Rückblick – Das Programm der Data Driven Business Berlin 2019
Data Driven Business - Berlin - Tag 1 - Montag, 18. November 2019
Marketing professionals and digital analysts of all stripes need a destination, a map, and expert navigation to help acclimatize to how artificial intelligence is going to impact their world. Jim Sterne has an impressive track record looking over the horizon and telling the rest of us what to expect. He wrote his first book, “World Web Marketing:” in 1995. He wrote “Web Metrics” in 2002, He wrote “Artificial Intelligence for Marketing” in 2017. This time, he explains what to expect – and what to do about it. Learn about today’s branding necessities, new tools & new rules, the augmented marketer, staying relevant, and tomorrow’s ecommerce conundrum. Come see what the world of marketing looks like when everything is a screen, all your data has been traded away for a pittance, and marketers have new tools with which to make age-old mistakes. Marketing is about to get weird. Hang on!
Wandel ist universell, nicht nur digital. Er verändert die Gesellschaft, Kultur, Technologien und unser Denken. Wie können und müssen Unternehmen darauf reagieren? Wie bleiben Sie auch in Zukunft relevant für ihre Kunden?
In seiner INNOVATION SESSION fordert Christian Wehner die Teilnehmer auf, sich für neue Denkweisen zu öffnen. Es geht darum, Perspektivwandel zuzulassen, neue Geschäftsmodelle zu entdecken und den Kunden ins Zentrum aller Aktivitäten zu stellen. Sie erfahren, wie Künstliche Intelligenz und IoT bereits dazu beitragen und erleben, wie Sie innovationsfreundliche Umgebungen in Ihrem Unternehmen schaffen.
Sneak Preview mit Christian Wehner:
Think New. Transform Now. // Christian Wehner von SAP auf der Digital Growth Unleashed
Customer Lifetime Value (CLV) is considered one of the most useful measures for business to consumer (B2C) companies, often considered more valuable than other measures like conversion rate and average order value. An accurate CLV can be used to determine which customers to prioritize with marketing messages and discount offers. In this talk, Mr. Abbott will describe non-parametric machine learning approaches to calculating customer value (CV)—rather than CLV—that accommodate additional features not typically used in CLV models. Additionally, Mr. Abbott will also describe effective regression model accuracy metrics for customer value that extend beyond typical R^2 and RMSE.
Auf dem Weg zur perfekten Personalisierung sollte man sich von Bauchentscheidungen trennen und stattdessen datenbasierte Personalisierungs-Strategien weiterentwickeln. Michael Witzenleiter zeigt fünf Methoden, die jede KI-Strategie erfolgreicher machen.
Michael Witzenleiter, Geschäftsführer der KI-Personalisierungsplattform Kameleoon, erklärt anhand von konkreten Kundenprojekten (wie z.B. Toyota) die gesamte Wertschöpfungskette einer KI-Personalisierung - und wie man KI-Projekte wirklich erfolgreich implementiert. Sein Vortrag zeigt - beginnend bei der Idee über die Strategie-Entwicklung bis hin zur Auswahl der richtigen Technologie und der erfolgreichen Umsetzung mit Hilfe von Algorithmen der künstlichen Intelligenz - welche Fallstricke Sie vermeiden sollten und wie Sie künstliche Intelligenz erfolgreich dazu einsetzen, Ihre Konversionsrate nachhaltig zu steigern.
Most successful startups experience steep growth driven by lower-funnel marketing activities and are thus used to making data-informed budget allocation decisions. In order to establish themselves as relevant players they too have to master the upper-funnel sooner or later – which poses a challenge to their highly analytical marketing approach due to increasing complexity in measurability. In their talk Florian and Philipp from Operational VC Project A will share insights into how fast-growing startups and digital winners overcome the challenge of analyzing the performance of their entire marketing mix.
Viele Websites, vor allem Special Interest Sites wie B2B Sites, haben zu wenig Traffic um aussagekräftige A/B Tests durchzuführen. Doch es gibt sinnvolle Alternativen, die schnell für mehr Einblicke in das Userverhalten sorgen. Erfahren Sie, welche Möglichkeiten aktuell bestehen und wie sie diese in ihre Websites integrieren.
Sneak Preview mit Kai Radanitsch:
Wie man auf low-traffic Websites (oft im B2B) sinnvolle Alternativen zu A/B-Tests entwickelt
User Experience ist heute ein wesentlicher Erfolgsfaktor. Marken werden immer weniger über Werbedruck und immer mehr über Produktbegeisterung definiert. Dabei ist die sog. „Hedonische Qualität“ entscheidend für Faktoren wie Retention und Word-of-Mouth: Sie bestimmt, in welchem Maß ein Nutzer seine individuellen Bedürfnisse, Ziele und Motive adressiert sieht und sich mit einem Produkt identifiziert. Eine hohe hedonische Qualität entsteht, wenn Markenversprechen und Nutzererlebnis deckungsgleich sind. Dies lässt sich mit der vorgestellten UXi Methode überprüfbar sicherstellen.
