× Achtung! Sie betrachten gerade Informationen der Predictive Analytics Worls 2015! Zur Aktuellen Seite zurückkehren.

Programm

Predictive Analytics World Berlin
3.-4. November 2015, Estrel Hotel Berlin

Workshops – Montag, 2. November 2015

09:00 Uhr
17:00 Uhr
Der Workshop findet auf Englisch statt.

Workshop:

Predictive Analytics for Practitioners- with Dean Abbott

Leiter:

Dean Abbott, President,
Abbott Analytics, Inc

Jederzeit abrufbar
Der Workshop findet auf Englisch statt.

Online Workshop:

Predictive Analytics – eine Online Einführung

Leiter:
Dr. Eric Siegel, Conference Founder,
Predictive Analytics World


Alle Session Beschreibungen anzeigen

Tag 1 - Dienstag, 3. November 2015

Alle Session Beschreibungen des 1. Tages anzeigen

08:00 Uhr

Registrierung und Frühstückssnacks

09:00 Uhr
Raum: Estrelsaal B

Begrüßung durch den Moderator und Program Chair Martin Szugat

Martin Szugat, Geschäftsführer, Datentreiber

09:05 Uhr
Die Sessions findet teilweise oder ganz auf Englisch statt.
Raum: Estrelsaal B

Keynote:

Leveraging Big Data With Predictive Analytics

In a world of big data, organizations and consultants argue rightfully that more data is almost always better than less, and that successful organizations must find ways to collect and process big data to become more competitive. But is big data enough? If we collect enough data, do we naturally build better predictive models? Do we still need domain experts or should the data speak for us? If big data generates more hype than return on investment, what does it do beyond force us to spend ever increasing amounts of money to store let alone process the data. Fortunately, there are key ways big data can be leveraged using predictive analytics. More data means we can ask different questions from the data than we ever could with smaller data. It means we can be more sure that the patterns we are finding are stable and true. Mr. Abbott will describe approaches to leveraging big data with predictive analytics by selecting the right hardware infrastructure, software infrastructure, and business objectives. Examples will be provided based on recent advances in retail customer intelligence and cloud computing.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

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

09:45 Uhr
Die Sessions findet teilweise oder ganz auf Englisch statt.
Raum: Estrelsaal B

Sponsor Präsentation:

On the Edge of Everything – From Edge Security to Edge Analytics

Emerging technologies shape the way progressive organizations excel. How will real-time sources of information, in-memory analytics, big data, and IoT shape the businesses of tomorrow, securely? As organizations rapidly adopt transformative initiatives to re-shape their businesses and now truly embrace information management, how can you deliver to the complex and ever evolving security and analytics programs within your organization? Join Dell Software’s Executive Director John Whittaker as he shares Dell’s vision of how you can future proof your organization in just a few practical steps.
Referent:

Nuno Antonio, Pre and Post Sales Senior Manager, Dell

10:15 Uhr

Raumwechsel für Kombi-Pass-Teilnehmer

10:20 Uhr
Raum: Estrelsaal B

Track 1:

Mehr ist anders: Predictive Analytics und Big Data im Quantitative Marketing bei Google

Big Data - Datenmengen jenseits dessen, was mit „normalen“ Methoden behandelt werden kann - stellen besondere Anforderungen an Hardware und Software, erlauben aber auch mit den richtigen statistischen Methoden qualitativ neue und kreative Arten der Analyse, die mit kleineren Datenmengen noch nicht möglich sind. Besonders in Bereichen wie im Marketing, in denen Methodik und Zielsetzung der Datenanalyse erstmal offen ist, eröffnen große Datenmengen kombiniert mit maschinellem Lernen und modernen statistischen Modellen interessante neue Einsichten. Wir diskutieren, was Big Data anders macht, welche technischen Hilfsmittel nötig sind und welche statistischen Methoden helfen an Beispielen wie Suchdatenanalyse, Google (Flu) Trends und Google Correlate.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Dr. Christoph Best, Senior Computational/Data Scientist, Google

