Professionelle
Data Science -Dienstleistungen
Bringen Sie Ihre Firma auf das nächste Level
Unsere Dienstleistungen
Auf Ihre Bedürfnisse zugeschnitten
Kostenfreies Erstgespräch
mit 1 Consulting Stunde
Erfolgreiche »data science« Projekte umfassen meist ähnliche Schritte im kostenfreien Erstgespräch:
-
Was ist der »business case« und welche Randbedingungen sind daran geknüpft?
-
Welche Fragestellungen oder »pain points« möchte ich als Kund*in durch die Datenanalyse beantworten bzw. welche Herausforderungen im operativen sowie strategischen Geschäft möchte ich optimiert haben?
-
Werden die Daten auch erhoben, welche man vorhersagen möchte z.B. KPI's oder Prozessparameter?
Aus diesem Grunde werden diese Fragestellungen im Vorgespräch mit den Kund*innen mithilfe eines geführten Interview-Leitfadens und Checklisten/Fragebögen erhoben. Auf dieser Grundlage erfolgt eine StatusQuo- und Bedarfsanalyse und wird im Nachgang als Bericht den Kontaktpersonen zur Verfügung gestellt. Dieser Mehrwert kann bereits als Basis für Optimierungen herangezogen werden und geht mit keinerlei Verbindlichkeiten einher.
Workshop
Bei dieser Zusammenkunft aller Stakeholder werden zunächst die Ergebnisse des »proposals« vorgestellt. Im Anschluss werden im Workshop mithilfe des CVP-Canvas »pain/gain points« und »customer jobs« detektiert, Domainwissen verstanden und gemeinsam der »business case« erarbeitet.
Erstellung der Projektvereinbarungen in Zeit, Ort, Form, sprich Zielen und Reportings, die in Form gegossen sowie im Nachgang im gegenseitigen Einvernehmen abgestimmt werden. Es wird der Projektplan versendet und bei Bestätigung unterzeichnet.
Betreuung
Im letzten Schritt werden alle Ergebnisse, Strategie- & Handlungsempfehlungen mit den Programmen sowie Datensätzen präsentiert bzw. digital übergeben.
Es kann zudem von datafox consulting GmbH offeriert werden, die Implementierung mit zu begleiten und als Consultant auf Projektbasis weiterhin unterstützend mitzuwirken.
Business Proposal (Förderungsfähig)
mit 3 Consulting Tage
Erstellung des »proposals« (dt. Geschäftsvorschlag) mithilfe eines von Kund*innen übergebenen Datensatzes (unterzeichnete Geheimhaltungserklärung), um die klar definierte Zielsetzung umzusetzen.
Dabei kann ein »first spike« initialisiert werden, um bereits Wissen, erste Handlungsempfehlungen und Strategien in diesem Rahmen aufzubereiten sowie einem erwählten Entscheidungskreis vorzustellen. Dies ist bereits die Grundlage für die Kooperation im Projekt.
Projektarbeit (Förderungsfähig)
Im nächsten Schritt werden die benötigten Daten aus verschiedenen Quellen oder Datenbanken zusammengetra- gen, sprich Daten akkreditieren.
Fragestellungen: Wo liegen die Daten? Auf Webseiten oder lokal gespeichert, welche von dort erst extrahiert werden müssen? Mit diesem Schritt ist auch die Datenbereinigung verbunden. Erfahrungsgemäß ist das meist der längste Vorgang und umfasst 50 – 80 % der Zeit.
Warum? Es gibt so viele verschiedene Möglichkeiten Fehler oder Inkonsistenzen in Daten zu haben, die auch erst entdeckt werden müssen, sodass viel manuelle Arbeit in der Datenbereinigung notwendig ist. Dazu gehört auch der Umgang mit fehlenden Daten. Soll man diese ersetzen oder löschen?
Nachdem man den Datensatz bereinigt hat, kann man eine explorative Datenanalyse (EDA) durchführen. Man kann erste Darstellungen, Korrelationen bzw. Regressionen berechnen, erhält Ideen für vorhandene Muster in den Daten, woraus Hypothesen für die ursprüngliche Fragestellung entwickelt werden können. Bevor man Vorhersagemodelle baut, sollte man die wichtigsten Einflussvariablen (auch »features«) identifizieren. Man kann auch zusätzlich neue »features« zusammen mit den »domain experts«, sprich Kund*innen und dem Team, erstellen.
Um robuste Daten zu erkennen, die den Zusammenhang zur Zielgröße beschreiben (z.B. fallen Bauteile aus?), trainiert man an einen nächsten Schritt »machine learning algorithms« wie Clusteranalysen oder neuronale Netzwerke. Abschließend werden die gefundenen Erkenntnisse in ansprechenden Präsentationen kommuniziert, wofür man entsprechende Darstellungen, Animationen oder Web-Apps benötigt, umgesetzt.