The talk is a showcase of Scout24's journey through artificial intelligence (AI) readiness towards enabling machine learning at scale with Scout24 AI Platform. Julia and Olalekan will show how they started into the AI readiness program, how they created momentum, what structural & procedural change necessities were identified, how this kick-start the company's up-skilling and how a community (AI Ambassadors) to foster cultural and organizational changes was created.
Machine learning algorithms for time series forecasting have become increasingly powerful in recent decades. Nevertheless, not only the quality of the forecasts is important, but also their acceptance by the staff. Especially with regard to automatic forecasts, distrust may arise among dispatchers. Furthermore, long-standing employees often have a detailed overview of customer behavior, market situation and other important factors. Therefore, it makes sense to include this expert knowledge in the predictions of complex algorithms. This can be achieved through the maximum entropy approach, which is discussed in this presentation. The approach is derived in detail and applied to real data.
As a trade-off to superior performance modern ML models are typically of black box type, i.e. it is not obvious to understand how they behave in different circumstances. This forms a natural barrier for their use in business as it requires blind trust in algorithmic performance which often directly links to the organization’s profit. For example Banking regulators or GDPR require models to be interpretable (contradicting to optimize predictive accuracy). An introduction to the rising field of explainable AI is given: Specific requirements on interpretability are worked out together with an overview on existing methodology such as e.g. variable importance, partial dependency, LIME or Shapley values as well as a demonstration of their implementation and usage in R.
In order to reach their target audience, brands and rapidly-growing ecommerce businesses are now investing in a high number of marketing channels, partnering with a multitude of service providers and make use of an ever increasing number of technology platforms.
The amount of data generated from these sources is limitless, typically very siloed and has the potential to provide far more information beyond what is looked at. This presentation highlights how AI-powered augmented analytics and a consolidated, cross-platform integrated data-stack supports better business decisions, improving efficiency and driving ROI.
Video-Marketing ist für die meisten eine große Herausforderung. Das liegt hauptsächlich daran, dass Youtube häufig falsch interpretiert wird. Denn im ersten Schritt geht es nicht darum eigenen Content, gar vielleicht Werbebotschaften zu platzieren. Hat man weniger als 100.000 Abonnenten geht es in erster Linie darum, Youtube als Plattform für die Fragen der User zu verstehen und diese dort bestmöglich zu beantworten.
Jens Neumann zeigt in seiner Session anhand konkreter Beispiele, wie man die besten Ideen für seine Videoinhalte findet. Außerdem gibt er den Teilnehmern einen Leitfaden an die Hand, wie man möglichst viele Views und Abonnenten gewinnt und die Story im Video so aufbaut, dass die Zuschauer gerne bleiben.
Sneak Preview mit Jens Neumann:
Wie man gute Videos macht - Jens Neumann auf der Digital Growth Unleashed 2019
"Künstliche Intelligenz" ist in aller Munde. Mittlerweile verfügen wir über die leistungsstarken Technologien und Datenmengen, die Voraussetzung für KI und damit für maschinelles Lernen sind. Durch maschinelles Lernen kann das Nutzererlebnis von digitaler Werbung massiv verbessert werden, wenn die Technologie richtig eingesetzt wird. Deshalb gewinnt das Thema rasant an Bedeutung.
In der Session erklärt Sara Sihelnik, was genau KI ist und warum Marketer sich spätestens jetzt mit dem Thema maschinellen Lernens befassen sollten. Anhand konkreter Fallbeispiele zeigt sie auf, was KI für das Marketing leisten kann und welche Auswirkungen diese zukünftig haben wird. Sara Sihelnik geht dabei auf verschiedene Methoden maschinellen Lernens ein und wie man sie konkret im Marketing einsetzt.
Dieser Vortrag ist für Sie interessant, wenn auch bei Ihnen noch Aufgaben anfallen, die eigentlich automatisiert werden könnten.
Sneak Preview mit Sara Sihelnik:
Profit margins in the digital publishing business leave no place for flirting with expensive experiments. How to choose an appropriate approach to personalization that works well not only in theory but in the real world? How to ensure cost-efficiency & future-proofness not covered by academic research? How to respond to changing business requirements in no time? Come to this session and draw from the experience of building a pragmatic, real-world personalization platform for 30M users of Ringier Axel Springer.
Case Study Sessions: Marketing, Sales & Service
For many businesses, it is not enough to model the probability of an outcome but rather, “given a predictive model, what can we do to change the probability of this outcome?” The goal of this talk is to present how uplift modelling is used to make causal inferences that guide acquisition strategy at Shopify. Mojan will walk through a case study focused on the statistics and experimental design behind uplift modelling, in addition to the learnings gained from bringing this model to production. The python implementation of this presentation will be made available to attendees.