Raum: Salon Lyon

Track 2: Hands-on Session- limitierte Teilnahmerplätze AUSGEBUCHT! Nur noch Warteliste

Uplift Modeling

Anders als die klassische Response-Optimierung liefert Uplift Modeling trennscharfe Antworten auf Fragen wie: Welche Kunden kaufen wirklich aufgrund einer Kampagne? Wann kann eine Kündigung verhindert werden? In welchen Fällen ist eine Ansprache kontraproduktiv? Mit Uplift Modeling konnten einige Unternehmen ihren Kampagnen-ROI auf mehr als das Zehnfache steigern. Die Session macht Sie mit dem Konzept des Uplift Modeling vertraut und demonstriert live die Umsetzung. Spezielle Vorkenntnisse sind nicht nötig. Bei Anmeldung erhalten die Teilnehmer eine 30-Tage-Vollversion von Dell Statistica. So können Sie nicht nur die Praxisbeispiele während der Session nachvollziehen, sondern im Anschluss auch Ihre eigenen Kampagnen mit Uplift Modeling optimieren.

Achtung: die Teilnahmeplätze für diese Session sind limitiert und werden nach Eingang der Anmeldung vergeben. Bitte senden Sie hierzu eine E-Mail an email hidden; JavaScript is required. Es werden nur Anfragen von angemeldeten Konferenzteilnehmern berücksichtigt.

Referent:

Dr. Thilo Eichenberg, Senior Analytical Consultant, StatSoft (Europe) GmbH

11:10 Uhr

Kaffeepause

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

Predictive Analytics in Political Campaigns: Obama and Beyond

In the last decade predictive modeling has changed American political campaigns, especially at the presidential level. Long before Election Day 2012, Obama campaign staffers were confident that President Obama would be re-elected because they had sophisticated modeling predicting wins in many important states. More importantly, modeling helps political campaigns learn which voters to target with particular messages. This session will summarize predictive modeling in American politics, with an eye toward the way it might be developed for international applications.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Amelia Showalter, Director of Digital Analytics, Obama for America


Roboter-Journalismus: die Erstellung automatisch generierter Spielberichte

Von der Champions League bis zur Kreisklasse - die Erstellung qualitativ hochwertiger Fußballspielberichte ist zeit- und kostenintensiv. Redakteure müssen entscheiden, welche Berichte sie aus der Fülle des Materials erstellen. Die Berichte müssen verfasst werden, ins Redaktionssystem übernommen werden etc. Viel effektiver wäre es, wenn Redakteure auf bereits verfasste aktuelle Beiträge zurückgreifen und diese vor der Veröffentlichung mit Meinungen oder zusätzlichen Fakten und Bildern bestücken könnten. Möglich ist das mithilfe automatisierter Spielberichterstattung oder Roboter-Journalismus. Verfasst werden die Berichte automatisiert auf der Basis von strukturierten Liga-, Spiel- und Vereinsdaten. Jeder entstehende Beitrag ist ein Unikat und die Redakteure können live beliebig viele Beiträge abrufen, welche Informationen zum Spiel, den Mannschaften und den Spielern enthalten. Diese sogenannten Messages (Aussagen) werden mithilfe von Data Mining-Algorithmen aus einer NoSQL-Datenbank aggregiert und berechnet. Mittels eines halbüberwachten Lernverfahrens wird aus vielen Beispielen eine domänenspezifische Sprache erlernt und mit Aussagen in Beziehung gesetzt. Unter Berücksichtigung linguistischer und qualitätssichernder Kriterien werden die erstellten Zusammenhänge und die Sprache dann von der Textgenerierungs-Engine ausgewählt und verbalisiert. Die Mischung aus Data Mining und Machine Learning gepaart mit linguistischer Generierung ermöglicht das Lernen, die Berechnung sowie die Formulierung komplexer Zusammenhänge in sehr kurzer Zeit.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referenten:

Marcel Hager, Gründer / Geschäftsführer, SPM Sportplatz Media GmbH

Alexander Siebert, Gründer und Geschäftsführer, Retresco (@alex_siebert)

