Predictive Analytics Insiders – 3 Experten, 5 Fragen, 15 Antworten


600x200_interviews_d


Andreas Stadie, Yello Strom

Andreas Stadie, Yello Strom

Alter: 44 Jahre jung
Job Titel: Leiter Analytics
Hobbies: Yoga, Snowboard, Tischtennis, Drums (Drummer der „Legendary Yello Strom Betriebsmusikgruppe“)

Alexander Graubner-Müller, Kreditech Holding

Alexander Graubner-Müller, Kreditech Holding

Job Title: Gründer und CTO
Hobbies: Segeln, Drohnenfliegen

Dr. Annina Neumann, SHS VIVEON AG

Dr. Annina Neumann, SHS VIVEON AG

Alter: 36
Job Titel: Head of Data Science
Hobbies: Sport und Reisen


Welche Kennzahlen oder Daten schauen Sie sich am Morgen als erstes an?

Andreas Stadie, Yello StromKörpergewicht, um zu entscheiden, ob es ein guter Tag wird. Vertriebliche Performance und Kündigungszahlen: Im Kern geht es darum profitabel zu wachsen. Dazu gehört es, täglich auf dem Laufenden zu bleiben, in welche Richtung sich das Geschäft diesbezüglich entwickelt. Selbstverständlich müssen die Ist Zahlen regelmäßig um Prognosen ergänzt werden, um schon heute zu wissen, ob die Jahresziele erreicht werden. Statistische Kennzahlen zu diversen Test: Ob A/B Tests auf Webseiten oder statistische Tests in anderen Teilbereichen. Ein morgendlicher Blick auf P-Werte verrät, welches zukünftig die erfolgversprechenden Varianten des Geschäfts sind.

Alexander Graubner-Müller, Kreditech HoldingIch schaue mir immer die wichtigsten Business KPIs wie web traffic, issued capital, approval rate, repayment statistics an, sowie die wichtigsten tech-KPIs: System stability, Load, Response-Times.

Dr. Annina Neumann, SHS VIVEON AGIn Kundenprojekten sind es meistens Analytische Modelle, deren Gütekennzahlen und prognostizierte Zahlen. In der Funktion als Head of Data Science sind es Projektbudgets sowie der Verlauf der Projekte meiner Mitarbeiter.

Auf welche Entwicklungen im Rahmen Ihrer Arbeit sind Sie besonders stolz, wenn Sie auf die letzten 12 Monate zurückblicken?

Andreas Stadie, Yello StromDiverse Entwicklungen im Pricing-Umfeld (Umsetzung von Optimierungsalgorithmen, dynamisches Pricing, B2B-Pricing, Testings). Das Pricing ist der Bereich, in dem analytische Vorgehensweisen den wirtschaftlichen Erfolg ganz unmittelbar treiben. Wer hier auf Basis der richtigen Daten die Entscheidungen optimiert, kann Mehrwert analytischer Methoden sehr eindrucksvoll darstellen.

Analytische Resultate im SEA Umfeld (auch Prognosemodelle für Klicks). Die Analyse des Bietens und des Erfolgs bei Google Adwords – Kampagnen steckt (in den Augen eines Statistikers) noch in den Kinderschuhen und das Wissen um automatisierte Optimierungsroutinen beschränkt sich auf spezialisierte Agenturen. Hier können in Zukunft Daten aus dem eigenen DWH helfen, die Optimierung zu verbessern.

Testing von Targeting Modellen für Performance Kampagnen. Die Spatzen pfeifen es von den Dächern: Programmatic Buying ist die Zukunft. Und die damit verbundenen Möglichkeiten, Daten zur optimierten Aussteuerung von Bannern ist fantastisch.

Einführung agiler Methoden bei der Abarbeitung analytischer Themen. Wie jeder andere Analytics-Bereich, haben auch wir stets mehr Aufgaben als wir erledigen können. Umso wichtiger ist es, die Anforderungen möglichst effektiv und effizient abzuarbeiten. Unser KANBAN-Vorgehen erweist sich dabei als sehr hilfreich.

Alexander Graubner-Müller, Kreditech HoldingStolz bin ich besonders darauf, dass wir unsere Algorithmen vom Kreditscoring hin zu anderen Anwendungsfällen im Finanzdienstleistungsbereich übertragen haben, wie beispielsweise den Bereichen Pricing, Marketing oder aber Debt Collections.

Dr. Annina Neumann, SHS VIVEON AGEinsatz von Predictive Analytics und Data Science Methoden, um einen messbaren Mehrwert für Unternehmen zu generieren. Es geht nicht mehr nur um die Generierung von Insights, sondern um die Ableitung konkreter Handlungen und Strategien.