Sufficient training data is often a bottleneck for real-world machine learning applications. The computer vision community mitigated this problem by pretraining models on ImageNet and transferring knowledge to the desired task. Thanks to an emerging new class of deep language models, transfer learning has now also become hot in NLP. In this Malte will share strategies, tips & tricks along all model phases: Pretraining a language model from scratch, adjusting it for domain specific language and fine-tuning it for the desired down-stream task. He will demonstrate the practical implications by showing how BERT was deployed at a Fortune 500 company.
The success of machine learning and deep learning techniques is directly proportional to the amount of data available for training the algorithms – yet data is often distributed across different datasets and data can’t be centralized due to regulatory restrictions or fear of loosing IP. New techniques out of the field of privacy preserving computations promise to solve these problems and help to break down data silos and closed data ecosystem. This session shall give an introduction to the topic of federated and privacy preserving analytics & AI. Robin will take a look at the intersection of cryptography and machine learning and cover the basics of technologies such as Differential Privacy, Secure Multiparty Computation, Privacy Preserving Record Linkage and Federated Machine Learning. Furthermore, he will give an overview of the current tool landscape and libraries that help implement these technologies as well as provide insights into their benefits and limitations. Lastly, Robin explain which use cases can be enabled by adopting these technologies.
Sie denken Speed Networking macht Spaß? Bringen Sie Visitenkarten, spannende Geschichten und Ihr authentisches Selbst – wir bringen all das auf ein neues Level!
Wir haben einen Prozess ausgetüftelt, damit Sie mehr von den Leute treffen, die sich wirklich treffen möchten. Sie lernen sich schnell kennen und erinnern sich für immer. Wir packen all diese guten Beziehungen in nur 45 Minuten, es lohnt sich also pünktlich zu sein und ein Lächeln mitzubringen – wir versprechen, dieses Engagement bringt Spaß und baut ihr Netzwerk aus.
Ziel der Aktivität: Solide Business Kontakte - sofort und langfristig.
New research by behavioral scientists reveals people don't "make" decisions. Often, they just default to reflexive responses without even thinking! That means perfectly good ads, emails, landing pages, etc. can still fail. Because people don't make logical choices.
However, if marketers strategically factor in the decision defaults people rely on, we increase our success. When our creative leverages the hardwired behaviors of customers and prospects, it can automatically increase the recall of our marketing messages, the response to them, and the revenue that results from them.
Discover how to apply the latest brain science findings from the U.S. and abroad to your marketing communications. Find out how to use the surprisingly powerful Von Restorff Effect, Availability Bias, Single Choice Aversion and more to trigger the behaviors you seek. See numerous examples from a variety of verticals. And leave ready to make your company’s recall, response and ROI rates soar!
With the help of upper funnel pre-heat analysis (e.g., Social conversations, Google Searches, Internal searches) you are able to give an indication and build hypotheses on how later product launches will perform. This methodology is not only valuable to for future sell-out predictions and allocation planning, but also helps to support an active leak management in the marketing landscape. In this session Dr. Franziska Engelhard will give you insights how pre-heat analysis is used at adidas.
How do you provide data effectively to your organization? How can it help you drive digital transformation in your department? How can the analytics team transform themselves from reporting squirrels to analytics ninjas?
In this session we will show how Siemens AG uses data as a key ingredient in their communications activities. Get insights on the necessary framework and lessons learned from implementing a truly data driven approach in their comms department. Learn how to drive democratization of data and the sharing of knowledge with some real life examples that can easily be implemented.
Customer Data Platform (CDP) systems are the newest answer to an old question: how to assemble a complete view of each customer. This session explores the reality of what CDPs can and cannot do, how CDPs differ from other systems, the types of CDP systems available, and how to find the right CDP for your purpose, especially with regard to data science projects and predictive modeling. You will come away with a clear understanding of where CDP fits into the larger data management landscape, what distinguishes CDP from older approaches to customer data management, and the state of the CDP industry in Europe.
Surprisingly, the majority of companies dealing with predictive analytics do not consider the availability of accurate data to be a challenge. However, the lack of relevant and clean data is one of the biggest barriers to successful predictive analytics. Chris Schneider explains how companies can effectively use the vast amount of relevant data. Because only those who understand patterns from the past can predict the future.
Eine der wichtigsten Quellen für Wissenszuwachs und Problemlösung ist der Austausch mit Kollegen aus der Branche. Hier können Sie voneinander lernen und Inspiration sammeln. Unter Moderation von Fachexperten diskutieren Sie, die Teilnehmer, im kleinen Kreis über spezifischen Themen.
Wählen Sie hier die Fachdiskussion aus, an der Sie teilnehmen möchten.