Raum: Salon Lyon

Track 2: Hands-on Session- limitierte Teilnahmerplätze AUSGEBUCHT! Nur noch Warteliste

Predictive Analytics in der Cloud

Am Beispiel einer Kaufprognose für Fahrzeuge erfahren Sie in dieser Hands-on Session Schritt für Schritt, wie Sie ein Predictive Analytics-Vorhersagemodell in der Cloud realisieren. Die Cloud skaliert automatisch mit der Datenmenge und der Berechnungskomplexität, sodass Sie sich auf die fachliche Seite der Predictive Analytics-Implementierung konzentrieren können. Für das Demoprojekt nutzen wir im Rahmen der Hands-on Session Azure Machine Learning von Microsoft, da Azure ML dem Data Scientist viele Freiheitsgrade lässt, und ziehen einen Vergleich zu dem Mitbewerb, der überwiegend mit 1-Click-Modellen antritt, bevor wir mit Amazon Machine Learning exemplarisch einen solchen für einen Vergleich nutzen. Für die Teilnahme an der Hands-on Session benötigen Sie nur einen Rechner mit Internetzugang. Bitte richten Sie sich als Vorbereitung für den Workshop einen Zugang zu Microsoft Azure ML sowie zu Amazon ML ein.

Achtung: die Teilnahmeplätze für diese Session sind limitiert und werden nach Eingang der Anmeldung vergeben. Bitte senden Sie hierzu eine E-Mail an email hidden; JavaScript is required. Es werden nur Anfragen von angemeldeten Konferenzteilnehmern berücksichtigt.

Referent:

Prof. Dr. Artus Krohn-Grimberghe, Chief Data Scientist, pmOne Analytics GmbH

12:30 Uhr

Mittagspause

13:45 Uhr
Raum: Estrelsaal B

Keynote

We know your next 1000 Customers! Predictive Lead Management am Beispiel der Berner Group

Obwohl schon eine ganze Weile von digitaler Transformation und dem neuen Social Media-Kommunikationsparadigma gesprochen wird, funktionieren Vertrieb und Lead Nurturing immer noch sehr konventionell: Adresslisten vom Information Provider, nicht-digitale Segmentierung nach Branche, Unternehmensgröße, Cold Colding usw. usf. Das Potenzial digitaler Medien wird weder bei der Lead-Generierung noch bei der Konvertierung systematisch angewandt. Der Vortrag zeigt, wie auf Basis der integrierten Analyse von klassischen Unternehmensdaten (den Firmographics) und digitalen sowie sozialen Daten (Linked Data) automatisiert mit innovativen Deep Learning-Verfahren passende Unternehmen für die Neukundengewinnung inklusive passendem Ansprachekonzept prognostiziert werden können. Somit lassen sich auch neue Märkte und Nischen identifizieren und profilieren. Es werden neben den Ergebnissen auch die Vorgehensweise und Methodik erläutert. Als Ausblick wird gezeigt, wie Predictive Analytics das gesamte CRM nachhaltig verändern wird.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referenten:

Prof. Dr. Peter Gentsch, Gründer und Gesellschafter, Business Intelligence Group

Andreas Kulpa, COO, DataLovers AG

14:45 Uhr

Raumwechsel für Kombi-Pass-Teilnehmer

14:50 Uhr
Raum: Estrelsaal B

Track 1:

Erfahrungen mit der Entwicklung eines individuellen Event-Recommendation-Systems

Ticket-Recommendations in der Veranstaltungsbranche sind in vielerlei Hinsicht besonders: neben Kategorie und Preis einer Veranstaltung müssen Veranstaltungsort und -zeit berücksichtigt werden. Und Tickets werden zudem meist im Voraus erworben. Die Leistung von Out-of-the-box-Recommender-Verfahren ist hierbei häufig schwach, wenn diese Anforderungen nicht berücksichtigt werden. In dieser Session stellen wir unsere Erfahrungen mit der Entwicklung einer eigenen personalisierten Recommender-Engine in einer relationalen In-Memory-Datenbank dar. Neben den unterschiedlichen internen und externen Datenquellen diskutieren wir im Ansatz die relevanten Recommender-Verfahren und geben Erfahrungswerte mit einer Implementierung in Apache Spark weiter. Weiterhin stellen wir vor, wie unsere Big-Data-Infrastruktur sicherstellt, dass Kunden nur aktuell verfügbare Veranstaltungen angeboten bekommen und wir diskutieren diverse Ansätze zur Messung der wirtschaftlichen Vorteile.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referenten:

