HERZLICH WILLKOMMEN!

SPSS Anwendertag – Statistik, Data und Text Mining für
Analysten und Data Scientists
München, Wien, Zürich, Berlin, Hannover, Düsseldorf
HERZLICH WILLKOMMEN!
© 2016 IBM Corporation
Ihr SPSS Team
Vanessa Bauer
SPSS Client Representative Stefan Lobinger
Client Technical Professional
Dr. Christian Trippner
SPSS Technical Professional
© 2016 IBM Corporation
Ihr SPSS Team
Ramin Bastani
SPSS Client Representative Stefan Lobinger
Client Technical Professional
Dr. Christian Trippner
SPSS Technical Professional
© 2016 IBM Corporation
Ihr SPSS Team
Ramin Bastani
SPSS Client Representative Dirk Schober
Client Technical Professional
Dr. Christian Trippner
SPSS Technical Professional
© 2016 IBM Corporation
Ihr SPSS Team
Christian Dennerlein
SPSS Client Representative Dirk Schober
Client Technical Professional
Dr. Christian Trippner
SPSS Technical Professional
© 2016 IBM Corporation
Ihr SPSS Team
Karin Thomalla
SPSS Client Representative Dirk Schober
Client Technical Professional
Dr. Christian Trippner
SPSS Technical Professional
© 2016 IBM Corporation
Agenda
Uhrzeit:
Thema:
09.00 – 09.30
Registrierung
09.30 – 09.45
Begrüßung & Vorstellung
09.45 – 10.45
Professionelle Datenanalyse mit SPSS Statistics – Neuerungen Version 24
10.45 – 11.15
Kaffeepause
11.15 – 12.15
SPSS Modeler – Next Generation Data und Text Mining – Neuerungen Version 18
12.15 – 13.00
Mittagsbuffet
13.00 – 13.45
Beispiele Customer Analytics, Kundenwertanalyse, Next Best Offer
13.45 – 14.30
Advanced Analytics für die Entscheidungsunterstützung und Unternehmenssteuerung
14.30 – 15.00
IBM Watson Analytics – Fähigkeiten und Bedeutung von Cognitive Analytics
ab ca. 15.00
Zusammenfassung und Diskussion
© 2016 IBM Corporation
PROFESSIONELLE DATENANALYSE MIT SPSS STATISTICS
AUFBEREITUNG, VALIDIERUNG, EFFIZIENTE ERGEBNISPRÄSENTATION - SOWIE NEUERUNGEN DER
VERSION 24
© 2016 IBM Corporation
Die IBM SPSS Plattform im Bereich Predictive Analytics
Statistics
Modeler
C&DS
© 2016 IBM Corporation
Die IBM SPSS Plattform im Bereich Predictive Analytics
Statistics
Modeler
C&DS
Ausgereifte Statistiksoftware - modularer Aufbau
+ 48 Jahre auf dem Markt - kontinuierliche Weiterentwicklung
Hohe Marktdurchdringung - Einsatz in Unternehmen und Organisationen
© 2016 IBM Corporation
IBM SPSS – der Standard für alle Phasen im analytischen Prozess
Datenzugriff (direkt, ODBC, OLE-DB,
Textdaten)
Umfangreiches Datenmanagement
Umfangreiche Analysemöglichkeiten
Visualisierungen in Tabellen und Grafiken
Client/Server Architektur
Planung
Datensammlung
Datenzugriff
Datenmanagement und vorbereitung
Auswertung
Reporting
Umsetzung in
Prozessen/Deployment
© 2016 IBM Corporation
10 gute Gründe die für SPSS Statistics sprechen
© 2016 IBM Corporation
1. Einlesen verschiedener Dateiformate
IBM SPSS Statistics ermöglicht den Datenimport von verschiedenen
Dateiformaten:
• Text, Excel, csv,
• Lotus, Portable,
• Sylk, Systat,
• dBASE, SAS, Stata,
• SPSS/PC+, SPSS Statistics,
• Cognos BI
Einlesen von Datenbankdateien aus beliebigen Formaten erfolgt über den
Datenbank-Assistenten
© 2016 IBM Corporation
2. Variablenmanagement
Neben der Datenansicht gibt es in IBM SPSS Statistics die Variablenansicht.