- Alternative Traffic-Kanäle mit Johanna Hartung
- Predictive CLV Management mit Andreas Hörr
- Amazon Ads mit Michael Felis
- Technische SEO-Probleme mit Andre Goldmann
Haben Sie schon einmal darüber nachgedacht, wie die Preise in dem Hotel, in dem Sie gerade übernachten, festgelegt werden? Warum befindet sich die Hotel Branche auf einem anderen Entwicklungsstand als beispielsweise die Fluggesellschaften oder Busunternehmen? In dieser Session zeigt Ihnen Dr. Sabine Pagel, wie das PropTech Startup Limehome diesen Prozess automatisiert - und zwar durch die Implementierung eines vollautomatisierten Preismodells. Sie erhalten Einblicke in die Faktoren, auf deren Basis das Modell aufgebaut ist, und die nächsten Entwicklungsschritte. Weiter sehen Sie, wie sich die "simply digital" Customer Journey verbessert und so die Customer Experience komfortabel und unkompliziert gestaltet werden kann.
Anfang Oktober war sie da, die befürchtete Schlagzeile „EuGH: Alle Cookies bedürfen einer vorherigen ausdrücklichen Einwilligung des Nutzers“. Doch stimmt das überhaupt und ist die hektische Betriebsamkeit berechtigt? Was ist zum Beispiel mit Session-Cookies? Und wie sollte ein Cookie-Opt-in aussehen? Die Session vergleicht die gängigen Varianten von Cookie-Bannern, erläutert die Unterschiede zwischen DSGVO und ePrivacy und gibt konkrete Tipps für die Praxis.
From the start Predictive Analytics World has been the place to discuss and share our common problems. These are your people – they understand your situation. Often rated the best session of all, sharing your problems with like-minded professionals is your path to answers and a stronger professional network.There will be two discussion rounds of 20 minutes each. So choose your two most burning topics and discuss with your colleagues.
Select your Round Table Discussion here.
- Ethische Grundsätze für die Data Analytics: unmöglich, sinnlos oder notwendig? (Björn Stecher) - Dieser Roundtable findet auf DEUTSCH statt.
- You love pie (charts)? Get out of here! Does every data scientist also have to become a data visualizer? (Phil Winters)
- Personalized medicine vs. personal privacy: what is more important? (Jack Lampka)
- Customer centricity without data-driven culture – is that possible? (Dennis Proppe)
- What is the right customer performance metric? ARPU, CLV, CV or XYZ? (Dean Abbott)
- CRM, DWH, DMP and now CDP: are Customer Data Platforms just another peak in the hype cycle? (David Raab)
From the start Predictive Analytics World has been the place to discuss and share our common problems. These are your people – they understand your situation. Often rated the best session of all, sharing your problems with like-minded professionals is your path to answers and a stronger professional network. There will be two discussion rounds of 20 minutes each. So choose your two most burning topics and discuss with your colleagues.
Select your Round Table Discussion here.
- Transparent AI: enabling joint decision making of humans and AI (Niklas Keller)
- White vs. black box models: do we really need explainable AI when there is linear regression? (Gero Szepannek)
- The future of NLP: Is deep learning outperforming rule-based and machine learning approaches? (Malte Pietsch)
- How to benefit from Machine Learning projects? (Artur Suchwalko)
- Shaping an AI Platform: Platform approach to scaling machine learning across the enterprise – culture to practice (Olalekan Elesin)
From the start Predictive Analytics World has been the place to discuss and share our common problems. These are your people – they understand your situation. Often rated the best session of all, sharing your problems with like-minded professionals is your path to answers and a stronger professional network.
There will be two discussion rounds of 20 minutes each. So choose your two most burning topics and discuss with your colleagues.
Select your Round Table Discussion here.
- Change management on Analytics & AI (Tomasz Wyszyński)
- How to become an AI-driven company? Hire data scientists, train employees or buy tools? (Julia Butter)
- Top AI business cases in marketing, customer service, revenue management and operations across different industries (Nikita Mateev)
- Data first. Analytics second. What to start with? Collecting data or implementing analytics? (Andreas Gödecke)
- Federated networks: how will federated IT systems change data driven business models? (Robin Röhm)
Nur noch knapp die Hälfte aller Suchanfragen resultiert in Klicks auf eine Website, da Google die passende Antwort häufig bereits direkt auf der Suchergebnisseite liefert. Umso wichtiger, dort möglichst präsent zu sein. Mit Google My Business bietet die Suchmaschine einen oft unterschätzen Dienst, der genau an dieser Stelle ansetzt. In seinem Vortrag gibt Florian Eckert fünf konkrete Tipps zur Optimierung des Google My Business Accounts. Er geht u.a. darauf ein, welche Rolle Google My Business in der Customer Journey spielt, wie ein clever genutztes Unternehmensprofil einen positiven Einfluss auf die Conversion haben kann, wie sich darüber messbar Leads erzielen lassen und wieso Google My Business in Zukunft auch für Voice Search von wesentlicher Bedeutung sein könnte.