Dr. Frank Eichinger, Senior Data Miner, CTS EVENTIM AG & Co. KGaA

Dr. Annina Neumann, Head of Data Science, SHS VIVEON AG

Die Sessions findet teilweise oder ganz auf Englisch statt.
Raum: Salon Lyon

Track 2: Hands-on-Session - limitierte Teilnahmerplätze AUSGEBUCHT! Nur noch Warteliste

Process Mining workshop: Using Data Science to Analyze Processes

Process mining analyzes data from the IT systems to automatically visualize the processes that actually take place. Traditionally, business processes have been analyzed manually (via interviews and workshops), which is time-consuming and error-prone. Process mining now enables fact-based discussions and transparency about the processes as they are really happening. At the same time, process mining fits into the larger picture of data science. Process mining is complementary to classical data mining, machine learning, and statistical methods and is not limited to business processes (also technical processes, click-stream data, etc. can be analyzed). For the data scientist, process mining adds a tool to the toolbox that helps to understand and visualize any process in such a way that it can easily be communicated to the business stakeholders. In this workshop, you will get a quick introduction about process mining and we will then walk through a typical process mining scenario together in a step-by-step hands-on session. To prepare for the session, please download and install the process mining software Disco from http://fluxicon.com/disco/ (license codes will be provided in the session). After this workshop, you will have a good overview what process mining can do (and what it cannot do), which tools exist, and how you would be able to use it in your own work.

Achtung: die Teilnahmeplätze für diese Session sind limitiert und werden nach Eingang der Anmeldung vergeben. Bitte senden Sie hierzu eine E-Mail an email hidden; JavaScript is required. Es werden nur Anfragen von angemeldeten Konferenzteilnehmern berücksichtigt.

Referent:

Anne Rozinat, Co-Founder, Fluxicon (@arozinat)

15:35 Uhr

Kaffeepause

16:00 Uhr
Raum: Estrelsaal B

Track 1:

Mehr als A-/B-/C-Kunden: Customer Lifetime Value-Modellierung beim Multishop-Unternehmen myToys

Der Customer Lifetime Value (CLV) entwickelt sich immer mehr vom Steuerungsinstrument der Vorreiter zur etablierten Marketingkennzahl. Einblick in die praktischen Herausforderungen, die auf diesem Weg zu beantworten sind, erlaubt die Einführung des CLV bei myToys. Aus einer Customer Lifetime Value-Perspektive eröffnet das Multishop-Konzept bei myToys die Chance, besser zu verstehen, wie verschiedene Sortimente und Kundengruppen den Vorhersageerfolg beeinflussen. Der Vortrag liefert übertragbare Erkenntnisse zur Algorithmenwahl für den Customer Lifetime Value. Die Präsentation zeigt außerdem, wie der Transfer geschäftlichen Wissens aus der Erfahrung der Unternehmensexperten in ein CLV-Modell gelingen kann und geht auf Erfolgsfaktoren innerhalb und außerhalb der statistischen Modellierung ein, zum Beispiel die Wahl der Ziel-KPI, eine effiziente Datenaufbereitung und vieles mehr.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Dr. Michael Allgöwer, Leiter Competence Center Data Science, b.telligent