Hier wird das Variablenmanagement vorgenommen, die Metadaten definiert:
• Variablenname
• Variablentyp
• Variablenlabel
• Wertelabel
• Fehlende Werte
• Skalenniveaus
• Analyserichtung
• Etc.
© 2016 IBM Corporation
3. Automatische Datenaufbereitung
• Identifiziert Probleme und macht
Lösungsvorschläge
• Findet problematische oder
wahrscheinlich nicht nützliche Felder
• Leitet zum passenden Zeitpunkt neue
Attribute ab
• Verbessert Leistungsfähigkeit durch
intelligente Screening-Methoden
© 2016 IBM Corporation
4. Assistierte Formelerstellungen
• Kann bei numerischen und StringVariablen eingesetzt werden
• Zahlreiche systemeigene
Funktionen stehen zur Verfügung.
Bspw. String-, Statistik-,
Verteilungs- und Arithmetische
Funktionen
• Auf Grundlage logischer
Bedingungen lassen sich Werte für
definierte Teilmengen berechnen
© 2016 IBM Corporation
5. Diagrammerstellung
• Per Drag & Drop lassen sich
Diagramme schnell und einfach
umsetzen
• Nachträglich im inter-aktiven
Outputviewer veränderbar
• Gruppierungsmöglichkeit
• Visualiserungen auf Maps
© 2016 IBM Corporation
6. Automatisierung wiederkehrender Analysen
• Automatisierungsmöglichkeiten
mittels Syntax
• Syntax kann für Folgeanalysen
„zusammengeklickt“ und
abgespeichert werden
• Syntaxfehler werden automatisch
erkannt
• Syntaxassistent
© 2016 IBM Corporation
7. Arbeiten mit sehr großen Datensets
• Keine Limitierung
• Import bzw. Export aus
bzw. zu Datenbank möglich
• Client- / Server- Architektur
© 2016 IBM Corporation
8. Erweiterungsmöglichkeiten durch R, .net, Java und Python
• Downloadbare Plug-Ins für R,
Java und Python
• „Fremder“ Code wird von IBM
SPSS Statistics verarbeitet und
im Outputfenster umgesetzt
• Große R, Java und Python
Communities
• Bidirektionaler Aufruf mit Python
und Java
• Extension Hub
© 2016 IBM Corporation
9. Umfassende Hilfefunktionen (inkl. Statistik-Assistenten)
Intelligente Hilfefunktion: aus jeder
Dialogbox abrufbar
Statistik-Assistent
Fallbeispiele
Onlinehilfe:
http://publib.boulder.ibm.com/infocent
er/spssstat/v21r0m0/index.jsp
Hilfe wird hier
aufgerufen
© 2016 IBM Corporation
10. Modularer Aufbau
• Module einzeln erhältlich
• Statistics Base = Grundausstattung
• Nach Bedarf können einzelne Module integriert
werden
• Verschiedene Expertenmodule zur Erweiterung
Weitere Programme stehen zusätzlich zur Verfügung:
• Amos
Comple
x
Sample
s
Custom
Tables
Data
Preparat
-ion
Regression
Conjoint
Direct
Marketi
ng
Missing
Values
Categori
es
Forecasting
Neurale
Netze
Exact
Tests
Decisio
n Trees
Advanc
ed
Models
Bootstrappin
g
• Textanalyse für die Auswertung von offenen Fragen
(STAfS)
• SPSS Server
© 2016 IBM Corporation
SPSS STATISTICS VERSION 24
Neuerungen
© 2016 IBM Corporation
IBM SPSS Statistics V24 Überblick
• IBM SPSS Statistics Erweiterungen
• Der SPSS Statistics Erweiterungshub bietet Ihnen einen App-Store-ähnlichen Zugriff, mit
klarem Fokus auf Benutzerfreundlichkeit und leichte Bedienbarkeit.
• Noch nie war es so einfach Erweiterungen mit R, Python und SPSS Syntax einzubauen, zu
nutzen und zu teilen.