Sneak Preview mit Florian Eckert:
Google My Business optimieren - 5 Tipps wie jedes Unternehmen davon profitieren kann
Für Marken wird es immer wichtiger eine neue Verbindung zu ihren Zielgruppen aufzubauen - und zwar in den Kanälen, die diese auch nutzen. Gen Z und Millennials sind auf der Suche nach neuen Inhalten, dem alltäglichen Leben entnommen. Die Ausdrucksweise ist non-konform und aneckend, Celebrities geben sich direkt und politisch. Wie erreicht man diese Zielgruppen? Orlina Miller ist Spezialistin für kreative Strategien und Storytelling bei TikTok, eine der am meisten heruntergeladenen Apps der Welt. In ihrer Session erklärt Orlina Miller wie Marken eine neue Verbindung zu ihren Zielgruppen aufbauen können, gibt Einblicke in den Aufbau einer digitalen Community auf TikTok und stellt konkrete Beispiele von erfolgreicher Markenpositionierung auf der neuen Videoplattform vor.
CLV-based marketing seems to be the holy grail of steering marketing efforts these days. One can find tons of blog posts, podcasts and slides emphasising the importance of aiming for loyal customers. While this makes complete sense in theory we hit some roadblocks along the way of implementing a marketing strategy that really puts Customer Lifetime Value at its core. In this talk I share my view on certain challenges around CLV and in which setting & channel it might still make sense to tackle these challenges. Ideally you will walk away from this session knowing what CLV is, how to calculate it properly and through which framework you can re-allocate your marketing budget for better customers.
Data quality is crucial for successful data-driven decision-making processes. However, companies struggle with improving their data quality and keeping it on a high level. This difficulty increases with the size of an organization, the complexity of tracking requirements and the up-to-dateness of an IT-infrastructure. This talk takes a journey through the data analytics lifecycle from tracking design, over integration to aggregation, analysis, and interpretation. On this way, it emphasizes on common data quality issues and how to avoid or improve them in existing productive systems. Overall, the talk aims at providing best practices for investigating and improving data quality by showing common real-world scenarios and hands-on recommendations.
Artur and Tomasz tackled a problem of finding cross-selling opportunities in a B2B setting and extrapolating them to new markets. Application of Deep Learning methods on customer-specific time series of historical purchases led to promising recommendations validated later with help of active participation from the sales team. A short time-frame for the process of building models did not allow live validation of results, while it is not possible to fully validate opportunities on just historical data. To reduce this problem they carefully designed a scenario-specific loss function to avoid penalizing model on plausible recommendations.
Case Study Session: Marketing, Sales & Service
In vielen Predictive Analytics-Projekten besteht die Herausforderung darin, die Lösungen in bestehende Geschäftsprozesse zu integrieren. Dies galt auch für ein Data Science-Projekt der Continental AG, bei dem in Zusammenarbeit mit der Informationsfabrik GmbH ein Vorhersagesystem für internationale Reifenabsätze entwickelt wurde. Um die Prognosen der Machine Learning-Modelle nachzuvollziehen und die Ergebnisse optimal zu nutzen, benötigten die Experten der Fachbereiche Erklärungen, wie einzelne Vorhersagen entstanden. Der Vortrag wird verdeutlichen, wie Nutzer durch den Einsatz von Explainable AI motiviert werden, Predictive Analytics-Lösungen zu verwenden, und wie die Erklärbarkeit von Machine Learning-Modellen einen entscheidenden Beitrag zum wirtschaftlichen Erfolg von Data Science-Projekten leistet.
What can we learn from the ancient Babylonians about predicting the future? And how can we close the gap between data analysis and the decision-making process?
The length of a decision-making process is almost entirely determined by the time humans spend transforming data into conclusions. This is because data must be interpreted before it can be taken into account. The gap between data and decision can be narrowed by focusing on relevant signals derived directly from data. Ideally, the algorithm used for prediction can provide these signals itself. Handing over responsibility to a system requires additional checks and controls. Therefore, the system must be flexible, robust and easy to monitor. The presented model for nonlinear regression shows such an all-in-one approach. You will see the algorithm working as a fund manager.
Among data scientists, there is hardly a need to stress the importance of uncertainty estimates accompanying model predictions. However in deep learning, successful though it may be, there is no straightforward way to assess uncertainty. As of today, the most promising approaches to modeling uncertainty are rooted in the Bayesian paradigm. Commonly in that paradigm, we distinguish between aleatoric (data-dependent) and epistemic (model-dependent) uncertainty. In this session, Sigrid will show how both can be modeled blending deep learning (TensorFlow) and probabilistic (TF Probability) software. All demo code will be run using tfprobability, the R wrapper to TensorFlow Probability.