Juliane Homuth, Leiterin Marketing Analytics, MyToys


Pilotprojekt: Web Chat-Einladungen basierend auf prädikativen Analysen

In einem mittelständischen Versicherungsunternehmen wurden bisher über ein traditionelles Partnermodell Versicherungsprodukte vertrieben. Das Unternehmen hat den Aufbau eines direkten und digitalen Vertriebskanal beschlossen, um näher und schneller am Markt zu agieren. Für die Steuerung und Kontrolle wurde ein Webtracking implementiert, was eine neue Art der Datenverarbeitung nach sich zog. Die Präsentation stellt das Proof of Concept-Projekt “proaktiver WebChat“ vor: Besucher der Webseite werden – je nach Verhaltensmuster, Abbruchs- und Kaufwahrscheinlichkeiten – auf der Webseite selektiv zum Chat eingeladen. Mit dem Chat schaffen die Mitarbeiter des Contact Centers einen persönlichen Dialog. Es wird auf die eingesetzten Big Data-Technologien (Hadoop, Hive) eingegangen, auf die operative Umsetzung und auf den Mehrwert durch Analytics im Unternehmen.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Dirk Kunischewski, Datenmanager, Sanitas Krankenversicherung

Raum: Salon Lyon

Track 2: Hands-on-Session - limitierte Teilnahmerplätze AUSGEBUCHT! Nur noch Warteliste

Analytics meets Big Data – R/Python auf der Hadoop/Spark-Plattform

Big Data verändert nicht nur die Unternehmens-IT fundamental, sondern auch die Arbeit des Analysten. Die klassischen Analysten sehen sich im Zuge des Wandels zu einer datengetriebenen Unternehmenskultur mit neuen Anforderungen und ungewohnten technologischen Plattformen konfrontiert. Sie müssen als Data Scientist fachliche Fragestellungen unter dem Aspekt der Big Data-Technologien umsetzen, visualisieren und aus den Daten Werte generieren. Anhand eines konkreten Use Cases, der Programmierung eines Recommender-Systems, zeigen wir Ansätze, wie sich die gewohnten Vorgehensweisen und Werkzeuge eines Analysten (namentlich R und Python) mit einer Big Data-Technologie (Spark) kombinieren lassen. Ziel ist es, dem Analysten den Einstieg in die Big Data-Welt zu erleichtern. Wir demonstrieren die Arbeit mit diesem Toolset an anschaulichen Beispielen in einem interaktiven Workshop-Format und laden zur Diskussion und Nachahmung dieser Vorgehensweise ein. Der Workshop richtet sich an Teilnehmer mit Grundkenntnissen aus den Bereichen analytische Methoden und Machine Learning sowie R oder Python. Der Workshop wird auf der Spark-Plattform durchgeführt. Zu Spark werden keine Kenntnisse vorausgesetzt.

Achtung: die Teilnahmeplätze für diese Session sind limitiert und werden nach Eingang der Anmeldung vergeben. Bitte senden Sie hierzu eine E-Mail an email hidden; JavaScript is required. Es werden nur Anfragen von angemeldeten Konferenzteilnehmern berücksichtigt.

Referenten:

Dr. Annina Neumann, Head of Data Science, SHS VIVEON AG

Dr. Henrik Behrens, Principal Big Data Analytics, SHS VIVEON AG

17:00 Uhr

Raumwechsel für Kombi-Pass-Teilnehmer

17:05 Uhr
Die Sessions findet teilweise oder ganz auf Englisch statt.
Raum: Estrelsaal B

KEYNOTE:

Uplift Modeling: Optimize for Influence and Persuade by the Numbers

Data driven decisions are meant to maximize impact - right? Well, the only way to optimize influence is to predict it. The analytical method to do this is called uplift modeling (aka, persuasion modeling). This is a completely different animal from standard predictive models, which predict customer behavior. Instead, uplift models predict the influence on an individual's behavior gained by choosing one treatment over another. In this session, PAW founder Eric Siegel provides an introduction to this growing area.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Dr. Eric Siegel, Conference Founder, Predictive Analytics World (@predictanalytic)

18:05 Uhr

Ende des ersten Konferenztages

19:00 Uhr

Abfahrt der Shuttlebusse

19:15 Uhr

Abendveranstaltung:

DDB Networking Lounge


Tag 2 - Mittwoch, 4. November 2015

Alle Session Beschreibungen des 2. Tages anzeigen

08:00 Uhr

Registrierung und Frühstückssnacks

09:15 Uhr
Raum: Estrelsaal B

Featured Session:

