Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Die Autor:innen zeigen in diesem Buch, wie man mit Analytics- und Artificial-Intelligence-Projekten echten (Mehr-)Wert schafft. Sie geben Ihnen an die Hand, was Sie wissen müssen, um Ihre Datenprojekte agil, effizient und nutzer:innenzentriert konzipieren und umsetzen zu können: Von den agilen Basics und den Grundlagen des Design Thinkings bis hin zu den Funktionsweisen von Artificial Intelligence und den ethischen, ökologischen und rechtlichen Implikationen von Big Data. Die Autor:innen entwickeln einen Leitfaden, der Ihnen hilft, zu Beginn Ihrer Datenprojekte die richtigen Fragen zu stellen und Ihnen zeigt, wie Sie Technologien und Daten so einsetzen, dass sie einen echten Mehrwert erzeugen. Das Fundament dafür bilden Data Thinking und agile Methoden, die die Autor:innen in alltägliche Analytics- und Data-Science-Projekte überführt und adaptiert haben. Mit zahlreichen Beispielen aus Daten- und Digital-Analytics-Projekten sowie Einblicken in die Praxis, wie man von der Idee zum Prototypen kommt. Aus dem Inhalt Agile Basics – Agile Prinzipien und Erfolgsfaktoren Vom Design Thinking zum Data Thinking – wie Design Thinking Datenprojekte besser macht Artificial Intelligence – was AI eigentlich ist und wie AI funktioniert Ethische, rechtliche und ökologische Implikationen – wie Data Analytics und AI doch kein Schreckgespenst werden Der Data Value Loop – Datenmehrwert agil und nutzer:innenzentriert Analytics in der Praxis – von der Konzeption über Tracking und Reporting bis zum Arbeitsmeeting im Alltag AI in der Praxis – Data Science und Agile, geht das überhaupt zusammen? Zwei exemplarische Projektdurchführungen Glossar Die Autorin und die Autoren Dr. Ramona Greiner studierte Philosophie und Kunstgeschichte. Seit 2017 arbeitet sie als Digital Analytics und Data Ethics Consultant bei der Münchner Unternehmensberatung FELD M. David Berger ist zertifizierter Product Owner und hat mehrjährige Erfahrung in der Leitung von Data- und Analytics-Projekten für global agierende Kunden. Dr. Matthias Böck promovierte in Bioinformatik und Machine Learning und arbeitet seit 2013 als Data Scientist bei der Münchner Unternehmensberatung FELD M.

Marketing. --- Business --- Strategic planning. --- Leadership. --- Business Analytics. --- Business Strategy and Leadership. --- Data processing.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

This project-oriented book presents a hands-on approach to identifying migration and performance issues with experience drawn from real-world examples. As you work through the examples, you will develop the skill, knowledge, and deep understanding of Snowflake tuning options and capabilities while preparing for later incorporation of additional Snowflake features as they become available. Your Snowflake platform will cost less to run and will improve your customer experience. Written by a seasoned Snowflake practitioner, this book is full of practical, hand-on guidance and advice specifically designed to further accelerate your Snowflake journey. Tuning the Snowflake Data Cloud provides you a pathway to success by equipping you with skill, knowledge, and expertise to improve your Snowflake experience. The book shows you how to leverage what you already know, adds what you don’t, all applied to delivering your Snowflake accounts. Read this book to embark on a voyage of advancement and equip your organization to deliver consistent Snowflake performance utilizing the toolkit developed here. What You Will Learn Recognize and understand the root cause of performance bottlenecks Know how to resolve performance issues Develop a deep understanding of Snowflake performance tuning options Reduce expensive mistakes, remediate poorly performing code Manage Snowflake costs .

