Beiträge

Anwenderseminar „Einführung in Data Analytics“ für Führungskräfte

Data Analytics ist der Leitbegriff rund um moderne analytische Methoden und Technologien bei der Analyse, Planung und Simulationen im Unternehmensbereich. DATANOMIQ stellt in einem Anwenderseminar diese Fachkenntnisse gezielt für Führungskräfte bereit. Die Teilnehmer erhalten in diesem 3-Tages-Seminar eine umfassende Einführung in die SQL-Datenanalyse mit den wichtigsten Möglichkeiten, Methoden und Anwendungsbeispielen.

Anhand praktischer Umsetzungsbeispiele lernen Sie die Prinzipien der relationalen Datenbanken in Abgrenzung zu NoSQL-Datenbanken kennen. Sie werden befähigt, Analysen mit state of the art-Tools selbstständig durchführen zu können. Darüber hinaus erfolgt eine praxisnahe Einführung in datenbasierte Konzepte, die für Sie als Führungskraft eine fachliche Diskussion mit Datenexperten bereits heute von hoher Bedeutung sind.

Termine & Agenda

Tag 1 – Data Warehouse
05.
September 2018 von 10:30 bis 17:00 Uhr

Einführung in grundlegende Konzepte und Anwendungsfelder für Finanzen und Controlling
Data Warehousing, ETL,
relationale Datenbanken, SQL

________

Tag 2 – Business Intelligence
06. September 2018 von 09:00 bis 17:00 Uhr

Einführung in statistische Datenanalyse mit
SQL und QlikSense

________

Tag 3 – Process Mining
07. September 2018 von 09:00 bis 14:00 Uhr

Process Mining mit
SQL und Fluxicon Disco

Lernziele

Die Teilnehmer erlernen den sicheren Umgang mit Daten via SQL und BI-Tools. Nach dem Seminar verstehen Sie die wichtigsten Konzepte von Datenbanken, Analyse-Methoden und die häufigsten Fehler bei der statistischen Bewertung von Daten. Ferner lernen die Teilnehmer weitergehende Prinzipien der Verarbeitung von Big Data und dem Einsatz von Machine Learning (KI) kennen.

Zielgruppe

Zahlenaffine Führungskräfte aus den Bereichen Finanzen, Controlling, Einkauf, Logistik oder Vertrieb, die einen Einstieg in die anspruchsvolle Datenanalyse finden oder selbstsicherer im Umgang mit Daten werden möchten.

Dozent

Benjamin Aunkofer ist ein erfahrener Data Scientist, Dozent an der Hochschule für Technik und Wirtschaft Berlin und einer der bekanntesten Influencer zum Thema Data Science im deutschsprachigen Wirtschaftsraum. Dadurch seine langjährigen Erfahrungen in unterschiedlichen Branchen und Größenordnungen gewährleisten wir einen hohen Praxisbezug.

Location

Das dbb forum im Herzen von Berlin bietet optimale Räumlichkeiten für das Seminar.

dbb forum
Friedrichstraße 169
10117 Berlin

Kosten & Anmeldung

Kosten: 1.200,- EUR pro Teilnehmer.

Anmeldung via info@datanomiq.de.

Seminar-Teilnehmer erhalten 50% Rabatt auf Tickets für die Data Leader Days 2018 am 14./15. November 2018, die Premiumkonferenz mit den Spitzen der Datenwirtschaft führender Unternehmen. Weitere Infos unter www.dataleaderdays.com.

Angebot als PDF-Download

Data Analytics Seminar für Führungskräfte

Über DATANOMIQ

DATANOMIQ ist der herstellerunabhängige Beratungs- und Service-Partner für Business Analytics, Data Science und Data Labs. Wir erschließen die vielfältigen Möglichkeiten durch Big Data und künstliche Intelligenz erstmalig in allen Bereichen der Wertschöpfungskette. DATANOMIQ verfügt über Praxiserfahrungen aus einer Vielzahl von Projekten im Kontext von BI, Big Data oder Data Science. Der Zugang zur Spitze der deutschen Digitalwirtschaft und Domänenwissen in ergänzenden Themen wie Datensicherheit und Datenschutz verschaffen dem Team eine einzigartige Marktposition.

Kontakt

DATANOMIQ GmbH
Next Level Office
Franklinstraße 11
10587 Berlin

Datenstrategie – Von Rohdaten zur umsetzbaren Datennutzung

Big Data spielt bereits heute in nahezu allen Branchen eine entscheidende Rolle und ist ein elementarer Ergebnisfaktor geworden. Dennoch verfügen nur wenige Unternehmen über eine ausgereifte Datenstrategie, um daraus datengetriebene Geschäftsmodelle und Ertragsfelder zu erschließen, schlankere Prozesse oder einfach nur eine neue Form von Datentransparenz zu erreichen. Viele Manager verfallen hierbei in unkontrollierten Aktionismus. Die Folge: Ohne Datenstrategie würde man den Erfolg der eingeleiteten Maßnahmen einfach dem Zufall überlassen. Es gilt somit, den richtigen Datenkurs zu bestimmen und die besten Anwendungen konkret zu identifizieren, um den Anschluss im Wettbewerb nicht zu verlieren. Eine klare und durchdachte Strategie liefert eindeutige Antworten auf datenbezogene Fragen, u.a.

