10 Entwickler-Tipps für das perfekte Analytics- Dashboard.

Ein Dashboard muss die wichtigsten Informationen beinhalten. Wie dies optimal gelingt, verraten diese 10 Tipps für die Entwicklung eines Analytics-Dashboards.

“A dashboard is a visual display of the most important information needed to achieve one or more objectives; consolidated and arranged on a single screen so the information can be monitored at a glance.” Stephen Few, Experte im Bereich Visual Business Intelligence Ein Analytics-Dashboard ist wie ein Puzzle. In der Regel gibt es eine Reihe […]

Weiterlesen

In 4 Schritten zum perfekten Dashboard.

Kommunikation ist der Schlüssel zum Projekterfolg. Durch Visualisierungen, beispielsweise in Form eines Dashboards, können Data Scientists mit Kunden oder Kollegen kommunizieren. In anderen Worten: Die Visualisierungen werden zur Sprache. Diese Sprache sollten Entwickler, Kunden und Kollegen gleichermaßen beherrschen.

Weiterlesen

Visualisierung – Bilder sagen mehr als Worte.

Die Visualisierung von Analyseergebnissen ist eine Notwendigkeit, damit Erkenntnisse aus den Daten besser sichtbar werden.

Was bedeutet ein bestimmtes Ergebnis einer Datenanalyse konkret? Was folgt daraus für die Mitarbeiter? Um Fragen wie diese beantworten zu können, müssen Daten für den Endnutzer erkenntlich dargestellt werden. Im Zuge der digitalen Transformation steigt die Anzahl von Datenprojekten in Unternehmen. Damit wächst auch das Bedürfnis zu verstehen, wie Daten zusammenhängen, wie man mit ihnen […]

Weiterlesen

3 Use Cases für Parameter in Tableau

Parameter in Tableau sind vielseitig einsetzbare Instrumente für Datenvisualisierungen.

Das Datenvisualisierungstool Tableau findet in weiten Bereichen der Data Science Anwendung und Parameter in Tableau stellen dabei ein wichtiges und häufig unterschätztes Werkzeug dar. Wir erläutern anhand von 3 Anwendungsbeispielen, wie Parameter in Tableau genutzt werden können.

Weiterlesen

Wie Maschinen sehen lernen – Verfahren zur Bilderkennung

Bilderkennung: Maschinen lernen sehen durch Methoden wie etwa Machine Learning.

Dank neuer intelligenter Analyseverfahren zur Bilderkennung können visuelle Informationen, die eine enorme Quelle für unerschlossenes Wissen darstellen, zugänglich gemacht werden. Dadurch lassen sich zahlreiche Use Cases umsetzen, die auf Verfahren wie „Computer Vision“ beziehungsweise „Image Recognition“ basieren.

Weiterlesen

3 Ansätze zur besseren Datenvisualisierung von Big Data

Die richtige Aufbereitung von großen Datenmengen und eine geeignete Datenvisualisierung von Big Data werden immer wichtiger.

Die Datenvisualisierung von Big Data bietet eine gute Möglichkeit, abstrakte Zusammenhänge greifbar zu machen. Dies ist insbesondere im Kontext der Datenexploration von Big Data wichtig, denn diese bringt neue Herausforderungen mit sich. Besonders durch die Größe und Komplexität der Daten fällt es schwer, die Zusammenhänge von Big Data zu begreifen (Data Lake).

Weiterlesen

Die Top 9 Big Data Trends in der Versicherungsbranche. Teil 1: Marketing & Sales und Prozessverbesserung

Big Data Trends im Marketing und Sales Bereich

Beim Einsatz von Big Data und Data Science kristallisieren sich immer stärker die erfolgreichen Anwendungsbereiche heraus. Die Management- und IT-Beratung Capgemini untersuchte in einer Studie den aktuellen Status quo von Big Data Trends in Unternehmen. Das Resultat: Insgesamt steigt die Anzahl der Unternehmen, die nach Big-Data-Use-Cases suchen. Kritisch für den Einsatz von Big Data und Data Science ist nach wie vor […]

Weiterlesen

Visual Data Exploration in Data-Science-Projekten

Visual Data Exploration in Data-Science-Projekten

Die Projekte im Bereich Data Science werden immer spezifischer, die zu analysierende Datenmenge größer und die Tools beziehungsweise Toolkits für die Datenverarbeitung und Datenvisualisierung diversifizierter. Die Technologieentwicklung und der entstehende Bedarf in den Projekten stellen eine wachsende Herausforderung beim Umgang mit Daten für Data Scientists dar. Die Anwendbarkeit der Methoden, Algorithmen und Tools erfordert eine […]

Weiterlesen

Die 5 wichtigsten Maßnahmen für eine optimale Datenqualität.

Erfahren Sie hier mehr über die wichtigsten Maßnahmen, um eine optimale Datenqualität im Unternehmen zu erreichen.

Zunächst klingt es trivial, wenn betont wird, dass eine gute Datenqualität entscheidend für Unternehmen und Organisationen ist. Einerseits kann dadurch die Zuverlässigkeit von Prozessen gewährleistet werden. Andererseits können Fehler in den Datenbeständen tatsächlich unter Umständen enorme finanzielle Folgekosten nach sich ziehen. Ganz unabhängig davon führt eine schlechte Datenqualität dazu, dass Daten die Realität nicht mehr […]

Weiterlesen

1 2
top