top of page
Gerne senden wir Ihnen mehr Informationen.-> Kontakt
Datenanalyse - Unsere Services
-
Bestimmung der richtigen Wartungszeitpunkte
-
Einsatz der relevanten Frühwarnsysteme
-
Bestimmung des "end of Live"
Predictive Maintenance (Prädiktion)
-
Messung der Qualität
-
Definition der Produkt-anforderungen
-
Optimierung der Prozesse
-
Bestimmung der Vertriebseffektivität
-
Gestaltung und Steuerung der Kommunikation
Optimales Rezept
(Optimierung)
-
Bestimmung des Auslieferungsstatus
-
Parametrisierung von Sondermaschinen
-
Schaffung von Fern-wartungsmöglickeiten
Digitaler Zwilling
(Basisanalysen)
Datenanalyse - Unser Werkzeugkasten
Analyseschritte
I. Erste Auswertung
II. Gezielte Auswertung
III. Schaffung belast-
barer Ergebnisse
IV. Modellbildung und
systemische
Auswertungen
Inhalt und Ziele
Datenüberblick verschaffen, Kennen-lernen der Daten, Prüfen, ob Daten zur Fragestellung passen
Vertiefte Dateneinblicke verschaffen, Prüfung,
ob Daten Hypothesen zulassen
Testen, Bestätigen und Verwerfen von Hypo-thesen
Bildung von Modellen und systemischen Auswertungen, Effekte von Einflussnetzwerken bestimmen
Methoden
Daten sortieren, Häufigkeiten bestim-men, Dashboards und Reporting erstellen
Data Cleansing, Ermittlung von Ausrei-ßern, Datenvollständig-keit prüfen, Hypothesen bilden
Mathematische Ergebnissicherung, Prädiktion von z.B. Wahlverhalten, Kauf, Maschinenwartung
Elemente reduzieren, Strukturen entdecken, Einflußstärke berechen
Grundlagen
Deskriptive Daten-darstellung:
Visualisierung, Berichte
Reporting
Explorative Daten-analyse:
Cleansing, Ausreißer, Vollständigkeit
Interferenz Statistik:
Signifikanz-Test, Effekte, Prognosen, Prädiktion
Multivariate Statistik:
Faktoren- und Cluster-analyse, Pfadanalysen und Netzwerkdiagram-me, Multiple Regression
Auswahl durchgeführter Datenprojekte
Use Cases und Analytics-Methode
Ergebnis
Kundennutzen
Optimierung der Produktqualität
Methode: Multiple Regression zur Erklärung der "Fails"
Echt-Daten basierte Simulation der Optimierung
(Multivariate- und Netzwerkanalysen)
Transparenz über Gründe für Aus-
schuß innerhalb der Produktion
Möglichkeit der Reduzierung von Ausschuß, Steigerung der Produkt-qualität, Verbesserung Produktmatge
Modellierung von Sales-Prozessen
Methode: Prozessmodelle, Systemische Einflussfaktoren, Komplexitätsintegration, Machine Learning-basiertes Prognosemodell
(Multivariate Analysen, Netzwerk-analysen)
Datenbasiertes Prognosemodell von Sales-Prozessen, Sales-KPI- Modell, Transparenz Sales-Prozesse
Möglichkeit gezielt auf den Erfolg des Sales-Prozesses Einfluß zu nehmen, aktive KPI Steuerung, Erhöhung Kundenzufriedenheit und Sales Margen
Basisanalysen für Digitalen Zwilling
Methode: Modellierung Parameter, Aufbau "Digitaler Zwilling" in Service Datenbank
(Interferenz Statistik, Deskription)
Modell zur Parametrisierung von Sondermaschinen für Fernwartung
Möglichkeit der Alarmierung im laufenden Betrieb, Entscheidungen
vor Ort möglich
Modell Fehlerfrüherkennung
Auswahl KPI-Sets, Machine Learning basierte Mustererkennung und -empfehlung
(Multivariate Analysen)
Predictive Maintenance Modell mit Maßnahmenauswahl nach Dringlich-
keit und Relevanz
Frühzeitiges Erkennen von Fehlerausfällen. Erkenntniss über die Relevanz der Massnahmen. Ver-ringerung Maschinenstillstandszeiten. Erhöhung Produktionsflexibilität
Einführung firmenweites Social Collaboration Tool
Analyse Kommunikationsqualität, Ermittlung Präferenz der Kommunikationswege
(Exploration, Netzwerkanalysen)
Optimierter interner Informationsfluss
für Social Collaboration
Stetige Optimierung der Usability. Konversion Collaboration Tool in interaktives Intranet. Aufkommende Themen früh erkennen. Monitoring auf der Basis von Social Media KPI.
bottom of page