• Intelligenter Import und Export von Daten
• Verbesserter Import und Export der verbreitetsten Dateitypen und eine treffsichere
Erkennung der Variablentypen (metrisch, ordinal, nominal)
• CustomTables - Verbesserungen im Modul
• Übersichtlichere und erweiterte Statistiken im SPSS CustomTables Modul
• Gewichtungsvariable für effektive Basis kann verwendet werden
© 2016 IBM Corporation
IBM SPSS Statistics Erweiterungshub
• Leichtes Finden, problemloser Download, und Update freier
Produkterweiterungen auf der Basis von SPSS-, Python- oder R-Syntax, geführte
Anleitung (Voraussetzungen)
• Leichtes Auffinden und installieren
neuer Erweiterungen
• Updates bereits bestehender
Erweiterungen
• Leichtes Entfernen nicht mehr
benötigter Erweiterungen
• Anzeige der Eigenschaften einer
installierten Erweiterung
© 2016 IBM Corporation
IBM SPSS Statistics „Custom Dialog Builder“ für Erweiterungen
• Neue Erweiterungen, auch für ungeübte Nutzer, leicht und schnell erstellt, durch
ein überarbeitetes und aktualisiertes Dialogfenster
• Einfaches teilen und verwenden (Doppelklick zur Installation)
• Neue Kontrolloptionen
• Neue Merkmale bereits vorhandener Kontrolloptionen
• Neue Optionen für den
Menüplatz eines Dialoges
© 2016 IBM Corporation
IBM SPSS Statistics praktischer Import & Export
• Import:
• Festlegung des Datentyps durch einen bestimmten Prozentsatz mit dem selben Format
• Ignorieren von ausgeblendeten Excelspalten und -zeilen
• Entfernen von führenden und folgenden Leerzeichen in Textvariablen
• Export
• Festlegen eines Blattnamens beim schreiben von Exceldatenfiles
• Anhängen eines Arbeitsblattes an ein Excel-Workbook
• Wertebeschriftungen anstatt Datenwerte
• Flexibilität beim einlesen von Textdaten, mit automatischer
Erkennung von Datenformaten, besseres Handling von Datums- und
Zeitvariablen
• Wertebeschriftungen können auch in eine Datenbank exportiert
werden
© 2016 IBM Corporation
IBM SPSS Statistics CustomTables Modul
• Verwendung der effektiven Basis für gewichtete Stichprobenergebnisse
• Bewertung der Konfidenzgrenzen und des
Standardfehlers
• Ergebnisse von Signifikanztests (CHI², t-Test, …)
können in der Haupttabelle eingebunden werden
• Anzeige der Signifikanzwerte für
Spaltenmittel- und Spaltenanteilstests.
• Eine zusätzliche Fehlererkennungsmethode für
Mehrfachvergleiche
© 2016 IBM Corporation
Weitere Verbesserungen
• Neue SPSS Community für Erweiterungen und Foren
• Neuer Willkommensbildschirm mit Verlinkungen zur
Community und dem Lizenzmanager
• Multithreadingkontrolle auf den Clientmaschinen
• Neue Tabellendesigns und Voreinstellungen
• “Auf gespeicherte Datei zurücksetzen” Funktion
© 2016 IBM Corporation
Weitere Verbesserungen
• Python 3 Support
• NAIVE BAYES and SELECT PREDICTORS jetzt im
Basissystem Base (war bisher ein „Server only feature“)
• Neue Datums- und Zeitformate
• Neues Möglichkeiten bei Zahlen mit führenden Nullen
• Variablensymbole im Dateneditor
• Variablenansicht aufgefrischt
© 2016 IBM Corporation
Wie arbeitet der IBM SPSS Statistics Client?
Durch die vielen
Datentransfers zu den
einzelnen Clients wird der
Netzwerk-Verkehr sehr hoch
und daher langsam
Viele lokale
Ressourcen
werden für
die Analysen
verwendet
Statistics Desktop Installationen
Diese Architektur ist ideal für kleine Büros, kleine Dateien und
wenn wenig Dateien miteinander geteilt werden müssen
© 2016 IBM Corporation
Wie arbeitet der IBM SPSS Statistics Server?
