are used, and especially who is using them and when. In particular we are interested in characterizing those populations by socio-demographic profiles, by consumer-related attitudes and behaviors, which is within carriers CRM information partly or not available. We will demonstrate the process of investigating different approaches by enriching a huge data set and summarize findings, experiences on how to enrich mobile data.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referenten:

Dr. Nina Meinel, Teamlead Digital Methods, Data & Technology | Marketing & Data Sciences - GfK SE

Hendrik Wagenseil, Teamleader Geostatistics, GfK Geomarketing

12:30 Uhr

Mittagspause

13:45 Uhr
Die Sessions findet teilweise oder ganz auf Englisch statt.
Raum: Estrelsaal C5 & C6

Predictive Analytics Powered By Process Mining: It’s The Process, Stupid!

Recently, process mining emerged as a new scientific discipline on the interface between process models and event data. Conventional Business Process Management (BPM) and Workflow Management (WfM) approaches and tools are mostly model-driven with little consideration for event data. Data Mining (DM), Business Intelligence (BI), and Machine Learning (ML) focus on data without considering end-to-end process models. Process mining aims to bridge the gap between BPM and WfM on the one hand and DM, BI, and ML on the other hand. The challenge is to turn torrents of event data ("Big Data") into valuable insights related to performance and compliance. Process mining is one of the few mature approaches that can indeed be used to identify, understand, and predict bottlenecks, inefficiencies, deviations, and risks. Process mining helps organizations to "mine their own business": they are enabled to discover, monitor and improve real processes by extracting knowledge from event logs. In his talk, Wil van der Aalst will provide an overview of this exciting field. Moreover, he will focus on the predictive value of process mining. All of this will be illustrated using many real-life examples demonstrating the unique capabilities of today’s process mining tools.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Prof. Dr. Wil van der Aalst, Distinguished University Professor, Eindhoven University of Technology (@wvdaalst)

14:45 Uhr

Raumwechsel für Kombi-Pass Teilnehmer

14:50 Uhr
Die Sessions findet teilweise oder ganz auf Englisch statt.
Raum: Estrelsaal C5 & C6

Cheating Detection in Call of Duty: Video Game Fraud Detection

“Call of Duty is the #1 video game on the planet... and some people cheat. When people cheat in the game (it is also called 'boosting') it ruins the playing experience for other players. It also creates issues with the leaderboards, since people who are at the top of such boards might be boosters. Arthur Von Eschen will show in this session how he and his team developed a detection system to catch these boosters that is similar to fraud detection systems used for credit cards and insurance.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Arthur Von Eschen, Sr. Director, Game Analytics, Activision

15:35 Uhr

Kaffeepause

16:00 Uhr
Raum: Estrelsaal C5 & C6

Predictive Customer Journey: Von Attribution zu Kaufwahrscheinlichkeit und Umsatzprognosen

Customer Journey Daten werden in der gängigen Online-Marketing Praxis nahezu ausschließlich für die Attribution erzielter Umsätze auf die an der Journey beteiligten Marketingkanäle verwendet. Das Konzept der Predictive Customer Journey erschließt eine darüber hinausgehende Verwendung dieser Daten: durch den Einsatz geeigneter statistischer Modelle können die Kaufwahrscheinlichkeit und die erwarteten Umsätze einzelner Kunden in Echtzeit prognostiziert werden. Anhand der Case-Study eines großen Retailers diskutiert der Vortrag den Einfluss unterschiedlicher Customer Journey Metriken auf die Prognosegüte, sowie die Änderung des Return-on-Investment, den die Verwendung der Predictive Customer Journey Ergebnisse beim Real-Time-Bidding verursacht.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Dr. Steffen Wagner, Senior Data Analyst, INWT Statistics GmbH

16:30 Uhr
Raum: Estrelsaal C5 & C6

Predictive Analytics als zentraler Baustein einer Information Science Plattform für Entertainment