Testing ist die Grundlage für ständige Verbesserung. Nur mit einer effizienten Testingkultur können Unternehmen schnell und kontinuierlich wachsen. Diejenigen, die diese Erkenntnis bereits umsetzen, ziehen rasant an ihren Wettbewerbern vorbei oder krempeln sogar ganze Märkte um. Cengiz Dülger zeigt in seiner Session anhand eines konkreten Use Cases, wie Sky durch erfolgreiches Testing jeden Tag profitiert. Er erklärt nicht nur, welche Schritte notwendig sind, um eine effiziente Testing Roadmap aufzusetzen, was für einen aussagekräftigen A/B Test ausschlaggebend ist, sondern auch welche Tools ein erfolgreiches Testing vereinfachen bzw. ermöglichen. Er beschreibt außerdem welche Daten bei Sky für einen Analytics Deep Dive genutzt und welche qualitativen Erkenntnisse dafür herangezogen werden.
Display-Ads haben im B2B-Bereich einen schlechten Ruf: Zu geringe Conversionrates, dadurch hohe Gesamtkosten. Tobias Hagenau und Arne Rosemeyer zeigen in ihrer Session handfest und anhand zweier B2B-Cases auf, wie einfache Display-Ads replizierbar zu einem günstigen und gut skalierbaren Kanal für Conversions werden. Und das in Märkten mit schnell ausgereiztem Search-Volumen oder hohen Klickpreisen. Dabei öffnen die Speaker ihre Ad-Accounts und zeigen Ads, Strukturen und Testergebnisse, damit die Teilnehmer die praxisnahen Learnings direkt in ihren eigenen Kampagnen umsetzen können.
Sneak Preview mit Tobias Hagenau:
Wie Display-Ads in kompetitiven B2B-Märkten funktionieren - Digital Growth Unleashed
Estimating incrementality - whether an ad makes a difference for an action - is central to understanding the efficiency of online advertising, in particular in the presence of sophisticated ad servers. We have developed sophisticated statistical tools to perform experiments based on a geographical decomposition of advertising markets, which allow us to estimate incrementality even for off-line actions (store visits, purchases). In this session Christoph will discuss the background of incrementality vs. attribution, how geo experiments work and how they are set up, in particular the determination of sufficiently matched market regions, and the regression scheme used to evaluate their outcome.
During this talk, you will learn why and how Simon and his team at Boehringer Ingelheim created their own Tag Management solution and centralized web analytics implementation within one global central business service.
Learn what they have learned during this process without actually taking the time for yourself to generate those learnings. This session is crossing organizational borders between business and IT stakeholders, presented by a business stakeholder who is best friends with IT.
In einer Welt, in der Kritische Masse und Netzwerk Effekte essenziell für das Überleben von Geschäftsmodellen sind, ist es umso wichtiger, die relevanten Wachstumshebel zu identifizieren und zu aktivieren. Die bedeutendsten Faktoren für Hyper-Growth sind jedoch keinesfalls intuitiv und bekannt! Oft widersprechen sie sogar der gängigen Meinung und Praxis. Philipp Klöckner hat Hunderte von Startup- und Wachstumsunternehmen beraten und teilt in seiner Session Leitsätze, Beispiele und ein Dutzend anwendbare Ideen für maximales Wachstum.
If companies think about getting started in the field of Analytics there are always a lot of questions to answer:
● Do we have the skills to get a proper solution set up?
● What are the requirements?
● Should a Tag Management System be used?
● Which tracking approach is the best?
One is automatically confronted with these and other questions. Answering them costs time and binds resources. In this session I like to show you how to bridge this time and at the same time serve yourself a nice menu to get from a small starter to a sumptuous dessert. The menu covers why basics are important, how to benefit from being agile, why optimization is a good friend to start into a Data Driven Culture and what ethics has to do with all of this.
Optimizing towards long term metrics, such as LTV (life-time value), vs. short term metrics, such as CPA (cost per acquisition), is imperative to efficiently manage marketing spend, to improve ROI (return on investment) and for overall growth. Executing towards long term metrics in the digital world is challenging but possible. Most advertising platforms are ready with short term metrics, but don’t let that stop you. Diana had this challenge at VGW: she needed to optimize marketing campaigns towards LTV and was were able to do so by implementing a predictive modelling in partnership with Facebook. A supervised ensemble predictive model using click & view attributed features was build, captured during the on-boarding funnel. The model was back tested and used to analyze via A/B tests various campaign optimization, which led to ultimately improve the ROI of our digital marketing spend. You will walk out of this session with an example on how to implement a predictive model to improve the ROI of digital marketing spend.
Case Study Sessions: Marketing, Sales & Service
Companies like Coca-Cola spend tens of millions of dollars each year developing and launching "localized" advertising content that is often untested and regularly not optimized. In this case study, Markus will show a predictive solution developed together with The Coca-Cola company.
For the “Creative transport” toolset they use AI-based learnings from historical ads (stills and videos analyzed with content analytics algorithms) and an advertising performance benchmark database in order to forecast how well creative executions designed for one country will perform if transported to other markets. Markus also shows how they used predictive models to guide where to reuse creative and where investment in new creative is needed. In beta testing, clients have saved up to 30% in reduced creative production costs.
