Cloudbasierte
Datenanalyse
Aufbereitung von After Sales Daten durch automatisierte Datenpipeline
Bei vielen Unternehmen liegen die verschiedenen After Sales Daten meist getrennt voneinander – z.B. Daten über Reklamationen, Kundenzufriedenheitsumfragen oder Kundenbindungsmaßnahmen. Diese Daten befinden sich in unterschiedlichen Systemen, in unterschiedlichen Standards oder Datenformaten, mit unterschiedlicher Qualität und jeweils verschiedenen Nutzungszwecken. Man spricht in diesem Zusammenhang auch von Datensilos. Durch diese wird eine Auswertung der Daten sehr aufwendig bis nahezu unmöglich.
Hier kann die cloudbasierte Datenanalyse und -visualisierung mithilfe einer automatisierten Datenpipeline die richtige Lösung sein, um After Sales zu optimieren und die Kundenbindung zu stärken. Machine Learning Verfahren leisten hier sinnvolle Unterstützung.
Anforderungen an die Machine Learning Lösung
Ziel ist eine effiziente Datenanalyse, für die eine integrierte Plattform angebunden werden soll
Anbindung verschiedener, heterogener Datenquellen
Strukturierung der Daten
Aufbau einer automatisierten End to End Datenpipeline
Nutzerfreundliche Implementierung von Dashboards zur Visualisierung der Daten
Die Lösung für die richtige
Strukturierung von After Sales Daten
Um After Sales Daten richtig strukturieren zu können, wird eine automatisierte Cloud Lösung auf AWS entwickelt. Dies ermöglicht die Anbindung unterschiedlicher, verteilter Datenquellen. Das Einlesen der Daten in regelmäßigen Zeitabständen erfolgt automatisch. Zur Sicherung aller Daten an einem Ort (um Datensilos zu vermeiden) wird ein zentraler Datenspeicher aufgebaut.
- Durch die Implementierung einer End to End Datenpipeline können Daten aufbereitet, transformiert, aggregiert, bereinigt und analysiert werden.
- Die übersichtliche Visualisierung der Daten erfolgt letztendlich mit Tableau.
Mehrwerte durch die Nutzung einer automatisierten Datenpipeline
- Schnelle, effiziente Entscheidungen
Die richtigen, relevanten Daten stehen zur Verfügung
Daten können schnell und einfach ausgewertet und angezeigt werden
Daten sind über entsprechende Dashboards einem breiteren Nutzerkreis leicht zugänglich