Wie viele Giga- oder Terabyte-Daten haben Sie in den letzten 12 Monaten analysiert?

Andreas Stadie, Yello StromWahrscheinlich nur 1% der verfügbaren Daten. Und selbst für diesen kleinen Ausschnitt ist es wunderbar, eine Big-Data Lösung zu haben.

Alexander Graubner-Müller, Kreditech HoldingDas ist eine gute Frage. Der größte Datensatz mit welchem wir uns befassen kommt aus dem Online Marketing Bereich und beschreibt customer journeys. Das Gesamtvolumen liegt bei ca. 2TB und wächst um ca. 40GB auf Tagesbasis.

Dr. Annina Neumann, SHS VIVEON AGKann ich nicht so genau sagen. Wenn man alle Kundenprojekte zusammenrechnet, bestimmt mehre Terabyte.

Welche Predictive Application oder Algorithmus hat Sie in letzter Zeit besonders fasziniert?

Andreas Stadie, Yello StromIm Moment erfreue ich mich an dem sehr alten Thema der Mediamessung, also dem Erfolg klassischer TV-Kampagnen auf die Vertriebsleistung. Strukturgleichungsmodelle gehen in vielerlei Hinsicht über die heute üblichen Verfahren (in der Regel Regressionsmodelle) hinaus. Zum Beispiel können indirekte Effekte gemessen werden. Zum Beispiel, dass TV indirekt auch über die Markenbekanntheit auf den Vertriebserfolg wirkt. Eine weitere Application, die wir derzeit auf dem Schirm haben sind datenbasierte Attributionsmodelle. Hier sind neben den statistischen Herangehensweisen vor allem die Wertsteigerungen spannend, die sich aus den datenbasierten optimierten Budgetverschiebungen ergeben. Immer wieder faszinieren mich die neuen Möglichkeiten in der Software R. Speziell mit den ggplots haben wir heute ein mächtiges Tool um sehr schnell aussagekräftige und visuell extrem ansprechende Graphiken zu erzeugen.

Alexander Graubner-Müller, Kreditech HoldingAlles im Bereich Active Learning und Transfer Learning sehe ich als äußerst relevant für unser Geschäftsfeld.

Dr. Annina Neumann, SHS VIVEON AGReal-time Decisioning

Welche Trends werden Predictive Analytics voraussichtlich in den nächsten 1-2 Jahren bewegen?

Andreas Stadie, Yello StromWeiter zunehmen wird die Verlagerung von Geschäft ins Web. Damit wird es für jeden Data Scientist notwendig, sich tief mit den Vorgehensweisen im Online Marketing zu beschäftigen. Konkret muss ein Analytiker verstehen, wie Bietprozesse bei Google ablaufen oder welche Kennzahlen bei Performance Kampagnen herangezogen werden. Der Online Marketer auf der anderen Seite muss erkennen, dass er in einem Umfeld arbeitet, in dem extrem viele Daten gesammelt werden und für die Analyse bzw. die Optimierung zur Verfügung stehen. Die logische Konsequenz ist eine Allianz der analytischen Kompetenzen (Statistiker & DWH Experten) mit all ihren Erfahrungen rund um Daten und der Marketer mit all ihrem Verständnis vom Geschäft. Gemeinsam muss der Erfolg datenbasiert gesteigert werden. Gerade im Online Marketing ist dies sehr offensichtlich. Die Vernetzung von Analytikern und „Geschäftsverantwortlichen“ wird aber auch in vielen anderen Bereichen weiter zunehmen und zwar Hand in Hand der fortschreitenden Digitalisierung, deren Datenintensität, die eigentlich Basis für analytisch herbeigeführte Entscheidungen liefert.

Alexander Graubner-Müller, Kreditech HoldingDie Durchsetzung eines dominanten Designs für die Anwendung von Predictive Analytics Algorithmen und Anbindung in bestehende Business-Prozesse werden sicherlich in den nächsten 1-2 Jahren die Predictive Analytics Welt bewegen. Genauso wie die Erschaffung einer freundlicheren Rahmengesetzgebung für die Anwendung von Predictive Analytics im Consumerbereich und die Entstehung einer Dienstleisterlandschaft, welche beim Einsatz von Predictive Analytics unterstützt (zg. Data Enrichment as a Service, Feature construction as a service, Prediction as a service)

Dr. Annina Neumann, SHS VIVEON AGDer Wandel zu den Themen Big Data Analytics und Data Science, also eine stärkere Automatisierung sowie der Schulterschluss zwischen klassischer Analytics und Big Data Technologien