Der Verkehr ist auf die
Verbindung zwischen dem
IBM SPSS Server und den
Datenquellen begrenzt
Minimierung des
Datentransfers –
auf den Clients
werden Befehle
eingegeben und
Ergebnisse
ausgegeben
Lokale
Ressourcen sind
für andere Tasks
frei
Data
Server Ressourcen
werden für die
Analysen verwendet
Statistics
Server
Statistics Desktop Installationen
Der IBM SPSS Statistics Server minimiert den Datenfluss im
Netzwerk und erhöht die Performance der Analysen
© 2016 IBM Corporation
SPSS VERSION 24
Programmierbarkeit
© 2016 IBM Corporation
Haben Sie…
… häufig wiederkehrende Aufgaben, die Sie manuell ausführen?
… Probleme welche Sie mit traditioneller Syntax nicht lösen können?
… Bedarf an statistischen Prozeduren welche standardmäßig nicht in SPSS
Statistics zu finden sind?
… Bedarf den Zeit- und Wartungsaufwand zu reduzieren
… Interesse an einer höheren Produktivität
Programmability kann Ihnen helfen!
© 2016 IBM Corporation
SPSS Statistics verfügt über Schnittstellen zu den folgenden drei Programmiersprachen
Mittels Integrations-Plugins können Funktionalitäten von
 Python
R
 .NET (Windows only)
genutzt werden
Kostenloser Plugin-Download
Neuerung in Version 24
Der Erweiterungs-Hub für SPSS Syntax, R und Python
© 2016 IBM Corporation
Programmability Funktionalität ist komplett in IBM SPSS Statistics integriert
 Programme laufen innerhalb der SPSS Syntax
 Anwender können eigene Dialogboxen & Menüeintrage mit dem Custom Dialog
Builder generieren
 Nicht nur für Erweiterungen oder Programme
 Python und R Output erscheint im SPSS Statistics Viewer
 Plain Text
 Pivottabellen
 Grafiken
© 2016 IBM Corporation
Erstellen benutzerdefinierter Dialogfelder mit dem IBM SPSS Custom Dialog Builder
© 2016 IBM Corporation
SPSS STATISTICS VERSION 24
Hilfe
© 2016 IBM Corporation
Dev Works
https://www.ibm.com/developerworks/community/files/app?lang=en#/co
llection/23c2eac7-e524-4393-a4b9-0d224a2a0eda
Foren und Tutorials
FU Berlin – Dr. Hans Grüner
http://gruener.userpage.fu-berlin.de/spss-tutorials.htm
Zahlreiche SPSS Foren
http://www.statistik-tutorial.de/forum/forum2.html
http://www.spss-forum.de/
© 2016 IBM Corporation
Hilfe & Manuals zu SPSS Statistics & R
Die Hilfefunktion im SPSS Statistics
unterstützt und leitet Sie bei zahlreichen
Fragen
• zur Software,
• zur Statistik,
• zu Anwendungsszenarien und
• externen Programmen
© 2016 IBM Corporation
Literaturtipps zu IBM SPSS Statistics
Janssen/Laatz:
Statistische Datenanalyse mit SPSS für Windows
Achim Bühl:
SPSS – Einführung in die moderne Datenanalyse
Backhaus et al.:
Multivariate Analyseverfahren
Zöfel, Peter:
SPSS-Syntax. Die ideale Ergänzung für effizientes Arbeiten
© 2016 IBM Corporation
SPSS STATISTICS VERSION 24
LIVE-DEMO
© 2016 IBM Corporation
10.45 – 11.15 Uhr
KAFFEEPAUSE
© 2016 IBM Corporation
IBM SPSS MODELER
VERSION 18 – NEXT GENERATION DATA UND TEXT MINING
© 2016 IBM Corporation
„Früher war selbst die
Zukunft besser“
„Prognosen sind
schwierig, besonders
wenn sie die Zukunft
betreffen“
Karl Valentin (1882 – 1948)
deutscher Komiker, Volkssänger,
Autor und Filmproduzent
© 2016 IBM Corporation
Was ist Predictive Analytics?
© 2016 IBM Corporation
Was ist Predictive Analytics?
Neuronal Network
Decision
Trees
Two Step
Clustering
Logistic
Regression
ARIMA
Support Vector
Machines
Apriori
K-Means
General Linear Mixed
Model
© 2016 IBM Corporation
Was ist Predictive Analytics?
“Finding patterns in data which you can use to do your business better”
(C. Shearer, VP Data Mining)
© 2016 IBM Corporation
Data Mining ist das Herzstück von Predictive Analytics
CRISP-DM
Cross Industry Standard
Process for Data Mining
80-90%
Projektzeit
© 2016 IBM Corporation
Warum Predictive Analytics
IDC Studie
„The Business Value of Predictive Analytics”
Return on Investment (ROI) von
- Information Management Projekten
ohne Predictive Analytics
- Predictive Analytics Projekte
89%
250%
“Based on IDC research, the median ROI of predictive
analytics projects is close to three times higher than
that of non-predictive projects”
Source: IDC, “Predictive Analytics and ROI: Lessons from IDC’s Financial Impact Study”
© 2016 IBM Corporation
Data Mining: Die Techniken
Klassifikation
Assoziation
Segmentierung
Text Mining
 Ursache-Wirkungsanalyse
 Treiberanalyse: z.Bsp. Abweichungen, Abwanderer
 Entdecken von unbekannten Einflussfaktoren und Messung
ihrer Stärke
 ...
 Welche Merkmale oder Merkmalskombinationen treten häufig
miteinander auf?
 Welche Events ereignen sich gleichzeitig?
 Erkennen von Mustern in sequenziellen bzw. zeitorientierten Daten
 ...
 Bildung von homogenen Gruppen, die untereinander heterogen sind
 Gibt es Fälle, die inkonsistentes Verhalten hinsichtlich der
Segmentzuordnung aufweisen?
 Anomaliedetektion, Betrug
 ...
 Welche Beiträge gibt es zu einer bestimmten Fragestellung
(WWW, Dokumente, Paper, etc.)?
 Zusammenführung von Textinfos und numerischer Daten...
© 2016 IBM Corporation
High-End Data Mining mit dem IBM SPSS Modeler Professional
Hoch-performante Data Mining und Analyse
Workbench
 Prädiktive Intelligenz liefert schnell einen postiven
ROI.
 Breites Set an Mining Algorithmen
 Erkennen von Schlüsselindikatoren, Mustern und
Trends
 Maximale Produktivität für den Analysten durch
klare GUI
 Automationsmöglichkeiten führen zu schnellem
ROI
 Performanz und Skalierbarkeit
© 2016 IBM Corporation
© 2016 IBM Corporation
ausgefallen
positiv oder negativ?
© 2016 IBM Corporation
Ich habe ein ausgefallenes Notebook.
positiv oder negativ?
© 2016 IBM Corporation
Im Rahmen von Tests hinsichtlich der Benutzerfreundlichkeit ist festgestellt worden, dass wenig erfahrene
Nutzer häufig Probleme mit Wortwolken haben: UserTests und die Nachbefragungen haben ergeben, dass
sich Um
Um das
das Schlagwortwolken
Schlagwortwolken herauszubekommen
herauszubekommen
vielen Usern offenbar nicht intuitiv erschließen und ihnen
kann
TextText
Mining
warumwarum
z. B. manche
Begriffe
kann unklar
unklarist,ist,
Mining
z. B. manche
größer
andere
werden.Als
ein weiterer
Begriffe als
größer
als dargestellt
andere dargestellt
werden.Als
ein
Mangel
in Bezug
auf dieaufBenutzerfreundlichkeit
wird
weiterer Mangel
in Bezug
die Benutzerfreundlichkeit
wahrgenommen,
dass dass
die Schlagwortwolken
gar nicht
wird wahrgenommen,
die Schlagwortwolken
gar
oder
alphabetisch
geordnet
sind. Eine
nicht allenfalls
oder allenfalls
alphabetisch
geordnet
sind.Studie
Eine
hat
gezeigt,
dass Nutzerinnen
und Nutzer
Wolken
Studie
hat gezeigt,
dass Nutzerinnen
und die
Nutzer
die
nach
semantischen
unstrukturierten
Assoziationen
Wolkenauf nach
auf semantischen
unstrukturierten
oder
semistrukturierten
ordnen würden. Daten
Das
heißt,
Assoziationen
oder semistrukturierten
ordnen
würden.
sie
würden
Wolke,Begriffe
die sichder
einem
angewandt
Daten
Das Begriffe
heißt, sieder
würden
Wolke,
die sich
werden.
gemeinsamen
Thema gemeinsamen
zuordnen lassen,
in
einem angewandt
werden.