He will also show the impact for The Coca-Cola Company and how they make better decisions on where creative will transport successfully across markets.
In the exploration phase of agile projects, different solution paths are spiked to get an idea on which would be the most suitable one. However, by timeboxing the amount of effort put into every path, you might easily fall into the "greedy"-trap of choosing the easiest approach. More suitable technologies/models that would be too time consuming to fit into the timebox are never considered.
This talk is about reusing results/models of different approaches across other projects and teams to avoid this trap and to speed up the exploration phase. This can be achieved by offering former spike implementations behind an API as a service. If those services are dockerized, tagged, documented, and thus preserved, future exploration phases can shortcut by leveraging the results of already existing models.
Exemplarily, a machine learning classification problem is showcased that uses images on a website rather than text due to circumvent multi-language-problems. It covers the bootstrap-phase of gathering and pre-processing image data, applying transfer learning to the collected data, and offering the resulting neural network via an endpoint.
The acceptance of machine learning algorithms in predictive analytics heavily depends on the interpretability of the results. Standard regression techniques provide superior interpretability and allow for straightforward incorporation of expert knowledge but are often outperformed by black box algorithms in terms of predictive power. This session introduces shrinkage regression that overcomes shortcomings of standard regression (overfitting, moderate predictive performance, computationally intensive variable selection procedures) and allows the usage of very wide datasets. Steffen will demonstrate the advantages and elegance of shrinkage regression for causal and(!) predictive analytics and demonstrate why it belongs into the tool box of every data scientist.
Data Driven Business - Berlin - Tag 2 - Dienstag, 19. November 2019
The excitement about the potential opportunities for leveraging data by means of advanced analytics is huge. But, the honeymoon between business and data science is over. Stakeholders want to see value generation from data science. At Roche Diagnostics the Data Science Lab was created. Its mission is to explore business opportunities for data science across the company and to deliver productive, algorithm based systems that create impact. In his keynote, Frank will present some examples of data science initiatives going from data exploration over predictive modelling to productionization. Some of the challenges encountered will be addressed as well as the learnings.
Unicorn-Startups wie Dropbox, Uber, Linkedin, Slack und Co. sind mit den richtigen Growth Hacking Techniken rapide gewachsen. Sowohl für junge als auch etablierte Unternehmen können geschickte Hacks große Sprünge nach vorne bedeuten. In seinem Vortrag erklärt Hendrik Lennarz, warum Growth Hacking Teams immer eine gesamte Customer Journey eines Produkts verantworten sollten. Außerdem zeigt er auf, warum sich die Gedanken eines Growth Hackers holistisch um Reichweiten-, Traffic-, Conversion-, Retention, Umsatz- und Referal-Hacks drehen müssen, anstatt nur eine einzige Marketing-Disziplin zu betrachten. Anhand von Praxisbeispielen aus völlig unterschiedlichen Branchen lernen Sie, warum Growth Hacking viel mehr ist als nur exzellentes Marketing und wie die gezeigten Hacks auch auf Ihr Business übertragen werden können.
Sneak Preview mit Hendrik Lennarz:
Esprit Friends is the loyalty program of Esprit with more than 10 Mio customers. For these customers data of various sources is captured. The presentation shows the role of Artificial Intelligence to learn about the consumers’ issues, needs and desires and to serve them in the best way possible.
As part of the presentation different AI-use cases are presented and their success is evaluated. These projects are: Product Recommendations (reinforcement learning), Customer Feedback Analysis (NLP) and Product Success Prediction (picture recognition).
The aim of the presentation is to share the lessons of different approaches (successful or not yet market-ready) and to present an outlook for the future.
How can AI-Powered Search help to improve customer and employee experiences?
Lucidworks will introduce their Fusion AI-Powered Search technology and its capability to improve digital experiences for enterprise business.
In a first global use case enterprises can use the Lucidworks AI driven Digital Commerce solution to intelligently curate their e-commerce search and optimize their Conversion Rates, Average Order Value, Click Through Rate etc.
In a second global use case enterprises can use Lucidworks AI driven Digital Workplace solution to harness data from all their datasources and provide a 360 degree search a.k.a. "Google like search for their Workplace“.
Lucidworks Hyper-Personalization capability provides a highly curated search for each individual based on his/her taste derived from previous choices. Signal driven relevancy enables to track the complete user journey (queries, clicks, add to carts etc..,) and continuously learn from these signals. Continuous feedback loops are used to curate the results based on these learnings.
Lucidworks Predictive Merchandiser - offers an AI based curation tool for merchandisers to bring the power of AI and human intelligence together.
This session will be finalized by 2-3 reference customer cases for Digital Commerce & Digital Workplace.
