انضم إلى getAbstract للوصول إلى الملخص!

Erfolg dank Data Science

انضم إلى getAbstract للوصول إلى الملخص!

Erfolg dank Data Science

Ein Handbuch für Business-Leader

Columbia Business School Publishing,

15 دقيقة قراءة
8 الوجبات السريعة
الصوت والنص

ماذا يوجد بالداخل؟

Führungskräfte brauchen ein grundlegendes Verständnis von Data Science – sonst verpassen Sie große Chancen.

Bewertung der Redaktion

8

Qualitäten

  • Überblick
  • Praktische Beispiele
  • Für Einsteiger

Rezension

Wer heute ein Unternehmen oder eine Abteilung leitet, sollte sich schlau in Sachen Data Science machen – auch wenn sie oder er im Gegensatz zu den beiden Autoren dieses Buches kaum direkt damit zu tun hat. Nur wer die Optionen versteht, die die Datenwissenschaft dem eigenen Business bieten kann, wird ein Maximum dessen herausholen, was heute möglich ist. Dieser praxisorientierte Leitfaden enthält eine Vielzahl konkreter Beispiele – eine Lektüre mit großem Aha-Potenzial.

Zusammenfassung

Arbeiten Sie mit Ihrem Data-Science-Team zusammen, um einen optimalen Daten-Workflow aufzusetzen.

Steve, der Teamleiter eines großen Finanzunternehmens, wollte die Arbeitsabläufe in der Inkassoabteilung verbessern. Sein Ziel war, die eingezogenen Beträge zu maximieren und die Kosten so gering wie möglich zu halten. Er konnte dafür aber nicht mehr Personal einstellen. Also brauchte das Unternehmen einen Prozess, der mithilfe von datengestützten Erkenntnissen bestimmte Konten priorisierte und den Mitarbeitenden half, effektiver zu arbeiten. Mit diesem Ziel vor Augen wandte Steve sich an das Data-Science-Team. Er erklärte, worauf es ihm ankam und welche Einschränkungen es in der Inkassoabteilung gab. Anschließend entwickelten Steve und die Data-Scientists gemeinsam einen Daten-Workflow, um das Problem zu lösen.

Daten aus verschiedenen Quellen zu sammeln und an einem Ort zusammenzuführen, ist in der Regel ein automatisierter Prozess, der als „Extrahieren, Transformieren und Laden (ETL)“ bezeichnet wird. Unternehmen können Daten aus bestehenden Datenbanken extrahieren oder relationale Datenbanken aus der Kaufhistorie ihrer Kundschaft, aus Telefonaten...

Über die Autoren

Howard Steven Friedman ist Data-Scientist mit Erfahrung sowohl im privaten als auch im öffentlichen Sektor. Er ist außerordentlicher Professor an der Columbia University. Akshay Swaminathan ist ebenfalls Data-Scientist. Er ist auf Gesundheitssysteme spezialisiert. An der Stanford University School of Medicine ist er Knight-Hennessy-Stipendiat.


Kommentar abgeben

  • Avatar
  • Avatar
    E. B. vor 1 Jahr
    An der Uni funktioniert das so vielleicht, dass alles nur als temporäres Projekt betrachtet wird. In der Industrie müssen die Projekte auch im Nachgang betrieben werden und da sind weitere und evtl. andere Ressourcen hinzuzufügen, sonst marodiert die super teure Entwicklung, ist gealtert und schließlich mehr wert. Ohne definierte Verantwortlichkeiten ist der Betrieb sehr schwer und der Nutzen der Entwicklung nicht klar. Hand in Hand mit PM ist m.E. nicht ausreichend gedacht für einen nachhaltigen Erfolg. Auf eine Bewertung von 8 käme ich hier nicht. Buch ist sehr stark auf Medizin Use Cases ausgerichtet. Ziemlich einseitig , was m.E. die Bewertung ebenfalls mindert.

Mehr zum Thema

Verwandte Skills

تحول الذكاء الاصطناعي، تنفيذ تحسينات العمليات المد
طور مهاراتك في التفكير
التحول الرقمي
اكتشف وفهم التقنيات الرقمية، تابع اتجاهات التكنولو
ريادة الأعمال
القيادة التنفيذية
تنفيذ البنية التحتية الرقمية، تركيب حلول بنية تحتي
القيادة
استفد من الذكاء الاصطناعي لاستراتيجية الأعمال، واد
استفد من الذكاء الاصطناعي لتحسين تجربة العملاء، وز
استفد من الذكاء الاصطناعي في القيادة، دمج رؤى الذك
استفد من الذكاء الاصطناعي في الإدارة، وادمج أدوات
استفد من الذكاء الاصطناعي في التسويق، حدد فرص تطبي
استفد من الذكاء الاصطناعي في تطوير المنتجات، حدد أ
استفد من الذكاء الاصطناعي في مهامك اليومية، دمج أد
اتخذ قرارات جيدة
الإدارة
التسويق
الإنتاج واللوجستيات
المبيعات
عزز مهاراتك في الثقافة الرقمية
فهم الذكاء الاصطناعي، شرح المفاهيم الأساسية للذكاء
استخدم الذكاء الاصطناعي في الإنتاج وسلسلة التوريد،
مهارات مكان العمل
استخدم الذكاء الاصطناعي لتقسيم العملاء، طبق الذكاء
تحليل البيانات
استخدم الذكاء الاصطناعي في الكتابة والتواصل، صغ رس
فهم الإحصائيات
استخدم الذكاء الاصطناعي لرسم خريطة رحلة العميل، دم
استخدم الذكاء الاصطناعي لتوقع مواعيد تسليم الطلبات
استفد من الذكاء الاصطناعي في المبيعات، حدد أدوات ا
فهم البيانات
استخدم الذكاء الاصطناعي لتحليلات التسويق، فسر تقار
استخدم الذكاء الاصطناعي لتحليل المشاعر، تحليل تعلي
استخدم الذكاء الاصطناعي في العروض، دمج أدوات الذكا
اكتشف وفهم تحليل البيانات والبيانات الضخمة، حدد طر
استخدم الذكاء الاصطناعي للبحث العام، استفد من الذك
استخدم الذكاء الاصطناعي لتحليل البيانات، نفذ الذكا
اكتشف حالات استخدام الذكاء الاصطناعي، حدد التطبيقا
استخدم الذكاء الاصطناعي لدعم اتخاذ القرار، نفذ أدو
استخدم الذكاء الاصطناعي لتحسين المسارات، استغل الذ
فهم الأثر الأخلاقي للذكاء الاصطناعي، التنقل في الا
استخدم الذكاء الاصطناعي في توقعات المبيعات، توقع ا
استخدم الذكاء الاصطناعي لتحليل ملاحظات العملاء، قم
استخدم الذكاء الاصطناعي لتحليل السوق، نفذ أدوات ال
استخدم الذكاء الاصطناعي مع معرفة الشركة، دمج الذكا
اتخذ قرارات مبنية على البيانات
فكر بطريقة تحليلية