Thema
Untergruppen
zusammenstellen.
Interneterfahrene
Nutzer
zuordnen lassen,
in Untergruppen
zusammenstellen.
dagegen
können Nutzer
Wortwolken
in der
Regel
problemlos
Interneterfahrene
dagegen
können
Wortwolken
in
handhaben
und sehen in
ihnen häufig
Bereicherung
der Regel problemlos
handhaben
undeine
sehen
in ihnen
des
Nutzererlebnisses.
häufig
eine Bereicherung des Nutzererlebnisses.
© 2016 IBM Corporation
Text Mining - Herausforderungen
Polysemie
Synonymie
Golf, Mini, Leon, Focus, Adam
Auto, PKW, Wagen, Fahrzeug,
Karre, Rostlaube
Wortformen
Negation
fahren, fahre, gefahren, fuhr,
fuhrst, fahrt, fährt
„Es ist schlecht, dass ich keinen
Porsche habe“
Ironie
„Das hast Du schön hingekriegt“
© 2016 IBM Corporation
Text Mining - … und die Datenqualität?
Social Media
Wartungsberichte
„omg hab etz eig 0 bock auf shize
mathe“
„REPLACE 2 SEAL, REPLACE SEAL
RIGHT DRIVE MOTOR, CLEAN,
ADJUST, TEST. OK”
Umfragen
“die Farben es ist schön butn”
© 2016 IBM Corporation
Text Mining - Prozeß
„Bett war gross und bequem aber Fruehstuck war nicht gerade günstig“
Identifikation von Konzepten
Typisierung
Text Link
Kategorisierung
Bett, Frühstück, groß, bequem, teuer
Zimmer <unbekannt>, kontextuell, positiv, negativ
Bett (Zimmer) – groß (kontextuell)
Bett (Zimmer) – bequem (positiv)
Frühstück (unbekannt) – teuer (negativ)
Zimmer_positiv
Essen_negativ
teueres_Frühstück
© 2016 IBM Corporation
SPSS MODELER VERSION 18
LIVE-DEMO
© 2016 IBM Corporation
12.15 – 13.00 Uhr
MITTAGSBUFFET
© 2016 IBM Corporation
CUSTOMER ANALYTICS, KUNDENWERTANALYSE
GEWINNEN SIE DETAILLIERTE, VERLÄSSLICHE KUNDENINFORMATIONEN AUS ALLEN VERFÜGBAREN
DATENQUELLEN
© 2016 IBM Corporation
Anwendungen und Einsatzgebiete
Einsatzgebiete
Predictive Analytics
Predictive
Customer Analytics
Neukundenakquise
Cross & Upsell
Kundenbindung
Predictive
Operational Analytics
Instandhaltung
Produktion
Gewährleistung
Predictive
Threat & Fraud Analytics
Betrugserkennung
Risiko Management
© 2016 IBM Corporation
Bedarfsvorhersage
5200 Filialen
500k Artikel
© 2016 IBM Corporation
Bedarfsvorhersage

Umsatzsteigerung um 109 Mio USD pro
Jahr

Senkung der Lagerbestände um 7%
Vorhersage-Genauigkeit bei 70+%

Mehrumsatz von 21 Mio USD in zwei
Jahren durch Optimierung der
Sortimentsgestaltung
© 2016 IBM Corporation
Monitoring von Turbinen
100% Vorhersage
97% Genauigkeit
63 Millionen $
der Ausfälle von hochriskanten
Turbinen
bei der Prognose von In-FlightShutdowns
Einsparungen, hätte der
Hersteller die Lösung bereits
ein Jahr zuvor implementiert
© 2016 IBM Corporation
Produktionsoptimierung
Ergebnisse beim Einsatz von Predictive
Analytics in der Zylinderkopfproduktion
• Reduktion der Ausschussrate von 9% auf 1,5%
• Verbesserung der Geradeaus-Produktion um 20%
(von 80% auf 95%)
• 25 Prozent Steigerung der Produktivität dank der
mit IBM SPSS gewonnenen Erkenntnisse.
