Pressemeldungen

Empirische Untersuchung beweist: Datenqualität ist kritischer Erfolgsfaktor für die Güte von Predictive Analytics-Prognosen

Pforzheim, 18.10.2016: Die Annahme, dass Prognosen nur so gut sein können wie die Daten, auf denen sie basieren, klingt plausibel. Im Rahmen einer Bachelor-Arbeit an der Hochschule der Medien (HdM) Stuttgart wurde dieser Zusammenhang nun erstmals empirisch untersucht und anhand einer konkreten Testreihe bestätigt. Die Vergabe der Bachelor-Arbeit erfolgte im Rahmen der im Frühjahr vereinbarten Zusammenarbeit der HdM mit der Firma Uniserv aus Pforzheim, einem spezialisierten Anbieter von Lösungen für das Kundendatenmanagement. 

Der Autor der Arbeit, Paul Titze, Student am Fachbereich Information und Kommunikation des Studiengangs Wirtschaftsinformatik und digitale Medien an der HdM, überprüfte mit Hilfe verschiedener Testszenarien, in denen Datenanalysen mit Hilfe von Stammdaten verschiedener Qualität durchgeführt wurden, den Zusammenhang zwischen qualitativ hochwertigen Stammdaten und den Ergebnissen der Analyse via Supervised Machine Learning. Ergebnis: Vor allem beim Supervised Learning, bei dem die Stammdaten die Grundlage für das Lernen des Algorithmus bilden, konnten mit einer durch Stammdatenmanagement qualitativ hochwertig aufbereiteten Datengrundlage deutlich bessere Vorhersagen erzielt werden als beim Machine Learning mit einem unbehandelten Datenset. 

„Mit seiner Arbeit hat Herr Titze erstmals auch empirisch nachgewiesen, dass Datenqualität und Predictive Analytics-Prognosequalität in direktem Zusammenhang stehen“, erklärt Holger Stelz, Director Marketing & Business Development bei Uniserv und Zweitprüfer der Bachelorarbeit. „Unternehmen, die heute Predictive Analytics als Grundlage für strategische Geschäftsentscheidungen nutzen, sollten also alles daransetzen, bei den der Analyse zu Grunde liegenden Daten eine möglichst hohe Datenqualität zu erreichen.“

Neuer Studiengang und Prototyp: Enge Zusammenarbeit zwischen Wissenschaft und IT

Die Vergabe der Bachelor-Arbeit ist nur eine der gemeinsamen Aktivitäten, die im Rahmen einer Kooperation zwischen Hochschule der Medien und Uniserv vereinbart wurden. So bietet die HdM beispielsweise seit dem Wintersemester 2016/2017 den neuen Masterstudiengang Data Science und Business Analytics an. Das Weiterbildungsangebot umfasst fünf Semester und ist berufsbegleitend. 

Professor Peter Lehmann, Leiter des neuen Studiengangs, erklärt: „Der Bedarf an ausgebildeten Daten-Spezialisten ist enorm. Gerade internationale Konzerne benötigen dringend das Know-how, wie man aus großen Datenmengen Wissen generiert. Praktische Szenarien gibt es etwa in der Automobilindustrie, die aufgrund der Fahrweise eines Autofahrers in der Lage ist, den Verschleiß eines PKWs vorherzusagen. Aber vor allem im Marketing spielen Daten eine große Rolle. Das bekannteste Beispiel ist der Versandhändler Amazon, der dem Kunden auf Basis seiner Such- und Kaufhistorie personalisierte Angebote unterbreitet.“ Uniserv unterstützt das neue Ausbildungsangebot inhaltlich und finanziell.

Für die Ausbildung setzt die Hochschule der Medien die von Uniserv neu entwickelte innovative Lösungs- und Prozessmethodik Ground Truth ein. Ground Truth unterstützt Unternehmen dabei, in einem mehrstufigen Vorgehen letztendlich das Golden Profile eines jeden Kunden zu erstellen, das dessen Adressdaten, sein Kaufverhalten, seine Interessen und Vorlieben, aber auch seine Kommunikation und Interaktion mit dem Unternehmen zu einem zentralen Datensatz aggregiert. Darüber hinaus werden in den Golden Profiles die „Spuren“ integriert, die der Kunde im Internet und den sozialen Netzwerken hinterlässt. Sprich, die Stammdaten eines jeden Kunden (Golden Record) sowie die Bewegungsdaten (Transaktions- und Interaktionsdaten) werden zusammengeführt (Golden Profile). Ground Truth sorgt darüber hinaus für eine kontinuierliche Aktualisierung dieser Daten sowie eine Synchronisierung der Daten über die unterschiedlichen Datenquellen hinweg.

Ground Truth

Speziell für Predictive Analytics entwickelten die beiden Kooperationspartner einen Prototypen auf der Basis des Ground Truth. Anhand dieses Prototypen sollte die Bedeutung der Datenqualität als kritischer Erfolgsfaktor für die Güte von Prognosen veranschaulicht werden. Professor Lehmann erklärt zur Bedeutung von Ground Truth als Grundlage für Predictive Analytics: „Ground Truth ist ein didaktisch guter Lehrer für Mining-Algorithmen.“

© 2016 Uniserv GmbH oder ein Uniserv-Tochterunternehmen. Alle Rechte vorbehalten. Weitergabe und Vervielfältigung dieser Publikation oder von Teilen daraus sind, zu welchem Zweck und in welcher Form auch immer, ohne die ausdrückliche schriftliche Genehmigung durch die Uniserv GmbH nicht gestattet.

Ground Truth von Uniserv sowie die dazugehörigen Logos sind Marken oder eingetragene Marken der Uniserv GmbH in Deutschland und anderen Ländern. Alle anderen Namen von Produkten und Dienstleistungen sind Marken der jeweiligen Firmen.

Ground Truth ist das Fundament für Umsatzwachstum und neue Geschäftsmodelle vor dem Hintergrund der digitalen Transformation, beispielsweise für die Optimierung von Vertriebs- und Marketingaktivitäten, Kampagnenmanagement, von Blacklist Matching, Compliance oder auch Customer Relationship Management. Im Mittelpunkt steht das Golden Profile eines jeden Kunden, sprich der Golden Record, angereichert mit Interaktions- und Transformationsdaten (Bewegungsdaten). Mit dem Ground Truth bewegen sich Entscheider nicht mehr im luftleeren Raum, sondern haben Bodenhaftung im Decision-Making.