"Vor dem Täter am Tatort": Musterbasierte Tatortvorhersagen am Beispiel des Wohnungseinbruchs

Künftige Polizeiarbeit wird immer stärker von automatischen Analyse- und Prognosesystemen unterstützt werden. Diese neue Form der Kriminalitätsbekämpfung firmiert unter dem Begriff "Predictive Policing". Ziel ist es, in großen Datenmengen Muster zu erkennen, um daraus Rückschlüsse auf zukünftige Taten zu ziehen. Das Institut für musterbasierte Prognosetechnik (IfmPt) hat auf dieser Grundlage die Near Repeat Prediction Method entwickelt und im System PRECOBS implementiert. PRECOBS generiert unter Verwendung aktuellster Deliktdaten Prognosen, die von Polizeibehörden für operative und präventive Zwecke verwendet werden können. Der Vortrag zeichnet die Entwicklung der Software und die ihr zugrundeliegende Methodik nach, diskutiert Vor- und Nachtteile der Near Repeat Prediction und beschreibt an praktischen Beispielen konkrete operative und präventive Einsatzmöglichkeiten.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Dr. sc. pol. Thomas Schweer, Institut für musterbasierte Prognosetechnik

10:00 Uhr

Raumwechsel für Kombi-Pass-Teilnehmer

10:05 Uhr
Die Sessions findet teilweise oder ganz auf Englisch statt.
Raum: Estrelsaal B

Predicting Employee Churn with Anonymity

In the age of Big Data, ethics is becoming increasingly important when predicting behavior responsibly. This is especially true when using predictive analytics to understand the actions of consumers or employees. Join us in reviewing a case study where we apply predictive modeling to increase employee retention, while protecting employees from the invasive "big brother" perception.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Philip O'Brien, MIS and Portfolio Manager, Paychex


Praxisbericht: Automatisierte Klassifikation von Stellenanzeigen für Experteer

Der Vortrag zeigt anhand einer Case Study bei Experteer, einem großen Karriereportal für Führungskräfte, wie sich unter Einbeziehung von Expertenwissen ein konsistentes und transparentes Informationsextraktions- und Textklassifikations-System entwickeln lässt. Experteer nutzte bisher einen sehr zeit- und kostenintensiven manuellen Prozess. Kern der neuen Lösung ist ein hoch effizientes Qualitätsmanagementmodul, das Regelfehler selbstständig erkennt und verbessert. Dabei konnten die Ergebnisse des manuellen Prozesses durchgehend erreicht und darüber hinaus übertroffen werden. Die Lösung erzielt Präzisionsraten von bis zu 98%. Wissen, das zuvor nur implizit in den Köpfen Einzelner vorhanden und nicht an echten Daten getestet war, wurde durch das Projekt sichtbar, messbar und allgemein nutzbar gemacht.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referenten:

Gerhard Rolletschek, Co-Founder & Managing Director, Glanos GmbH

Alexander Chukovski, Head of Data Science and Engineering, Experteer

11:00 Uhr

Kaffeepause

11:30 Uhr
Die Sessions findet teilweise oder ganz auf Englisch statt.
Raum: Estrelsaal B