ROI bereits nach 8 Wochen
© 2016 IBM Corporation
Vorausschauende Sicherheit
© 2016 IBM Corporation
Kampagnenmanagement
Schwab Versand
Zielgerichteter Angebotstransfer und genaue Kundenansprache – Schwab Versand optimiert mit SPSS Kundenkommunikation
Hintergrund & Herausforderung
Vorteile
Mode per Katalog – dieses Konzept hat sich in Deutschland zur Erfolgsgeschichte
entwickelt. Besonders die Schwab Versand GmbH, die vor über 50 Jahren gegründet
wurde, profitiert mit rund 2,5 Millionen Kunden von der bequemen Art des Einkaufs von
daheim. Umfangreiches Sortiment, großes Kundenspektrum. Dabei ist es wesentlich,
dem richtigen Kunden zum richtigen Zeitpunkt ein auf seine individuellen Bedürfnisse
abgestimmtes Produktsortiment (per Katalog) anzubieten.
Zielgenauer Einsatz der vorhandenen
Ressourcen durch Marktsegmentierung
Lösung
Steigerung der erwarteten
Responsequote um 50% bei
verdoppelter Auflage
Um Kampagnen zu optimieren und so die Marketingkosten zu reduzieren, nutzt das
Database Marketing-Team von Schwab SPSS. Damit werden Scoringmodelle
entwickelt, um Kunden nach ihrer Kaufwahrscheinlichkeit zu bewerten, für jede
Kampagne zu kategorisieren und die Katalogselektion zu optimieren. So werden
Kunden durch ein Scoringmodell identifiziert und durch die Marketingmaßnahme
individuell angesprochen.
Reduzierung der Streuverluste sowie
der Marketing- und Mailing-Kosten
Deutliche Steigerung der
Marketingeffizienz
Komponenten der Lösung
•
•
SPSS Statistics
SPSS Modeler
© 2016 IBM Corporation
Planung und Optimierung
Sixt GmbH & Co. Autovermietung KG
Vermietungsoptimierung bei der Autovermietung Sixt
Hintergrund & Herausforderung
Die Sixt GmbH & Co. Autovermietung KG entwickelte sich zu einem weltweit
vertretenen Mobilitätsdienstleister, welcher die Marktführerschaft in Deutschland und
Österreich inne hat. Bei der Vermietung von Fahrzeugen ist mit einer NoShow-Quote
zu rechnen, so daß Fahrzeuge überbucht werden. Dabei ist eine räumliche
Komponente zu berücksichtigen. Mieter geben bei der Reservierung eines Fahrzeuges
neben dem Anmietdatum, die Anmietuhrzeit und dem Anmietort auch das
Abgabedatum, die Abgabeuhrzeit sowie dem Abgabeort an. Es ist für die
Einsatzplanung der Fahrzeuge extrem wichtig festzustellen bei welcher Kombination
der unterschiedlichen Einflussfaktoren dieser Eckdaten die Abgabeinformationen nicht
eingehalten werden.
Lösung
Vorteile
Flexible Einbindung in den bestehenden
Prozess und die bestehende ITLandschaft
Voraussage von NoShow-Quoten zur
stetigen Verfügbarkeit von Fahrzeugen
und gleichzeitigen Vermeidung von
Stillständen
Auswertung der Eckdaten von
Kundenverhalten zur besseren
Einschätzung desselben und optimierten
Einsatzplanung
Mit Hilfe des IBM SPSS Modelers werden diese beiden Herausforderungen adressiert.
Mit Entscheidungsbäumen können NoShow-Quoten und Kundenverhalten
vorausgesagt werden und somit eine erhöhte Planungssicherheit gewährleistet werden.
