Data Science
Technologien sind die Basis, Methoden schaffen die Lösung. Für unsere kundenindividuellen Lösungen beherrschen unsere Data Scientists die weltweit führenden Methoden und Technologien.
ETL - DATA INTEGRATION
ETL steht für „Extract, Transform, Load“. Data Analytics beginnt mit der Informationsfusion – die Zusammenführung von Daten aus unterschiedlichen Datenquellen, die in der Praxis durch eine Kette von ETL-Prozessen erfolgt. Erst durch die Zusammenführung von Daten aus unterschiedlichen Datenquellen ergeben sich neue Erkenntnisse über Abhängigkeiten und Muster.
Data Quality Analytics
Inkonsistente, lückenhafte oder falsche Daten gehören zu den häufigsten Problemen im Geschäftsalltag. Fehler in Datensätzen setzen sich fort und multiplizieren sich – bis hin zum Reporting an die Geschäftsführung. Eine schlechte Datenqualität ist nicht nur auf operativer Ebene ärgerlich, sondern kann auch zu falschen Entscheidungen führen. Data Quality Analytics umfasst alle erforderlichen Komponenten, um Daten aus ERP-Systemen und verschiedenen Quelldateien, Daten aus Social Media oder Rohstoffbörsen zu extrahieren, bereinigen, abzugleichen, zu konsolidieren und wieder in ein Zielsystem zu überführen. Intelligente Algorithmen über alle Stamm- und Buchungsdaten identifizieren zudem überhöhte bzw. unberechtigte Zahlungen an Lieferanten. Ferner können Dubletten in Lieferanten-, Material- und Kundenstammdaten erkannt und lokale Datenbestände mit weiteren Informationen angereichert werden. Data Quality Analytics schafft die Grundvoraussetzung für optimierte Abläufe, Prozesse und Anwendungen in ihrem Unternehmen: Konsistente, also in alle Richtungen belastbare Daten.
Realtime Analytics
Sie müssen schnelle und marktgerechte Entscheidungen treffen? Dann benötigen Sie eine permanent aktuelle Datenbasis als belastbare Entscheidungsgrundlage. Realtime Analytics bedeutet, dass wir Ihnen ein Dasboard erstellen, das Informationen (z. B. Rohstoff-Kosten oder Transportinformationen) in nahezu Echtzeit visualisiert. Zudem können Sie z. B. per SMS- oder E-Mail-Alert automatisiert über wichtige Änderungen von Werten (z. B. Preisänderungen) informiert werden. Auch automatisierte Abläufe (z.B. Auslösen einer Bestellung beim Eintritt bestimmter Voraussetzung) sind möglich.
Statistische Datenanalyse
Die exponentiell wachsenden Datenmengen inner- und außerhalb der Einkaufsorganisation enthalten einen riesigen Informationsschatz für die Identifikation von Kostensenkungsmöglichkeiten. Mit Methoden der explorativen und statistischen Datenanalyse analysieren wir Ihre Daten z. B. über Lieferanten, Einkaufsanfragen, Bestellungen, Buchungen, Zahlungen, Angebote, Verträge, Stücklisten, Arbeitspläne und Marktdaten. Möglich sind dabei auch automatisierte Preisbewertungen z. B. von Stücklisten oder Angeboten in Kombination mit Rohstoffpreisen am Markt unter Anwendung von statistischer Methodik.
Dank ausgereifter Visualisierungsmöglichkeiten Ihrer Einkaufsdaten und der Analyseergebnisse machen wir Ihnen auch komplexe Sachverhalte leicht nachvollziehbar zugänglich und leiten Handlungsempfehlungen aus den Analyseergebnissen ab.
Predictive Analytics
Mit Hilfe von Predictive Analytics lassen sich komplexe wirtschaftliche Zusammenhänge für faktengestützte Entscheidungen vorhersagen. Häufig wird PREDICTIVE ANALYTICS im Einkauf und Supply Chain Management auch für Risiko-Beurteilungen eingesetzt. Dabei sind Methoden und Werkzeuge des Data Mining ein wesentlicher Bestandteil von Predictive-Analytics-Lösungen, um Muster in Datenbeständen zu erkennen.
Process Analytics
Nahezu alle operativen Unternehmensprozesse werden in den IT-Systemen, allen voran im ERP-System, erfasst. Umgekehrt generieren IT-Systeme eines Unternehmens täglich Daten die für eine Prozess-Analyse häufig ungenutzt bleiben, jedoch die beste Grundlage für die Aufnahme der Ist-Prozesse darstellen.
Process Analytics ist eine Methode, bei der die tatsächlichen Ist-Prozesse mit Hilfe Ihrer Daten rekonstruiert und grafisch in einem Flow-Chart visualisiert werden – Und das automatisierbar und in Echtzeit!
Machine Learning
Machine Learning umschreibt die künstliche Erzeugung von Wissen aus Erfahrung. Ein künstliches System lernt aus Beispielen und kann nach der Lernphase pauschalisieren. Das heißt, es werden Gesetzmäßigkeiten in den Lerndaten erkannt. Dadurch lassen sich mit Machine Learning auch unbekannte Daten beurteilen. Zu den zahlreichen Anwendungsfeldern im Supply Chain Management gehören die automatisierte Disposition oder Optimierungen im Bestell-Timing.
Es liegen Ähnlichkeiten zu Knowledge Discovery in Databases und Data-Mining vor, wo es jedoch primär um das Finden neuer Muster und Gesetzmäßigkeiten geht.