  • Wo verfügen wir über nutzbare Daten und wie können wir die Datenlücke schließen?
  • Welche werthaltigen Datenprodukte können wir daraus generieren?
  • Wie können wir mit Big Data unser bestehendes Geschäft messbar verbessern?
  • Welche Daten-Projekte macht unser Wettbewerb?
  • Welches datengetriebene Geschäftsmodell passt zu uns?
  • Was sind die daraus resultierenden Chancen und Risiken?
  • Wie setzen wir es am besten um?
  • Welchen Return on Investment können wir erwarten?
  • Welche Methoden, Technologien und Ressourcen werden benötigt?

DATANOMIQ liefert die Fakten zu diesen Fragestellungen und bringt als Spezialist im Data Science Markt beste Voraussetzungen mit, um Datenstrategien zu entwickeln, die echte Werte schaffen. Darüber hinaus verfügen wir als Gründer des deutschen Digitalisierung- und Vernetzungs-Verbandes Connected Industry e.V. einen einzigartigen Einblick in die Datenstrategien führender Unternehmen und greifbare Erfahrungen. Klassischen Beratungen fehlt dafür zumeist das notwendige Big Data Know-How, so dass es oftmals bei einem nicht umsetzbaren Strategiepapier bleibt. IT-Beratungen und Softwarefirmen mangelt es demgegenüber am funktionellen Verständnis. Damit werden häufig IT-Lösungen ohne geschäftlichen Nutzen implementiert.

Erfahren Sie hier – mit nur einem Klick – mehr über die Vorgehensweise unserer Datenstrategie-Entwicklung für Ihr Unternehmen.

Über DATANOMIQ

DATANOMIQ ist der herstellerunabhängige Lösungs- und Service-Partner für Business Analytics, Data Science und Industrie 4.0. Wir erschließen die gewaltigen Ergebnispotenziale durch Big Data erstmalig in allen Bereichen der Wertschöpfungskette – maßgeschneidert für Ihre Anforderungen. Dabei setzen wir auf die besten Köpfe und das umfassendste Methoden- und Technologieportfolio in unserer Branche.

Kontakt

DATANOMIQ GmbH
Leipziger Straße 96-98
D-10117 Berlin
Tel: +49 (0) 30 20653828
I: www.datanomiq.de
E: info@datanomiq.de

 

Lean Management trifft Big Data

Lean Management trifft Big Data:

Mit modernen Technologien und Methoden auf die nächste Leistungsstufe

Lean Management und Big Data haben auf den ersten Blick nur wenige gemeinsame Anknüpfungspunkte. Lean Management steht als Oberbegriff für die gezielte Verschlankung von Prozessen, im Kontext betrieblicher Abläufe, speziell für die Verschlankung von Geschäftsprozessen. Geschäftsprozesse sollen soweit wie möglich im Sinne von Kosteneffizienz und Durchlaufzeit verschlankt werden, dabei aber dennoch stets kundenorientiert bleiben. Lean Management entstand aus dem Produktionsbereich (Lean Production) mit dem Toyota Produktionssystem als Referenzmodell. Aber auch in anderen operativen Funktionen, z. B. in der Instandhaltung (Lean Maintenance), im Einkauf (Lean Procurement) und der Verwaltung (Lean Administration) hat sich Lean Management nicht nur methodisch, sondern sogar jeweils als eigener Unterbegriff etabliert. Dabei geht es bei Lean Management stets um ein Ziel: Werte ohne Verschwendung schaffen.
Big Data hingegen wird im Allgemeinen mit Größe und Komplexität in Verbindung gebracht – also ein Widerspruch zu Lean Management? Keineswegs, denn auch Big Data hat den klaren Auftrag, Unternehmensprozesse zu verschlanken, allerdings noch sehr viel tiefgreifender als das beim klassischen Lean Management jemals der Fall war. Hinter Big Data steht der Gedanke, dass sich in vielen verteilten Daten Informationen verstecken, aus denen nicht nur die Vergangenheit und Gegenwart genau rekonstruiert werden kann, sondern sich sogar die Zukunft recht genau vorhersagen lässt.

Big Data alleine ist jedoch nutzlos, denn auch die größten gespeicherten Datenmengen leisten keinen Wertbeitrag, sofern sie nicht ausgewertet und genutzt werden, deshalb sollten wir Big Data nicht isoliert stehen lassen, sondern von Big Data Analytics sprechen. Weiterlesen