Social Media Data in Predictive Analytics

Die Bedeutung und der Stellenwert von Social Media hat im Bereich der Marktforschung enorm zugenommen und wird in unserer Präsentation in den Mittelpunkt gestellt. Konsumenten informieren sich im Internet über Marken, Erfahrung werden ausgetauscht, Empfehlungen abgegeben bzw. Produkte über das Internet gekauft und hat sich als eine feste Komponente im Konsumentenverhalten etabliert. Social Media sammelt diese wertvollen Informationen und reflektiert realistisch Einstellung und Verhalten von Konsumenten, allerdings wird deren Potenzial nur unzureichend ausgeschöpft. Die Idee der Session ist sich auf Social Media zu konzentrieren und diese mit traditionellen Marktforschungsdaten zu vergleichen und zu verknüpfen. Anhand mehrerer Studien werden wir zeigen wie die Qualität von Vorhersagen durch eine Verknüpfung mit Social Media verbessert werden kann. In der Session werden dazu verschiedene Beispiele aufgegriffen und erläutert, wie verschiedene Daten integriert werden können und damit eine Verbesserung in Modellen erzielt werden kann. Gezeigt werden Anwendungen aus verschiedensten Bereichen wie Abverkäufe von DVDs in Frankreich bzw. Fahrzeugen in den US, auf Marken bzw. Store- Ebene, und die Verknüpfung verschiedener Datenquellen wie Brand Tracker bzw. Retailer-Daten. Die Beispiele zeigen die unterschiedlichen Facetten der Integration von Social Media und sollen Ideen für weitere Anwendungsbereich innerhalb der Predictive Analytics geben.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referenten:

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

Hwan Kim, Global Director Retail Analytics, GfK France


Wie Social Media Listening Leben retten kann

Kann Social Media Listening tatsächlich auch Leben retten? Kann es zumindest die Sicherheit von Festivalteilnehmern erhöhen? Diesen Fragen haben wir uns im Forschungsprojekt "Basisbausteine zur Sicherheit bei Großveranstaltungen (BaSiGo)" gemeinsam mit der Universität Siegen gestellt. Ein Veranstaltungslagezentrum mit der Fähigkeit, kritische Situationen zu erkennen und zu prognostizieren - das ist die Vision, die wir versuchen, zu verwirklichen. Wir zeigen die Forschungsergebnisse vom Wacken Open Air, Chiemsee Summer und der Annakirmes. Neben dem georeferenzierten Listening in der Kombination mit klassischem keyword-basierten Listening und Channel-Monitoring, kommen hoch entwickelte Techniken zum Einsatz, die eine Vorhersage von Krisenverläufen ermöglichen. In Kombination mit semantischen Text-, Bild- und Inhaltsanalysen werden Cluster für die Predictive-Analyse aufbereitet. Diese Kombination aus Technik und einem hochorganisierten Team bildet das Lagezentrum der Zukunft, mit der Fähigkeit, kritische Situationen zu erkennen und zu verhindern.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Robert Schwerdtner, Experte Notfall und Krisenmanager Schwerpunkt Social Media, Deutsche Telekom AG (@RobertSchwer)

12:30 Uhr

Mittagspause

14:00 Uhr
Raum: Estrelsaal B

Predictive Analytics für gemeinnützige Zwecke und was Unternehmen daraus lernen können

Dem Hype um das Thema „Big Data“ liegt ein interessantes Paradox zugrunde: Einerseits wird versprochen, dass in Big Data und Predictive Analytics enormes gesellschaftliches Potenzial liegt. Andererseits sind die meisten Data Scientists bislang damit beschäftigt, Werbung zu optimieren. Aber egal, um welchen Sektor es dabei geht - ob um Non Profit oder High Profit - die Steigerung von Effizienz und Effektivität kostensensitiver und erfolgsrelevanter Prozesse ist das Ziel von Predictive Analytics. Initiativen wie DataLook zeigen, dass Data Science auch das Potenzial hat, gemeinnützige Anwendungen zu schaffen und das immer mit einem besonders intensiven Blick auf die Kosten-Nutzen-Relation. In dem Vortrag zeigen wir eine Auswahl solcher Anwendungen, die besonders auch für Unternehmen relevant sind.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referenten:

Daniel Kirsch, Mitgründer, Open Knowledge Lab Münster (@kirel)

Dr. Tobias Pfaff, Gründer, DataLook (@Datalook)