Mit der voranschreitenden Digitalisierung des Ticketing steigt die Bedeutung von Daten für die Wertschöpfung im umgebenden Markt weiter an. Dem allgemein als Big Data umschriebenen Trend entspricht die CTS EVENTIM mit der Realisierung einer datenschutz-konformen Best-in-Class Infrastruktur für das Daten-Management. Das so implementierte Produkt ISI (Information Science Infrastructure) realisiert dabei für den Ticketing Markt Lösungen in den Umfeldern Customer Relationship Management für E-Commerce Endkunden, Insights Lösungen für B2B Partner und Business Performance Management für Prozesse. Zentraler Baustein der CRM Lösung sind relevante, in Echtzeit berechnete Empfehlungen für Events basierend auf individuellen Signalen der Kunden. Diese werden in den Kanälen Email und Onsite im Web Shop genutzt und basieren auf für den Anwendungsfall optimierten Predictive Models. Doch welche Best-Practices ergeben sich für diese Optimierung? Welche Daten sind relevant und wie werden diese für die verschiedenen User-Klassen vom Visitor/ Re-Visitor über den Interessent hin zum Kunden genutzt? Welches Optimierungspotential lässt sich hier für die Conversion erreichen?
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Fred Türling, Senior Vicepresident Information Science, Eventim

17:00 Uhr

Raumwechsel für Kombi-Pass Teilnehmer

17:05 Uhr
Raum: Estrelsaal C5 & C6

Wie man versteckten Traffic in Long-Tail Keywords aktiviert: Bayesianische Modelle in der Praxis

In sehr großen Google AdWords Accounts liegt ungenutztes Potential im Long-Tail: Spezifische Keywords mit geringem Suchvolumen für die kein wettbewerbsfähiges Gebot abgegeben wird, weil die dünne Datenlage es nicht erlaubt den profitablen CPC zu bestimmen. In der Summe geht so ein signifikanter Anteil des Traffics durch defensive Standardgebote verloren. In diesem Vortrag stellen Johannes Schaback und Paul von Bünau ein gemeinsam entwickeltes hierarchisches Bayesianisches Modell vor, welches Korrelationsstrukturen zwischen Suchbegriffen ausnutzt um auch für Long-Tail Keywords wettbewerbsfähige Gebote abgeben zu können. Im Ergebnis kann so der SEA-Traffic auf Ladenzeile.de um bis zu 150% gesteigert werden.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Dr. Paul von Bünau, Associate, idalab GmbH

Johannes Schaback, Owner, Visual Meta GmbH

17:35 Uhr
Raum: Estrelsaal C5 & C6

Klingel Coupon Optimization mit Uplift Modeling

Immer mehr Kunden im Distanzhandel machen ihre Kaufentscheidung mitunter von Coupons (zB Gutscheine) abhängig. Für die Unternehmen bedeuten die ausgesteuerten Coupons Himmel und Hölle zugleich. Einerseits erhöhen Coupons die Response, andererseits schlägt sich das bewährte Incentive unmittelbar auf das Ergebnis des Unternehmens nieder.
Dabei ist das Kundenverhalten bei Erhalt eines Coupons durchaus inhomogen. Es gibt Kunden, für die solche Anreize einen höheren Stellenwert haben, während Coupons für andere Kunden keine entscheidende Kaufmotivation darstellen. Wie stark dieser kundenindividuelle Mehrwert eines Coupons ist, lässt sich über Uplift Modeling nicht nur gut abbilden, sondern auch für die individuelle Aussteuerung von Coupons nutzen.
Dr. Filip Floegel zeigt auf, wie durch den Einsatz von Uplift Modeling und intelligente Coupon-Aussteuerung beim Versandhaus Klingel ein wesentlich höherer Deckungsbeitrag erwirtschaften lässt als bei der bisherigen Gutscheinsteuerung. Dabei stellt er marktrelevante Data Mining Tools und unterschiedlichen Methoden für das Uplift Modeling im best practice Besipiel auf.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Dr. Filip Floegel, Data Base Marketing Manager, K - Mail Order GmbH & Co KG