Cloud computing. --- Big data. --- Database management. --- Cloud Computing. --- Business --- Database Management. --- Business Analytics. --- Big Data. --- Data processing.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Long description: Erfolgsfaktoren für BI-Architekturen Umfassendes und anwendungsbezogenes Handbuch Einsatz von neuen Technologien wie EAI, Virtualisierung sowie Cloud- und Data-Lake-Architekturen Mit vielen Praxisbeispielen aus der BI & Analytics-Welt Sowohl regulatorische Vorgaben als auch gesteigerte Anforderungen seitens der Fachanwender haben in den letzten Jahren zu immer komplexeren Business-Intelligence- und Analytics-Landschaften geführt, die es zu entwickeln und betreiben gilt. So setzt sich eine heute übliche Architektur aus zahlreichen Einzelkomponenten zusammen, deren Zusammenspiel und funktionale Abdeckung als wesentlicher Erfolgsfaktor für zugehörige BIA-Initiativen zu werten ist.Dieses Buch setzt sich das Ziel, die derzeit gebräuchlichen Architekturmuster zu beschreiben und dabei einen Überblick über die aktuell verwendeten Technologien zu liefern. Dabei werden nicht nur die architektonischen Frameworks der großen Produktanbieter aufgegriffen, sondern darüber hinaus Lösungen für konkrete Anwendungsfälle präsentiert. Biographical note: Prof. Dr. Peter Gluchowski leitet den Lehrstuhl für Wirtschaftsinformatik, insb. Systementwicklung und Anwendungssysteme, an der Technischen Universität in Chemnitz und konzentriert sich dort mit seinen Forschungsaktivitäten auf das Themengebiet Business Intelligence & Analytics. Er beschäftigt sich seit mehr als 25 Jahren mit Fragestellungen, die den praktischen Aufbau dispositiver bzw. analytischer Systeme zur Entscheidungsunterstützung betreffen. Seine Erfahrungen aus unterschiedlichsten Praxisprojekten sind in zahlreichen Veröffentlichungen zu diesem Themenkreis dokumentiert. ‪Frank Leisten ist passionierter Berater für datengetriebene Vorhaben mit modernen Technologien. Seine Expertise in den Funktionen des Datenmanagements sowie jahrelange Praxiserfahrung in verschiedenen IT-Domänen und Rollen kommen seinen Kunden bei der Orchestrierung sowie der kulturellen und strategischen Entwicklung ihrer Transformationen zugute. ‪Dr. Gero Presser ist Mitgründer und Geschäftsführer bei der QuinScape GmbH, einem Dortmunder IT-Dienstleistungsunternehmen mit 170 Mitarbeitern und Fokus auf Data & Analytics. Er organisiert die Meetup-Gruppe Business Intelligence & Analytics Dortmund mit über 1.000 Mitgliedern und ist Vorsitzender des TDWI Roundtable Ruhrgebiet. ‬

Datenschutz --- Datenmanagement --- IT-Governance --- Software-Architektur --- Metadaten --- Business Intelligence --- Datenqualität --- Analytics --- Datenqualitätsmanagement --- Digitale Transformation --- Business Analytics --- Datenpflege --- BIA-Ökosystem --- BIA-Landschaft --- Data Lake --- Cloud-Architekturen --- Datenvirtualisierung

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Service has a unique ability to create experiences that build profitable relationships with customers. Based on a service-centered perspective, this book analyzes the challenges of creating excellent customer experiences, including the management of technology and new media. It describes how customers coproduce and cocreate their experiences, and how these activities influence business revenues and costs. Customer Experience refers to the sensory, cognitive, emotional, social, and behavioral dimensions of all activities that connect the customer and the organization over time across touchpoints and channels. It encompasses all activities involving the customer where the organization is the focal object, including prepurchase activities (such as exposure to a website ad), and purchase, consumption, and engagement behaviors (blogging, sharing photos). The book takes a deep dive into the psychology of customers, revealing the conceptual building blocks of customer experiences and how they build relationships over time. These ideas provide a business perspective on how customer-focused service strategies generate cash flows, including the role of pricing.

Customer services. --- big data --- business analytics --- cocreation --- customer equity --- customer experience --- customer journey --- customer lifetime value --- customer retention --- design --- digital media --- innovation --- loyalty --- relationship --- satisfaction --- service

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

This SpringerBrief describes the development and use of a synthetic indicator to assess different degrees of sustainability adoption by economic sector and businesses size. To make this analysis a theoretical framework which involves variables common to alternative frameworks (specifically ESG, GRI and Istat) is proposed. The empirical analysis focuses on the environmental, social and economic variables of the Italian businesses. In this analysis, all three pillars of sustainability – economic, environmental, and social – are considered. The work begins with a review of business sustainability literature and a look into institutional frameworks for the development and measurement of the phenomena. Connections between businesses and the SDGs are examined and comparison of the classifications of sustainable activities defined by GRI and ESG international standards is used to define a framework to be adopted to analyse ISTAT Business Census. Selected indicator variables are aggregated with a synthetic indicator and the results are presented (this is a new proposal of a synthetic indicator useful for the type of data used and published by ISTAT – Italian National Statistical Institute), discussing pros and cons of using it. This study provides two important innovative contributions. The first one is about how to approach the theoretical framework of businesses sustainability at firms aggregated level. The basic idea to work on a set of variables common to different approaches is interesting from the interpretative point of view. The second one, is about the specific empirical analysis, i.e. the Italian businesses sustainability situation. The investigation based on this new theoretical classification/framework and the new proposed indicator provides some interesting substantive results. .

Sustainability. --- Business—Data processing. --- Statistics. --- Economic geography. --- Business Analytics. --- Economic Geography. --- Geography, Economic --- World economics --- Geography --- Commercial geography --- Statistical analysis --- Statistical data --- Statistical methods --- Statistical science --- Mathematics --- Econometrics --- Sustainability science --- Human ecology --- Social ecology