Predictive Customer Interaction jenseits der Attribution

Alwin Haensel, Business Analytics & Founder, Haensel AMS

15:00 Uhr

Kaffeepause

15:30 Uhr
Raum: Estrelsaal B

Route-n-Fuel – Intelligente Benzinpreisprognosen per Smartphone App

Autofahrer haben zwei Probleme: Selbst der größte Tank ist irgendwann leer und Benzin kostet fast überall zu viel. Für das erste Problem wird es so schnell keine Lösung geben - für das Zweite hat das Innovation Lab von Lufthansa Industry Solutions „Route-n-Fuel“ entwickelt. Die App für Android und iOS prognostiziert auf Basis zahlreicher Datenquellen, an welcher Tankstelle entlang geplanter Routen und zu welchem Zeitpunkt Treibstoff am günstigsten verkauft wird. Der Vortrag bietet einen Überblick über die Architektur hinter der App, genutzte Datenquellen sowie die Methodik zur Analyse der Daten. Darüber hinaus zeigt Dr. Johannes Kröckel, welchen Herausforderungen er sich innerhalb des Projektes stellen musste und welche Erfahrungen er daraus gezogen hat.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Dr. Johannes Kröckel, Consultant Technology Innovation, Lufthansa Industry Solutions


Predictive Analytics: Die Differenzierungschance für Stromversorger

Seit der Öffnung des deutschen Strommarktes im Jahre 1998 hat sich die Konkurrenzsituation unter den Stromversorgern drastisch verschärft. Um auf diesem Markt mit absolut homogenem Produkt zu bestehen, ist der Einsatz von Analytics zur Differenzierung vom Wettbewerb ein kritischer Erfolgsfaktor. So sind eine Vielzahl von Predictive Analytics-Anwendungen entstanden, die zum Beispiel zur Verbesserung der Kundenbeziehung beitragen oder bei der Unternehmensplanung helfen. Und auch der nächste Umbruch der Branche - die Energiewende - stellt neue Herausforderungen an die Prognosefähigkeit der Stromversorger, die zum Beispiel in den Bereichen IoT (Stichwort: Smart Home) oder im Management von PV-Anlagen liegen. Vor diesem Hintergrund zeigt der Vortrag mehrere Predictive Applications, die das Business der Yello Strom GmbH und der EnBW AG auf unterschiedlichste Art und Weise verbessert haben.
Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Dr. Andreas Stadie, Leiter Business Analytics und Pricing, Yello Strom GmbH

16:30 Uhr

Raumwechsel für Kombi-Pass-Teilnehmer

16:35 Uhr
Raum: Estrelsaal B

Abschluß-Keynote:

Descriptive, Predictive oder Prescriptive Analytics? Eine Fallstudie am Beispiel einer Zeitreihenanalyse von TV-Einschaltquoten

Fernsehen beeinflusst unser tägliches Leben. Es versorgt uns mit Nachrichten, Unterhaltung und manchmal auch Bildung. Auf der anderen Seite stehen wichtige betriebswirtschaftliche Entscheidungen und Milliarden von Euro in Werbebudgets. Einschaltquoten müssen dabei in 30-Sekunden-Intervallen für Wochen vorhergesagt werden, um den richtigen Zeitpunkt für den Werbespot zu finden. Das Zuschauerverhalten muss dafür zielgruppenspezifisch erkannt und beschrieben werden – variiert diese doch zwischen Jugendlichen und Senioren, Wohlhabenden und Arbeitslosen und auch regional vom regnerischen Norden bis zum sonnigen Süden. Diese Fallstudie zeigt, wie bei einem führenden britischen Fernsehkanal, ITV plc., sowohl deskriptive, prädiktive und präskriptive Analysen angewendet wurden, um Entscheidungen bestmöglich zu unterstützen. Sie lernen: wie Zeitreihenanalysen helfen, Terabyte von Daten intuitiv zu interpretieren, wie Sie Benutzerverhalten durch Clustering von Zeitreihen deskriptiv analysieren, wie Sie zukünftige Zuschauerzahlen durch K-Nearest-Neighbour vorhersagen und wie Sie die Werbeblöcke bei schwankenden Nachfragen präskriptiv optimieren.

Interact and ask live questions to the speaker during this session simply clicking here

Moderator:

Martin Szugat, Geschäftsführer, Datentreiber

Referent:

Prof. Dr. Sven Crone, Director, Lancaster Research Centre for Forecasting

17:15 Uhr

Ende der Predictive Analytics World 2015