18:05 Uhr

Ende des ersten Konferenztages

19:00 Uhr

Abfahrt der Shuttlebusse zur DDB Networking Lounge

19:15 Uhr

Abendveranstaltung: DDB Networking Lounge
DDB Networking Lounge


Tag 2 - Mittwoch, 5. November 2014

Alle Session Beschreibungen des 2. Tages anzeigen

08:30 Uhr

Registrierung und Frühstückssnacks

09:15 Uhr
Raum: Estrelsaal C5 & C6

Internet of Things trifft auf Customer Intelligence

Die Herausforderung das Internet of Things (IoT) zu verwirklichen wurde bereits 2013 bei der Predictive Analytics World thematisiert. Wie die Wirklichkeit von IoT heute aussieht, stellt dieser Vortrag dar. Acht unabhängige Maschinen-Datenquellen wurden zusammengebracht und neue Predictive Analytics-Techniken wurden erprobt, um faktenbasierendes Wissen über Kunden und ihr Verhalten zu generieren. Das neue Wissen und die gewonnenen Erkenntnisse sind beeindruckend. Aufgrund des Einsatzes von öffentlich verfügbaren Daten und Open Source Software ist das Beispiel nicht nur praxisnah, sondern kann von jedem reproduziert werden.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Phil Winters, Senior Managing Partner, CIAgenda (@CIAgenda)

10:00 Uhr

Raumwechsel für Kombi-Pass Teilnehmer

10:05 Uhr
Raum: Estrelsaal C5 & C6

Real-Time Text Analytics: Erkennung marktbewegender Ereignisse und Stimmungen in Finanznachrichten sowie Vorhersage von Kursinstabilitäten

Die Baader Bank AG ist eine der führenden Investment-Banken Deutschlands. Die Broker der Baader Bank überwachen täglich bis zu 500.000 Nachrichten, um auf Marktbewegungen zeitnah zu reagieren. In der immensen Informationsflut gehen jedoch kursbewegende Ereignisse oft unter, so dass Verluste entstehen. Zusammen mit einem Anbieter von Software für die assoziative Textanalyse, entwickelte die Baader Bank eine Lösung, welche marktbewegende Ereignisse mit einer Geschwindigkeit von 50 Millisekunden pro Nachricht erkennt und die Aktienhändler umgehend informiert. Dadurch vermeidet die Baader Bank täglich mehrere Tausend Euro an Verlusten. Der Vortrag stellt den Ansatz der assoziativen Textanalyse vor, welche Methoden der NLP, der Statistik und der neuronalen Netze kombiniert, um Wirkungszusammenhänge aus unstrukturierten Textdaten in Echtzeit zu extrahieren. Des Weiteren gibt der Referent Einblicke in den Systemic Mood, einen systemischen Ansatz zur Sentiment Propagation über Wissensnetzwerke, sowie in den Systemic Stability Indicator, welcher der Vorhersage von Kursschwankungen dient und sich Verfahren der Chaostheorie sowie der nicht-linearen Zeitreihenanalyse bedient.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Peter Blenninger, Head of Development, Data & Analytics, Baader Bank

Tobias Junge, CRM - Leiter Customer Insight, Telekom Deutschland GmbH

Daniel Kühne, Leiter Data Mining, Telekom Deutschland GmbH

11:00 Uhr

Kaffeepause

11:30 Uhr
Raum: Estrelsaal C5 & C6

Churn - Entwicklung und Anwendung eines Kündigerfrühwarnsystems

Die Raiffeisenlandesbank NÖ-Wien ist das regionale Spitzeninstitut von 67 selbstständigen niederösterreichischen Raiffeisenbanken, welche strategisch und operativ unterstützt werden, mit insgesamt mehr als einer Million Privatkunden. Ein Kündiger-Frühwarnsystem wurde ab 2010 entwickelt, um Kundenverlusten gegenzusteuern. Hierfür wurden statistisch-analytische Modelle entwickelt, wie Baumverfahren und logistische Regression, welche nicht nur zur Generierung von Kündigungswahrscheinlichkeiten verwendet wurden, sondern auch um die Berater mit automatisierten Text-Informationen zum Kunden zu versorgen. Diese Präsentation gibt einen Überblick über den gesamten Prozess, beginnend mit quantitativen und qualitativen Vorherhebungen, der Modellbildung, Projektpräsentation bei den Banken, sowie die regelmäßige Lieferung von Kontakten. Erfolgsanalysen zeigen, dass wenn die gelieferten Kontakte tatsächlich genützt werden, eine Kündigerreduktion von bis zu 30% gegenüber der Prognose erreicht werden kann.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referenten:

