Data Science unterstützt die maschinelle Mustererkennung in Daten zur Modellbildung (Abb. 8). Im Vordergrund steht die komplexe und ungerichtete Analyse von Datenbeständen zur Entdeckung von Strukturen und Mustern unter Nutzung von Verfahren der Statistik, des maschinellen Lernens (Machine Learning) und der künstlichen Intelligenz (Artificial Intelligence oder AI). Als Gattungsbegriff hat sich hier Data Mining etabliert, aber auch Predictive Analytics, Data Science und Advanced Analytics sind gebräuchliche Bezeichnungen. Häufig ist die Benutzbarkeit von Data Science Software für ungeschulte Fachanwender schwierig. Einsatzszenarien sind vor allem der Aufbau von Modellen für die Kundensegmentierung, Warenkorbanalyse, Treiberanalyse und Simulation, Bonitätsanalyse oder die Erstellung prädiktiven Modellen für z. B. Umsatzplanung.
Abb. 8: What-if-Analyse erstellt mit SAS Visual Data Mining and Machine Learning[1]
Der Advanced-Analytics-Markt reicht von BI-Analysewerkzeugen mit statistischen Funktionen (s. Analyse) bis hin zu flexiblen Advanced-Analytics- und Data-Science-Plattformen, welche die individuelle Definition und Operationalisierung von Data-Mining-Modellen ermöglichen.
BI-Anbieter für Advanced Analytics und Data Science (Auswahl)
Typische Vertreter dieser Kategorien (beispielhafte Aufzählung in alphabetischer Reihenfolge):
- Alteryx
- AWS (diverse Services)
- Dataiku
- DataRobot
- FICO
- IBM, u. a. Cloud Pak for Data
- KNIME
- Microsoft Azure (diverse Services)
- SAS Viya (diverse Module)
- Spotfire
Dieser Inhalt ist unter anderem im Haufe Finance Office Premium enthalten. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen