SlideShare une entreprise Scribd logo
1  sur  11
Télécharger pour lire hors ligne
Data Science & Big Data, made in Switzerland
Thilo Stadelmann, ZHAW School of Engineering
Frank Ihringer, Serwise AG

© 2013 IBM Corporation
Agenda

• Data Science – made in Switzerland
•
•
•
•

Case Study 1: Social Media Mining
Case Study 2: Text Analytics und Netzwerkvisualisierung
Case Study 3: Analytisches CRM
Case Study 4: Clickstream Analyse

• Big Data Roadshow

2
Data Science

…

…

3
…made in Switzerland!

• Datalab: Eines der ersten europäischen Labore für Data Science F&E
• Interdisziplinäres Lab aus Experten der Institute InIT und IDP
• Projekte:

• Lehre:

4
Case Study 1: Social Media Mining

• Aufgabenstellung: «Contextual News for Structured Data»
• Herausforderung: Überbrückung der «Semantic Gap»

„Ihr habt sie doch
nicht alle!“
zufriedenheit
=
low

5
Case Study 1: Technischer Hintergrund

• Information Retrieval Pipeline:

Tokenization

Language Detection

Relevance Feedback
6

Feature Selection

Stemming

Phrase Detection

Fingerprint
Case Study 2: Text Analytics und Netzwerkvisualisierung

• Ausgangslage: Ca. 7’500 Förderstiftungen in der Schweiz
• Aufgabe: Proposals & passende Förderer zusammenbringen
• Herausforderungen:
– Inhaltliche Ähnlichkeit von Stiftungszwecken quantifizieren
– Visualisierung der Stiftungslandschaft anhand
inhaltlicher Nähe
 Einfache Suche anhand Projektskizze nach potentiell
bestem Förderer ermöglichen

7
Case Study 2: Technischer Hintergrund

• Lösungsansätze:
– Entwicklung mehrsprachiger Retrievalverfahren
 BabelNet 2.0: Verwendung von Wikipedia & Wordnet
– Für Suche extrem kleine Datenbasis (7.5k Stiftungen)
 Umsetzung extrem Recall-orientierter Suche
– Für intuitiv erfassbare Visualisierung sehr viele Daten
 Forced Directed Layout auf Ähnlichkeiten aus
Term-Dokument-Matrix und Topic Modelling

8
Case Study 3: Analytisches CRM

• Aufgabe: Welche Kunden per Marketingaktion anschreiben?
• Herausforderungen:
– Automatisierung der monatl. Mailings

– Nur Response optimieren?

9
Case Study 3: Technischer Hintergrund

• Lösungsansätze
– Automatisierung:

QualitätsÜberwachung

MerkmalsSelektion

ModellAnpassung

– Neue Metrik für Erfolg: Wert eines Kunden auf Lebenszeit betrachtet
 Schätzung des Mindset des Kunden (wie entscheidet er wohl in Zukunft?)
 Neue Daten notwendig

10
Case Study 4: Clickstream Analyse

• Aufgabe: Welches Wissen schlummert im Serverlog
grosser Webportale?
[…]
66.249.78.xxx - - [09/Sep/2013:00:00:03 +0200] "GET /product.search?p=12&q=dm+shampoo HTTP/1.1" 200 11659 "-" "Mediapartners-Google"
89.244.255.zzz - - [09/Sep/2013:00:00:03 +0200] "GET /WebService/rest/img/id/95809/3 HTTP/1.1" 200 1307 "-" " Plattform/1.5.1 CFNetwork/609.1.4 Darwin/13.0.0 "
89.244.255.zzz - - [09/Sep/2013:00:00:03 +0200] "GET /WebService/rest/img/id/59935/3 HTTP/1.1" 200 1764 "-" "Plattform/1.5.1 CFNetwork/609.1.4 Darwin/13.0.0 "
89.244.255.zzz - - [09/Sep/2013:00:00:03 +0200] "GET /WebService/rest/img/id/105511/3 HTTP/1.1" 200 1278 "-" "Plattform/1.5.1 CFNetwork/609.1.4 Darwin/13.0.0 "
109.42.3.yyy - - [09/Sep/2013:00:00:03 +0200] "GET /WebService/rest/prod/gsearch/0/4/Estee+Lauder HTTP/1.1" 200 8077 "-" "Apache-HttpClient/UNAVAIL.(java 1.4) "
[…]

• Herausforderung:
– Datenmenge (Millionen Zeilen pro Tag)
– Explizit machen von Information (Kontext)  Anreicherung der Logs

• Ideen:
– Trendspotting á la Google Flu Trends
– Kundengetriebenes Produktdesign

11

Contenu connexe

Tendances

Social Data Strategy: Mehr Wert aus Daten von Facebook & Co. erzeugen
Social Data Strategy: Mehr Wert aus Daten von Facebook & Co. erzeugenSocial Data Strategy: Mehr Wert aus Daten von Facebook & Co. erzeugen
Social Data Strategy: Mehr Wert aus Daten von Facebook & Co. erzeugenDatentreiber
 
Verstehen Sie Ihre Kunden - Datenseen und Datensilos
Verstehen Sie Ihre Kunden - Datenseen und DatensilosVerstehen Sie Ihre Kunden - Datenseen und Datensilos
Verstehen Sie Ihre Kunden - Datenseen und DatensilosDigital Analytics Institute
 
Vorstellung von Datentreiber
Vorstellung von DatentreiberVorstellung von Datentreiber
Vorstellung von DatentreiberDatentreiber
 
Big Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A RelationsBig Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A RelationsGeorg Blum
 
Social Media: Datenschatz oder Datentruhe?
Social Media: Datenschatz oder Datentruhe?Social Media: Datenschatz oder Datentruhe?
Social Media: Datenschatz oder Datentruhe?Datentreiber
 
Erfolgreiche Datenstrategien für PIM & MDM entwerfen
Erfolgreiche Datenstrategien für PIM & MDM entwerfenErfolgreiche Datenstrategien für PIM & MDM entwerfen
Erfolgreiche Datenstrategien für PIM & MDM entwerfenDatentreiber
 
Data-Driven Marketing Workshop
Data-Driven Marketing WorkshopData-Driven Marketing Workshop
Data-Driven Marketing WorkshopDatentreiber
 
Wie Sie mit Datenstrategie-Design den analytischen Reifegrad Ihres Marketings...
Wie Sie mit Datenstrategie-Design den analytischen Reifegrad Ihres Marketings...Wie Sie mit Datenstrategie-Design den analytischen Reifegrad Ihres Marketings...
Wie Sie mit Datenstrategie-Design den analytischen Reifegrad Ihres Marketings...Datentreiber
 
Mit Design Thinking zum datengetriebenen Marketing
Mit Design Thinking zum datengetriebenen MarketingMit Design Thinking zum datengetriebenen Marketing
Mit Design Thinking zum datengetriebenen MarketingDatentreiber
 
Datenstrategie-Seminar
Datenstrategie-SeminarDatenstrategie-Seminar
Datenstrategie-SeminarDatentreiber
 
Datentreiber - Wir treiben Ihr Unternehmen voran.
Datentreiber - Wir treiben Ihr Unternehmen voran.Datentreiber - Wir treiben Ihr Unternehmen voran.
Datentreiber - Wir treiben Ihr Unternehmen voran.Martin Szugat
 
Lisa Weichselbaum & Alexandra Urdea (e-dialog) Programmatic Deals & Media Con...
Lisa Weichselbaum & Alexandra Urdea (e-dialog) Programmatic Deals & Media Con...Lisa Weichselbaum & Alexandra Urdea (e-dialog) Programmatic Deals & Media Con...
Lisa Weichselbaum & Alexandra Urdea (e-dialog) Programmatic Deals & Media Con...e-dialog GmbH
 
Alexander Krull (Webtrekk) 140 Tage DSGVO - ProgrammatiCon 2018
Alexander Krull (Webtrekk) 140 Tage DSGVO - ProgrammatiCon 2018Alexander Krull (Webtrekk) 140 Tage DSGVO - ProgrammatiCon 2018
Alexander Krull (Webtrekk) 140 Tage DSGVO - ProgrammatiCon 2018e-dialog GmbH
 
MENSCHEN STATT SEITEN - Ein Plädoyer für People Analytics
MENSCHEN STATT SEITEN - Ein Plädoyer für People AnalyticsMENSCHEN STATT SEITEN - Ein Plädoyer für People Analytics
MENSCHEN STATT SEITEN - Ein Plädoyer für People AnalyticsMartin Szugat
 
Data Science: Gold schürfen im modernen Marketing
Data Science: Gold schürfen im modernen MarketingData Science: Gold schürfen im modernen Marketing
Data Science: Gold schürfen im modernen MarketingSOMEXCLOUD
 
#SOMEXcircle "Big Data-Methoden im Kampagnen-Controlling" / Aug'15
#SOMEXcircle "Big Data-Methoden im Kampagnen-Controlling" / Aug'15#SOMEXcircle "Big Data-Methoden im Kampagnen-Controlling" / Aug'15
#SOMEXcircle "Big Data-Methoden im Kampagnen-Controlling" / Aug'15SOMEXCLOUD
 
Big Data ganz einfach: So rollen Sie mit Erkenntnis den Markt auf
Big Data ganz einfach: So rollen Sie mit Erkenntnis den Markt aufBig Data ganz einfach: So rollen Sie mit Erkenntnis den Markt auf
Big Data ganz einfach: So rollen Sie mit Erkenntnis den Markt aufJan Schoenmakers
 
ProgrammatiCon 2017 - Möge der Datenschutz mit Euch sein - Alexander Krull, W...
ProgrammatiCon 2017 - Möge der Datenschutz mit Euch sein - Alexander Krull, W...ProgrammatiCon 2017 - Möge der Datenschutz mit Euch sein - Alexander Krull, W...
ProgrammatiCon 2017 - Möge der Datenschutz mit Euch sein - Alexander Krull, W...e-dialog GmbH
 
Trendforum
TrendforumTrendforum
Trendforumayham
 

Tendances (20)

Social Data Strategy: Mehr Wert aus Daten von Facebook & Co. erzeugen
Social Data Strategy: Mehr Wert aus Daten von Facebook & Co. erzeugenSocial Data Strategy: Mehr Wert aus Daten von Facebook & Co. erzeugen
Social Data Strategy: Mehr Wert aus Daten von Facebook & Co. erzeugen
 
Verstehen Sie Ihre Kunden - Datenseen und Datensilos
Verstehen Sie Ihre Kunden - Datenseen und DatensilosVerstehen Sie Ihre Kunden - Datenseen und Datensilos
Verstehen Sie Ihre Kunden - Datenseen und Datensilos
 
Vorstellung von Datentreiber
Vorstellung von DatentreiberVorstellung von Datentreiber
Vorstellung von Datentreiber
 
Event #6: Big Data - Sonja Metzger
Event #6: Big Data - Sonja MetzgerEvent #6: Big Data - Sonja Metzger
Event #6: Big Data - Sonja Metzger
 
Big Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A RelationsBig Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A Relations
 
Social Media: Datenschatz oder Datentruhe?
Social Media: Datenschatz oder Datentruhe?Social Media: Datenschatz oder Datentruhe?
Social Media: Datenschatz oder Datentruhe?
 
Erfolgreiche Datenstrategien für PIM & MDM entwerfen
Erfolgreiche Datenstrategien für PIM & MDM entwerfenErfolgreiche Datenstrategien für PIM & MDM entwerfen
Erfolgreiche Datenstrategien für PIM & MDM entwerfen
 
Data-Driven Marketing Workshop
Data-Driven Marketing WorkshopData-Driven Marketing Workshop
Data-Driven Marketing Workshop
 
Wie Sie mit Datenstrategie-Design den analytischen Reifegrad Ihres Marketings...
Wie Sie mit Datenstrategie-Design den analytischen Reifegrad Ihres Marketings...Wie Sie mit Datenstrategie-Design den analytischen Reifegrad Ihres Marketings...
Wie Sie mit Datenstrategie-Design den analytischen Reifegrad Ihres Marketings...
 
Mit Design Thinking zum datengetriebenen Marketing
Mit Design Thinking zum datengetriebenen MarketingMit Design Thinking zum datengetriebenen Marketing
Mit Design Thinking zum datengetriebenen Marketing
 
Datenstrategie-Seminar
Datenstrategie-SeminarDatenstrategie-Seminar
Datenstrategie-Seminar
 
Datentreiber - Wir treiben Ihr Unternehmen voran.
Datentreiber - Wir treiben Ihr Unternehmen voran.Datentreiber - Wir treiben Ihr Unternehmen voran.
Datentreiber - Wir treiben Ihr Unternehmen voran.
 
Lisa Weichselbaum & Alexandra Urdea (e-dialog) Programmatic Deals & Media Con...
Lisa Weichselbaum & Alexandra Urdea (e-dialog) Programmatic Deals & Media Con...Lisa Weichselbaum & Alexandra Urdea (e-dialog) Programmatic Deals & Media Con...
Lisa Weichselbaum & Alexandra Urdea (e-dialog) Programmatic Deals & Media Con...
 
Alexander Krull (Webtrekk) 140 Tage DSGVO - ProgrammatiCon 2018
Alexander Krull (Webtrekk) 140 Tage DSGVO - ProgrammatiCon 2018Alexander Krull (Webtrekk) 140 Tage DSGVO - ProgrammatiCon 2018
Alexander Krull (Webtrekk) 140 Tage DSGVO - ProgrammatiCon 2018
 
MENSCHEN STATT SEITEN - Ein Plädoyer für People Analytics
MENSCHEN STATT SEITEN - Ein Plädoyer für People AnalyticsMENSCHEN STATT SEITEN - Ein Plädoyer für People Analytics
MENSCHEN STATT SEITEN - Ein Plädoyer für People Analytics
 
Data Science: Gold schürfen im modernen Marketing
Data Science: Gold schürfen im modernen MarketingData Science: Gold schürfen im modernen Marketing
Data Science: Gold schürfen im modernen Marketing
 
#SOMEXcircle "Big Data-Methoden im Kampagnen-Controlling" / Aug'15
#SOMEXcircle "Big Data-Methoden im Kampagnen-Controlling" / Aug'15#SOMEXcircle "Big Data-Methoden im Kampagnen-Controlling" / Aug'15
#SOMEXcircle "Big Data-Methoden im Kampagnen-Controlling" / Aug'15
 
Big Data ganz einfach: So rollen Sie mit Erkenntnis den Markt auf
Big Data ganz einfach: So rollen Sie mit Erkenntnis den Markt aufBig Data ganz einfach: So rollen Sie mit Erkenntnis den Markt auf
Big Data ganz einfach: So rollen Sie mit Erkenntnis den Markt auf
 
ProgrammatiCon 2017 - Möge der Datenschutz mit Euch sein - Alexander Krull, W...
ProgrammatiCon 2017 - Möge der Datenschutz mit Euch sein - Alexander Krull, W...ProgrammatiCon 2017 - Möge der Datenschutz mit Euch sein - Alexander Krull, W...
ProgrammatiCon 2017 - Möge der Datenschutz mit Euch sein - Alexander Krull, W...
 
Trendforum
TrendforumTrendforum
Trendforum
 

En vedette

Big Data Power auf Ihrem Schreibtisch
Big Data Power auf Ihrem SchreibtischBig Data Power auf Ihrem Schreibtisch
Big Data Power auf Ihrem SchreibtischAnalyx
 
7 lessons to learn of Brazil defeat, to your company
7 lessons to learn of Brazil defeat, to your company 7 lessons to learn of Brazil defeat, to your company
7 lessons to learn of Brazil defeat, to your company Alexandre Uehara
 
Data science for advanced dummies
Data science for advanced dummiesData science for advanced dummies
Data science for advanced dummiesSaurav Chakravorty
 
Quero trabalhar com big data data science, como faço-
Quero trabalhar com big data   data science, como faço-Quero trabalhar com big data   data science, como faço-
Quero trabalhar com big data data science, como faço-Alexandre Uehara
 
Introduction to Machine Learning
Introduction to Machine LearningIntroduction to Machine Learning
Introduction to Machine LearningRaveen Perera
 
7 historical software bugs
 7 historical software bugs 7 historical software bugs
7 historical software bugsAlexandre Uehara
 
Europython - Machine Learning for dummies with Python
Europython - Machine Learning for dummies with PythonEuropython - Machine Learning for dummies with Python
Europython - Machine Learning for dummies with PythonJavier Arias Losada
 
Introduction of Machine Learning
Introduction of Machine LearningIntroduction of Machine Learning
Introduction of Machine LearningMohammad Hossain
 
TDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data ScienceTDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data Sciencetdc-globalcode
 
Introduction to Machine learning
Introduction to Machine learningIntroduction to Machine learning
Introduction to Machine learningKnoldus Inc.
 
Elastically scalable architectures with microservices. The end of the monolith?
Elastically scalable architectures with microservices. The end of the monolith?Elastically scalable architectures with microservices. The end of the monolith?
Elastically scalable architectures with microservices. The end of the monolith?Javier Arias Losada
 
[Eestec] Machine Learning online seminar 1, 12 2016
[Eestec] Machine Learning online seminar 1, 12 2016[Eestec] Machine Learning online seminar 1, 12 2016
[Eestec] Machine Learning online seminar 1, 12 2016Grigoris C
 
Introduction Machine Learning by MyLittleAdventure
Introduction Machine Learning by MyLittleAdventureIntroduction Machine Learning by MyLittleAdventure
Introduction Machine Learning by MyLittleAdventuremylittleadventure
 
Pybcn machine learning for dummies with python
Pybcn machine learning for dummies with pythonPybcn machine learning for dummies with python
Pybcn machine learning for dummies with pythonJavier Arias Losada
 
Brief introduction to Machine Learning
Brief introduction to Machine LearningBrief introduction to Machine Learning
Brief introduction to Machine LearningCodeForFrankfurt
 
Pivotal Digital Transformation Forum: Data Science
Pivotal Digital Transformation Forum: Data Science Pivotal Digital Transformation Forum: Data Science
Pivotal Digital Transformation Forum: Data Science VMware Tanzu
 
Machine learning for dummies - Azuges November 2016
Machine learning for dummies - Azuges November 2016Machine learning for dummies - Azuges November 2016
Machine learning for dummies - Azuges November 2016Carlos Landeras Martínez
 
Machine learning for dummies
Machine learning for dummiesMachine learning for dummies
Machine learning for dummiesAlexandre Uehara
 

En vedette (20)

Big Data Power auf Ihrem Schreibtisch
Big Data Power auf Ihrem SchreibtischBig Data Power auf Ihrem Schreibtisch
Big Data Power auf Ihrem Schreibtisch
 
7 lessons to learn of Brazil defeat, to your company
7 lessons to learn of Brazil defeat, to your company 7 lessons to learn of Brazil defeat, to your company
7 lessons to learn of Brazil defeat, to your company
 
Data Science For Dummies From a Dummy
Data Science For Dummies From a DummyData Science For Dummies From a Dummy
Data Science For Dummies From a Dummy
 
ES6 metaprogramming unleashed
ES6 metaprogramming unleashedES6 metaprogramming unleashed
ES6 metaprogramming unleashed
 
Data science for advanced dummies
Data science for advanced dummiesData science for advanced dummies
Data science for advanced dummies
 
Quero trabalhar com big data data science, como faço-
Quero trabalhar com big data   data science, como faço-Quero trabalhar com big data   data science, como faço-
Quero trabalhar com big data data science, como faço-
 
Introduction to Machine Learning
Introduction to Machine LearningIntroduction to Machine Learning
Introduction to Machine Learning
 
7 historical software bugs
 7 historical software bugs 7 historical software bugs
7 historical software bugs
 
Europython - Machine Learning for dummies with Python
Europython - Machine Learning for dummies with PythonEuropython - Machine Learning for dummies with Python
Europython - Machine Learning for dummies with Python
 
Introduction of Machine Learning
Introduction of Machine LearningIntroduction of Machine Learning
Introduction of Machine Learning
 
TDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data ScienceTDC2016SP - Trilha Data Science
TDC2016SP - Trilha Data Science
 
Introduction to Machine learning
Introduction to Machine learningIntroduction to Machine learning
Introduction to Machine learning
 
Elastically scalable architectures with microservices. The end of the monolith?
Elastically scalable architectures with microservices. The end of the monolith?Elastically scalable architectures with microservices. The end of the monolith?
Elastically scalable architectures with microservices. The end of the monolith?
 
[Eestec] Machine Learning online seminar 1, 12 2016
[Eestec] Machine Learning online seminar 1, 12 2016[Eestec] Machine Learning online seminar 1, 12 2016
[Eestec] Machine Learning online seminar 1, 12 2016
 
Introduction Machine Learning by MyLittleAdventure
Introduction Machine Learning by MyLittleAdventureIntroduction Machine Learning by MyLittleAdventure
Introduction Machine Learning by MyLittleAdventure
 
Pybcn machine learning for dummies with python
Pybcn machine learning for dummies with pythonPybcn machine learning for dummies with python
Pybcn machine learning for dummies with python
 
Brief introduction to Machine Learning
Brief introduction to Machine LearningBrief introduction to Machine Learning
Brief introduction to Machine Learning
 
Pivotal Digital Transformation Forum: Data Science
Pivotal Digital Transformation Forum: Data Science Pivotal Digital Transformation Forum: Data Science
Pivotal Digital Transformation Forum: Data Science
 
Machine learning for dummies - Azuges November 2016
Machine learning for dummies - Azuges November 2016Machine learning for dummies - Azuges November 2016
Machine learning for dummies - Azuges November 2016
 
Machine learning for dummies
Machine learning for dummiesMachine learning for dummies
Machine learning for dummies
 

Similaire à Data Science & Big Data, made in Switzerland

Wie die Swiss Alliance for Data-Intensive Services datenbasierte Mehrwerte sc...
Wie die Swiss Alliance for Data-Intensive Services datenbasierte Mehrwerte sc...Wie die Swiss Alliance for Data-Intensive Services datenbasierte Mehrwerte sc...
Wie die Swiss Alliance for Data-Intensive Services datenbasierte Mehrwerte sc...Thilo Stadelmann
 
Reportings & Insights mit Google Data Studio | Google Analytics Konferenz 2019
Reportings & Insights mit Google Data Studio | Google Analytics Konferenz 2019Reportings & Insights mit Google Data Studio | Google Analytics Konferenz 2019
Reportings & Insights mit Google Data Studio | Google Analytics Konferenz 2019luna-park GmbH
 
BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-KourilBITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-KourilStefan Schwarz
 
Google Analytics Konferenz 2019_Vom Reporting zu Insights_Maike Duhr (lunapar...
Google Analytics Konferenz 2019_Vom Reporting zu Insights_Maike Duhr (lunapar...Google Analytics Konferenz 2019_Vom Reporting zu Insights_Maike Duhr (lunapar...
Google Analytics Konferenz 2019_Vom Reporting zu Insights_Maike Duhr (lunapar...e-dialog GmbH
 
Webinar-Serie mit LinkedIn: Social Recruiting einsetzen (Suchfilter)
Webinar-Serie mit LinkedIn: Social Recruiting einsetzen (Suchfilter)Webinar-Serie mit LinkedIn: Social Recruiting einsetzen (Suchfilter)
Webinar-Serie mit LinkedIn: Social Recruiting einsetzen (Suchfilter)LinkedIn D-A-CH
 
Sharepoint, Liferay & Co.: Social Business Integration in der Praxis
Sharepoint, Liferay & Co.: Social Business Integration in der PraxisSharepoint, Liferay & Co.: Social Business Integration in der Praxis
Sharepoint, Liferay & Co.: Social Business Integration in der Praxisinovex GmbH
 
Future Workplace: Was adidas Group Mitarbeitende, Studierende und Jungunterne...
Future Workplace: Was adidas Group Mitarbeitende, Studierende und Jungunterne...Future Workplace: Was adidas Group Mitarbeitende, Studierende und Jungunterne...
Future Workplace: Was adidas Group Mitarbeitende, Studierende und Jungunterne...University St. Gallen
 
worldiety GmbH - Datenanalyse
worldiety GmbH - Datenanalyse worldiety GmbH - Datenanalyse
worldiety GmbH - Datenanalyse worldiety GmbH
 
Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)
Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)
Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)Praxistage
 
Data Science - (K)eine Teenagerliebe
Data Science - (K)eine TeenagerliebeData Science - (K)eine Teenagerliebe
Data Science - (K)eine TeenagerliebeThilo Stadelmann
 
Der Wert von Daten in Zeiten von "Big Data"
Der Wert von Daten in Zeiten von "Big Data"Der Wert von Daten in Zeiten von "Big Data"
Der Wert von Daten in Zeiten von "Big Data"Thilo Stadelmann
 
Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Harald Erb
 
Sabine Bühn, Bernd Aschauer (Aschauer IT & Business)
Sabine Bühn, Bernd Aschauer (Aschauer IT & Business)Sabine Bühn, Bernd Aschauer (Aschauer IT & Business)
Sabine Bühn, Bernd Aschauer (Aschauer IT & Business)Praxistage
 
Verstehen Sie Ihre Kunden Meetup Köln 08.10.2018
Verstehen Sie Ihre Kunden Meetup Köln 08.10.2018Verstehen Sie Ihre Kunden Meetup Köln 08.10.2018
Verstehen Sie Ihre Kunden Meetup Köln 08.10.2018Digital Analytics Institute
 
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid® scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid® scopeKM GmbH Knowledge Management
 
dictaJet im Produktinformationsmanagement
dictaJet im ProduktinformationsmanagementdictaJet im Produktinformationsmanagement
dictaJet im ProduktinformationsmanagementdictaJet
 
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...inovex GmbH
 
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.at
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.atGoogle Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.at
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.ate-dialog GmbH
 
Optimierte Vorgehensweisen für Intranet-Projekte [DE]
Optimierte Vorgehensweisen für Intranet-Projekte [DE]Optimierte Vorgehensweisen für Intranet-Projekte [DE]
Optimierte Vorgehensweisen für Intranet-Projekte [DE]Stephan Schillerwein
 
Unic AG - Enterprise-Search Breakout Session X.Days 2009
Unic AG - Enterprise-Search Breakout Session X.Days 2009Unic AG - Enterprise-Search Breakout Session X.Days 2009
Unic AG - Enterprise-Search Breakout Session X.Days 2009André Schmid
 

Similaire à Data Science & Big Data, made in Switzerland (20)

Wie die Swiss Alliance for Data-Intensive Services datenbasierte Mehrwerte sc...
Wie die Swiss Alliance for Data-Intensive Services datenbasierte Mehrwerte sc...Wie die Swiss Alliance for Data-Intensive Services datenbasierte Mehrwerte sc...
Wie die Swiss Alliance for Data-Intensive Services datenbasierte Mehrwerte sc...
 
Reportings & Insights mit Google Data Studio | Google Analytics Konferenz 2019
Reportings & Insights mit Google Data Studio | Google Analytics Konferenz 2019Reportings & Insights mit Google Data Studio | Google Analytics Konferenz 2019
Reportings & Insights mit Google Data Studio | Google Analytics Konferenz 2019
 
BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-KourilBITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
BITKOM_Präsentation Data Intelligence Hub -Schwarz-Kouril
 
Google Analytics Konferenz 2019_Vom Reporting zu Insights_Maike Duhr (lunapar...
Google Analytics Konferenz 2019_Vom Reporting zu Insights_Maike Duhr (lunapar...Google Analytics Konferenz 2019_Vom Reporting zu Insights_Maike Duhr (lunapar...
Google Analytics Konferenz 2019_Vom Reporting zu Insights_Maike Duhr (lunapar...
 
Webinar-Serie mit LinkedIn: Social Recruiting einsetzen (Suchfilter)
Webinar-Serie mit LinkedIn: Social Recruiting einsetzen (Suchfilter)Webinar-Serie mit LinkedIn: Social Recruiting einsetzen (Suchfilter)
Webinar-Serie mit LinkedIn: Social Recruiting einsetzen (Suchfilter)
 
Sharepoint, Liferay & Co.: Social Business Integration in der Praxis
Sharepoint, Liferay & Co.: Social Business Integration in der PraxisSharepoint, Liferay & Co.: Social Business Integration in der Praxis
Sharepoint, Liferay & Co.: Social Business Integration in der Praxis
 
Future Workplace: Was adidas Group Mitarbeitende, Studierende und Jungunterne...
Future Workplace: Was adidas Group Mitarbeitende, Studierende und Jungunterne...Future Workplace: Was adidas Group Mitarbeitende, Studierende und Jungunterne...
Future Workplace: Was adidas Group Mitarbeitende, Studierende und Jungunterne...
 
worldiety GmbH - Datenanalyse
worldiety GmbH - Datenanalyse worldiety GmbH - Datenanalyse
worldiety GmbH - Datenanalyse
 
Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)
Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)
Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)
 
Data Science - (K)eine Teenagerliebe
Data Science - (K)eine TeenagerliebeData Science - (K)eine Teenagerliebe
Data Science - (K)eine Teenagerliebe
 
Der Wert von Daten in Zeiten von "Big Data"
Der Wert von Daten in Zeiten von "Big Data"Der Wert von Daten in Zeiten von "Big Data"
Der Wert von Daten in Zeiten von "Big Data"
 
Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!
 
Sabine Bühn, Bernd Aschauer (Aschauer IT & Business)
Sabine Bühn, Bernd Aschauer (Aschauer IT & Business)Sabine Bühn, Bernd Aschauer (Aschauer IT & Business)
Sabine Bühn, Bernd Aschauer (Aschauer IT & Business)
 
Verstehen Sie Ihre Kunden Meetup Köln 08.10.2018
Verstehen Sie Ihre Kunden Meetup Köln 08.10.2018Verstehen Sie Ihre Kunden Meetup Köln 08.10.2018
Verstehen Sie Ihre Kunden Meetup Köln 08.10.2018
 
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid® scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®
 
dictaJet im Produktinformationsmanagement
dictaJet im ProduktinformationsmanagementdictaJet im Produktinformationsmanagement
dictaJet im Produktinformationsmanagement
 
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
Cloud Wars – what‘s the smartest data platform? Vergleich Microsoft Azure, Am...
 
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.at
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.atGoogle Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.at
Google Analytics Konferenz 2015_Building a data strategy_Georg Koch_herold.at
 
Optimierte Vorgehensweisen für Intranet-Projekte [DE]
Optimierte Vorgehensweisen für Intranet-Projekte [DE]Optimierte Vorgehensweisen für Intranet-Projekte [DE]
Optimierte Vorgehensweisen für Intranet-Projekte [DE]
 
Unic AG - Enterprise-Search Breakout Session X.Days 2009
Unic AG - Enterprise-Search Breakout Session X.Days 2009Unic AG - Enterprise-Search Breakout Session X.Days 2009
Unic AG - Enterprise-Search Breakout Session X.Days 2009
 

Plus de Thilo Stadelmann

Was denken denkende Maschinen?
Was denken denkende Maschinen?Was denken denkende Maschinen?
Was denken denkende Maschinen?Thilo Stadelmann
 
Deep Learning @ ZHAW Datalab (with Mark Cieliebak & Yves Pauchard)
Deep Learning @ ZHAW Datalab (with Mark Cieliebak & Yves Pauchard)Deep Learning @ ZHAW Datalab (with Mark Cieliebak & Yves Pauchard)
Deep Learning @ ZHAW Datalab (with Mark Cieliebak & Yves Pauchard)Thilo Stadelmann
 
Chocolate Flavoured Data Science
Chocolate Flavoured Data ScienceChocolate Flavoured Data Science
Chocolate Flavoured Data ScienceThilo Stadelmann
 
Herausforderungen im Data Warehousing und "Fabelhafte" Ideen
Herausforderungen im Data Warehousing und "Fabelhafte" IdeenHerausforderungen im Data Warehousing und "Fabelhafte" Ideen
Herausforderungen im Data Warehousing und "Fabelhafte" IdeenThilo Stadelmann
 
Applied Data Science in Europe
Applied Data Science in EuropeApplied Data Science in Europe
Applied Data Science in EuropeThilo Stadelmann
 

Plus de Thilo Stadelmann (6)

Was denken denkende Maschinen?
Was denken denkende Maschinen?Was denken denkende Maschinen?
Was denken denkende Maschinen?
 
Learning End to End
Learning End to EndLearning End to End
Learning End to End
 
Deep Learning @ ZHAW Datalab (with Mark Cieliebak & Yves Pauchard)
Deep Learning @ ZHAW Datalab (with Mark Cieliebak & Yves Pauchard)Deep Learning @ ZHAW Datalab (with Mark Cieliebak & Yves Pauchard)
Deep Learning @ ZHAW Datalab (with Mark Cieliebak & Yves Pauchard)
 
Chocolate Flavoured Data Science
Chocolate Flavoured Data ScienceChocolate Flavoured Data Science
Chocolate Flavoured Data Science
 
Herausforderungen im Data Warehousing und "Fabelhafte" Ideen
Herausforderungen im Data Warehousing und "Fabelhafte" IdeenHerausforderungen im Data Warehousing und "Fabelhafte" Ideen
Herausforderungen im Data Warehousing und "Fabelhafte" Ideen
 
Applied Data Science in Europe
Applied Data Science in EuropeApplied Data Science in Europe
Applied Data Science in Europe
 

Data Science & Big Data, made in Switzerland

  • 1. Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG © 2013 IBM Corporation
  • 2. Agenda • Data Science – made in Switzerland • • • • Case Study 1: Social Media Mining Case Study 2: Text Analytics und Netzwerkvisualisierung Case Study 3: Analytisches CRM Case Study 4: Clickstream Analyse • Big Data Roadshow 2
  • 4. …made in Switzerland! • Datalab: Eines der ersten europäischen Labore für Data Science F&E • Interdisziplinäres Lab aus Experten der Institute InIT und IDP • Projekte: • Lehre: 4
  • 5. Case Study 1: Social Media Mining • Aufgabenstellung: «Contextual News for Structured Data» • Herausforderung: Überbrückung der «Semantic Gap» „Ihr habt sie doch nicht alle!“ zufriedenheit = low 5
  • 6. Case Study 1: Technischer Hintergrund • Information Retrieval Pipeline: Tokenization Language Detection Relevance Feedback 6 Feature Selection Stemming Phrase Detection Fingerprint
  • 7. Case Study 2: Text Analytics und Netzwerkvisualisierung • Ausgangslage: Ca. 7’500 Förderstiftungen in der Schweiz • Aufgabe: Proposals & passende Förderer zusammenbringen • Herausforderungen: – Inhaltliche Ähnlichkeit von Stiftungszwecken quantifizieren – Visualisierung der Stiftungslandschaft anhand inhaltlicher Nähe  Einfache Suche anhand Projektskizze nach potentiell bestem Förderer ermöglichen 7
  • 8. Case Study 2: Technischer Hintergrund • Lösungsansätze: – Entwicklung mehrsprachiger Retrievalverfahren  BabelNet 2.0: Verwendung von Wikipedia & Wordnet – Für Suche extrem kleine Datenbasis (7.5k Stiftungen)  Umsetzung extrem Recall-orientierter Suche – Für intuitiv erfassbare Visualisierung sehr viele Daten  Forced Directed Layout auf Ähnlichkeiten aus Term-Dokument-Matrix und Topic Modelling 8
  • 9. Case Study 3: Analytisches CRM • Aufgabe: Welche Kunden per Marketingaktion anschreiben? • Herausforderungen: – Automatisierung der monatl. Mailings – Nur Response optimieren? 9
  • 10. Case Study 3: Technischer Hintergrund • Lösungsansätze – Automatisierung: QualitätsÜberwachung MerkmalsSelektion ModellAnpassung – Neue Metrik für Erfolg: Wert eines Kunden auf Lebenszeit betrachtet  Schätzung des Mindset des Kunden (wie entscheidet er wohl in Zukunft?)  Neue Daten notwendig 10
  • 11. Case Study 4: Clickstream Analyse • Aufgabe: Welches Wissen schlummert im Serverlog grosser Webportale? […] 66.249.78.xxx - - [09/Sep/2013:00:00:03 +0200] "GET /product.search?p=12&q=dm+shampoo HTTP/1.1" 200 11659 "-" "Mediapartners-Google" 89.244.255.zzz - - [09/Sep/2013:00:00:03 +0200] "GET /WebService/rest/img/id/95809/3 HTTP/1.1" 200 1307 "-" " Plattform/1.5.1 CFNetwork/609.1.4 Darwin/13.0.0 " 89.244.255.zzz - - [09/Sep/2013:00:00:03 +0200] "GET /WebService/rest/img/id/59935/3 HTTP/1.1" 200 1764 "-" "Plattform/1.5.1 CFNetwork/609.1.4 Darwin/13.0.0 " 89.244.255.zzz - - [09/Sep/2013:00:00:03 +0200] "GET /WebService/rest/img/id/105511/3 HTTP/1.1" 200 1278 "-" "Plattform/1.5.1 CFNetwork/609.1.4 Darwin/13.0.0 " 109.42.3.yyy - - [09/Sep/2013:00:00:03 +0200] "GET /WebService/rest/prod/gsearch/0/4/Estee+Lauder HTTP/1.1" 200 8077 "-" "Apache-HttpClient/UNAVAIL.(java 1.4) " […] • Herausforderung: – Datenmenge (Millionen Zeilen pro Tag) – Explizit machen von Information (Kontext)  Anreicherung der Logs • Ideen: – Trendspotting á la Google Flu Trends – Kundengetriebenes Produktdesign 11