Mag. Michael Sailer, Teamleiter Data Mining, Raiffeisen Analytik

Dr. Thomas Ledl, Datamining Spezialist, Raiffeisen Analytik

12:30 Uhr

Mittagspause

14:00 Uhr
Raum: Estrelsaal C5 & C6

Predictive Analytics im Einsatz: Telekommunikationsbranche

Durch die weltweite Verfügbarkeit, Abdeckung und Nutzung sind Mobile Telekommunikationsnetze heute ein typisches Anwendungsgebiet für 'Big Data' und insbesondere für komplexe Datenanalyseverfahren. Norbert Kraft beschreibt in dieser Session Einsatzszenarien dieser Technologien in der Telekommunikationsindustrie anhand konkreter Beispiele, die im Rahmen eines Forschungsprojektes des Zentralbereiches 'Technologie und Innovation' von Nokia entstanden sind. In einen Entwicklungsprototypen wurden hier Möglichkeiten der Netzausfallvorhersage sowie der Ursachenanalyse für solche Ereignisse untersucht und entwickelt. Hierbei kommen unterschiedliche Data Mining und Machine Learning Verfahren zum Einsatz, z.B. (Un-)supervised Learning, Clustering Verfahren für die Klassifizierung von Kundenprofilen oder Radiozellen sowie eine Zeitreihenanalyse zur Vorhersage von Netzausfällen. Eine wichtige Rolle neben der Erkennung von Fehlerszenarien ist hierbei immer die Ermittlung einer möglichen Fehlerursache, wobei der erkannte Netzfehler mit einer Vielzahl möglicher Einflussgrößen (z.B. SW Konfiguration, Lastprofil) korreliert wird.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Norbert Kraft, Referent Research & Technology, Nokia Siemens Networks

15:00 Uhr

Kaffeepause

15:30 Uhr
Die Sessions findet teilweise oder ganz auf Englisch statt.
Raum: Estrelsaal C5 & C6

Market Trends in Predictive Analytics

The excitement around advanced analytics is increasing, as evidenced by growing market figures, and M&A activity.

This session will examine the current technologies, upcoming trends, and user adoption. Current and upcoming technologies will be highlighted via Gartner’s inaugural hype cycle on advanced analytics and data science. We discuss further organizational and governance trends and some salient industry case studies.

1. What is the state of the market today?
2. What emerging trends and best practices are driving success?
3. Where is the cutting edge moving?

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Alexander Linden, Research Director, Advanced Analytics & Data Science, Gartner Inc.

16:30 Uhr

Raumwechsel für Kombi-Pass Teilnehmer

16:35 Uhr
Raum: Estrelsaal C5 & C6

Data Scientist - Sexiest job of the 21th Century?

Daten - das klang noch nie sexy, sondern nach endlosen Zahlenreihen. Der Beruf des Datenanalysten, Datenbank-Managers oder Data Mining-Experten galt entsprechend als langweilig - bis vor wenigen Jahren als Business Analytics-Vordenker Tom Davenport im Harvard Business Review den Data Scientist zum "Sexiest job of the 21th Century" machte. Doch was hat sich eigentlich geändert? Was unterscheidet den Data Scientist vom Datenanalysten? Und was macht den Data Scientist so begehrenswert? Antworten auf diese Fragen geben die Teilnehmer dieser Diskussionsrunde.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referenten:

Alexander Linden, Research Director, Advanced Analytics & Data Science, Gartner Inc.

Mag. Michael Sailer, Teamleiter Data Mining, Raiffeisen Analytik

Thomas Klein, Teamleiter Database Marketing & Customer Intelligence, Miles & More GmbH

Dr. Nina Meinel, Teamlead Digital Methods, Data & Technology | Marketing & Data Sciences - GfK SE

17:15 Uhr

Ende der Predictive Analytics World 2014

Die Sessions findet teilweise oder ganz auf Englisch statt. Die Sessions findet teilweise oder ganz auf Englisch statt.