Confirmed Sessions
November 18-19, 2019 - Berlin

July 22, 2019
Behind the Buzzword: Understanding Customer Data Platforms in the Light of Predictive Analytics

Speakers:

David Raab

Speakers:

David Raab

Behind the Buzzword: Understanding Customer Data Platforms in the Light of Predictive Analytics

date:

July 22, 2019

Time:

10:36 pm

Track:

Summary:

Customer Data Platform (CDP) systems are the newest answer to an old question: how to assemble a complete view of each customer. This session explores the reality of what CDPs can and cannot do, how CDPs differ from other systems, the types of CDP systems available, and how to find the right CDP for your purpose, especially with regard to data science projects and predictive modeling. You will come away with a clear understanding of where CDP fits into the larger data management landscape, what distinguishes CDP from older approaches to customer data management, and the state of the CDP industry in Europe.  

July 22, 2019
Improving Forecasts of Machine Learning Algorithms by the Maximum Entropy Approach

Improving Forecasts of Machine Learning Algorithms by the Maximum Entropy Approach

date:

July 22, 2019

Time:

10:36 pm

Summary:

Machine learning algorithms for time series forecasting have become increasingly powerful in recent decades. Nevertheless, not only the quality of the forecasts is important, but also their acceptance by the staff. Especially with regard to automatic forecasts, distrust may arise among dispatchers. Furthermore, long-standing employees often have a detailed overview of customer behavior, market situation and other important factors. Therefore, it makes sense to include this expert knowledge in the predictions of complex algorithms. This can be achieved through the maximum entropy approach, which is discussed in this presentation. The approach is derived in detail and applied to real data.

July 22, 2019
Topological Data Analysis of Financial Time Series: Landscapes of Crashes

Speakers:

Dr. Yuri Katz

Speakers:

Dr. Yuri Katz

Topological Data Analysis of Financial Time Series: Landscapes of Crashes

date:

July 22, 2019

Time:

10:36 pm

Summary:

We introduce a new method, based on the topological data analysis (TDA), to financial time series and detect early warning signals of approaching financial crashes. Analyzes of the time-series of daily log-returns of major US stock market indices and cryptocurrencies shows that in the vicinity of financial meltdowns, the Lp-norms of persistence topological landscapes exhibit strong growth. Remarkably, the average spectral density at low frequencies of the derived Lp-norms demonstrates a strong rising trend at least 100 trading days prior to either dotcom crash on 03/10/2000, or to the Lehman bankruptcy on 09/15/2008. Our study suggests that TDA provides a new type of predictive analytics, which complements the standard statistical measures. Our approach is very general and can be used beyond the analysis of financial time series.

July 22, 2019
Automatisiertes E-Mail-Routing mit neuronalen Netzen bei der KfW Förderbank

Automatisiertes E-Mail-Routing mit neuronalen Netzen bei der KfW Förderbank

date:

July 22, 2019

Time:

10:36 pm

Summary:

Die Optimierung des E-Mail Routings der KfW trägt zur Schnelligkeit interner Prozesse bei und kann sich damit positiv auf die Kundenzufriedenheit auswirken. Zu dem vielfältigen Kundenspektrum der KfW Förderbank im Inland gehören Studenten, Gründer, Unternehmer, Immobilienkäufer und -besitzer sowie Kommunen und soziale Einrichtungen. Viele Kunden haben sehr spezifische Fragen, mit denen sie sich per Telefon oder E-Mail an das KfW-Infocenter wenden. Die E-Mails werden in thematische Ordner sortiert, um sie effizient zu bearbeiten. Mit einem regelbasierten System kann nur ein Teil der E-Mails automatisch korrekt geroutet werden. Um zu testen, ob das automatische Routing mit Machine Learning verbessert werden kann, wurde eine Stichprobe der E-Mails anonymisiert und dann als Basis für die Modellentwicklung genutzt. Das Ergebnis zeigt, dass der Anteil korrekt gerouteter E-Mails durch ein auf einem künstlichen Neuronalen Netz basierendes Modell verdoppelt werden kann, so dass die manuelle Sortierzeit deutlich verringert wird. In dem Vortrag wird gezeigt, wie unter strengen Datenschutzbestimmungen, mit geringem Mitteleinsatz und unter Einbeziehung der Kundenberater das Projekt den Nutzen von „Künstlicher Intelligenz“ für die Prozessoptimierung ermitteln konnte. 

July 22, 2019
Vorhersage von Immobilienpreisen bei McMakler

Vorhersage von Immobilienpreisen bei McMakler

date:

July 22, 2019

Time:

10:36 pm

Summary:

In den USA ist die Vorhersage von Immobilienpreisen und deren Nutzung bei Transaktionen bereits seit Jahren sehr populär und hat in der Folge zur Entstehung milliardenschwerer Unternehmen geführt. In Europa hingegen ist das Thema Machine Learning und Immobilienmarkt relativ neu. McMakler ist ein digitales Maklerunternehmen mit dem Ziel, sich die zahlreichen Vorteile automatisch generierter Preis für Häuser und Wohnungen zu Nutze zu machen und den europäischen Immobilienmarkt zu revolutionieren. Anfang des Jahres 2018 starteten wir mit dem Projekt und mussten schnell feststellen, dass dies eine äußerst herausfordernde Aufgabe ist. Angefangen mit der Verfügbarkeit von genügend Daten und deren Modellierung, endend mit der effizienten Nutzung von Preisvorhersagen in Geschäftsprozessen. Dieser Vortrag führt uns durch das Projekt und zeigt die wesentlichen Erfolge und Ergebnisse, aber auch die Probleme, welche die Einführung eines völlig neuen Ansatzes mit sich bringen