Komponenten der Lösung
• IBM SPSS Modeler
© 2016 IBM Corporation
AUTOMATISIERUNG UND INTEGRATION IN OPERATIVE PROZESSE
CUSTOMER ANALYTICS, KUNDENWERTANALYSE, NEXT-BEST-OFFER
© 2016 IBM Corporation
Integration in ein CRM-System
© 2016 IBM Corporation
Modeler Batch-Modus
Zeitgesteuerte
Automatisierung
Modeler
Server
© 2016 IBM Corporation
Next-Best-Extra – C&DS
© 2016 IBM Corporation
Next-Best-Extra – C&DS
© 2016 IBM Corporation
Next-Best-Extra – C&DS
Zeit- und eventgesteuerte Automatisierung
© 2016 IBM Corporation
Next-Best-Extra – C&DS
Realtime Scoring
C&DS
SOAP via HTTP/JMS
Scoring Service
Applikation
(sendet Request)
Scoring Ergebnis
Modeler
Scoring
Engine
Log via
JMS queue
Log DB
Daten für Scoring
SOAP via HTTP/JMS
Streams
Modeler
Client
Konfiguration
Streams / Modelle
C&DS
Repository
Streams
Modeler
Server
© 2016 IBM Corporation
Betrugserkennung
© 2016 IBM Corporation
Betrugserkennung bei Anträgen
Fast
Track
SchadensMeldung
Anforderung
von Zusatzinformation
Betrugsabteilung
Daten
• Aktuelle Fallinformationen
• Historie
• Externe Daten
© 2016 IBM Corporation
© 2016 IBM Corporation
© 2016 IBM Corporation
© 2016 IBM Corporation
© 2016 IBM Corporation
© 2016 IBM Corporation
© 2016 IBM Corporation
© 2016 IBM Corporation
© 2016 IBM Corporation
Wertbasierte Optimierung operativer Entscheidungen
Kampagnen‐
ausführung
Beste Kampagne pro Kunde
A B
C
Mögliche
Kampagnen
A
B
C
A
%? $? ?
42
B
%? $? ?
C
%? $? ?
87
Durchsuchen der Datenbanken nach Events
© 2016 IBM Corporation
Erschließung, Ausbau/Wachstum und Bindung von Kunden
mit
IBM Predictive Customer Intelligence
© 2016 IBM Corporation
WAS SAGEN
IHRE
KUNDEN?
Aber nur
80%
der CEOs glauben daß
ihr Unternehmen ein
hervorragendes
Kunden- und
Kauferlebnis liefern
8%
dieser
Kunden
stimmen zu
70%
Beenden die
Kundenbeziehung nach
einer schlechten
Erfahrung
© 2016 IBM Corporation
Kundenorientierung wird nur dann erreicht,
wenn die Kenntnis Ihrer Kunden und Ihre
Kundenansprache bestimmte Anforderungen
erfüllen …
1
… Nutzung aller Kundendaten, intern und
extern, um daraus ein umfassendes,
tiefschürfendes und dynamisches Kundenprofil
zu entwickeln
2
… Nutzung von Advanced Analytics zur
Erkundung, dem Verständnis und der
Vorhersage von Kundenverhalten
3
… Operationalisierung von Maßnahmen
um die besten Kunden zu akquirieren,
auszubauen und zu halten.
© 2016 IBM Corporation
IBM’s Fähigkeiten Kundendaten zu Analysieren liefert die
Basis für ein Kundenzentriertes Unternehmen
Datenquellen
Call center
Web
Zahlreiche
Kundenkontaktpunkte
SMS
Mobile Apps
E-mail
Transactional
data
Direct mail
Chat
Customer
interaction history
Call center
Social
Customer
demographic data
Mobile Apps
Twitter
Web
Weather
Location
Adapted from Forrester, 2014
© 2016 IBM Corporation
Analytische Mehrfachansätze
Was meint das: Mit PCI können Sie
neben reinen Vorhersagemodellen auch
andere analytische Ansätze verfolgen wie:
Segmentierung, Assoziationsregeln,
Anomalieerkennung, Entity Analyse oder
Text Analyse
Damit erhalten Sie (Kunden)Einsichten
aus möglichst unterschiedlichen
Blickwinkeln.
© 2016 IBM Corporation