Die Nutzererfahrung ist einer der wichtigsten Erfolgsfaktoren digitaler Geschäftsmodelle. Haben Sie die Nutzererfahrung nicht im Fokus, riskieren Sie viel: Besucher werden sich nicht auf Ihrer Website als Kunde registrieren, anmelden und Umsatz generieren und sammeln in der Regel auch noch eine Vielzahl negativer Erfahrungen.
Doch wie optimiert man User-Experience eigentlich durch User Centricity? Erfahren Sie in dieser Session welche Elemente bei der User Centricity genutzt werden können, um die UX zu verbessern, welche Tools bei der Optimierung helfen können und warum sich der Ansatz auf die gesamte Unternehmenskultur auswirkt.
Most of the ad spend flow to Facebook & Google - they account for over 56% of all digital advertising worldwide. But is one main channel enough? Hear from VC Ines Szal and the Director of Performance Marketing Gessica Bicego how Blinkist successfully managed to diversify its channels with native advertising. Learn from Blinkist’s journey how they made paid content one of their biggest mobile UA channels. Gessica will share learnings on network selection, content creation, and campaign optimisation.
Seit dem ersten Summit 2002, ist dies der Ort an dem diskutiert wird und an dem die gemeinsamen Probleme besprochen werden. Hier sind die Leute, die ihre Situation kennen und teilen - und genau deshalb ist der Austausch hier so fruchtbar. Die Teilnehmer-Diskussionsrunde ist nicht selten die Top Session in der Bewertung des Marketing Analytics Summits, denn der Austausch zu den gemeinsamen Problem mit gleichgesinnten Profis ist der Weg zu den Lösungen, ein wenig Empathie und einem starken professionellen Netzwerk. Wählen Sie Ihr brennendstes Thema hier aus und diskutieren Sie mit Ihren Kollegen.
Wählen Sie hier die Diskussion aus, an der Sie teilnehmen möchten.
- Marketing Intelligence ohne IT - Was ist möglich? (Marc Preusche)
- Was bedeutet effektive Personalisierung in technologischer und organisatorischer Hinsicht? Was muss sich ändern? Wo fangen wir an? (Matthias Bettag)
- Raw Data vs. Pre-Prozessierte Daten: Wann ist was die optimale Lösung? (Anisa Boumrifak)
- Marketing Attribution: Welchen Mehrwert bieten dynamische Modelle wirklich? (Yael Farkas)
- Mobile Analytics: Was sind die Erfolgsfaktoren für 2020? (Ole Bahlmann)
- The Future of Digital Analytics (Anna Denejnaja)
- Bottom up oder Top Down - wie etabliert man am besten eine data-driven Culture? (Maren von Selasinsky)
Customer profiling has been around since the traveling salesmen. It became more pronounced with industrialized marketing. And it exploded with big data and machine learning. So why is customer profiling still in an infancy stage at pharma? It’s not due to lack of data or GDPR as will be shown in this session. In this session Jack will explore the profiling approach and data sources leading to affinity scores, influencing potential, and customer value. He will also discuss different use cases for segmentations.
Case Study Sessions: Healthcare, Supply Chain & Finance
In a competitive retail industry, getting demand forecasting right is more important than ever. Order too much, and you accumulate overstock; order too little, and you lose sales and customers. AI, however, can help strike a balance to predict demand as accurately as possible. The presentation reveals the case study on AI-based demand prediction for Lenta, one of the world’s biggest retailers and the second largest retail chain in Russia. Demand prediction solution was pilot-tested and implemented in a sample of hypermarkets. Results: +13% growth rate in prediction accuracy; maintaining high levels of on-shelf availability and turnover; fully automated demand forecasting system.
Data science is rapidly becoming the primary catalyst for product innovation. However, most of the projects are stuck in the Proof-of-Concept (POC) phase. Christian and René had the chance to be part of GfK’s journey from a traditional market research company to a prescriptive data analytics provider. In order to build end-to-end data-driven products successfully, it is necessary to blend what existing frameworks like SCRUM and CRISP provide with the best practices from software engineering. You will learn about how they gradually established a data science development lifecycle that overcomes the POC-trap by considering production realities from day 1. Leveraging core concepts like KPI-driven development and micro-services they are able to successfully develop, deploy, scale and maintain data science models in production.
True customer centricity is a mainstream goal for any company dealing in b2c or b2b-many markets today. But what does it take to really get there, especially machine-learning-wise? Join this deep dive to learn about the phases to getting to true machine-learning-powered customer centricity. You will learn what it takes to proceed through the phases and find out where your company is today. You will get practical advice on best practices and insights on common pitfalls that block progress. From the exciting start of limitless possibilities - through the deep valley of expecting too much, too soon - to the point where you really get a glimpse of the giant upside potential for the first time - to finally running your first automated decision-making campaign that drives real uplift. Dennis will map out this journey together with you and share the crucial learnings from 10 years of building hundreds of machine learning systems for CRM practice.
Sales and marketing has moved from in person to online. So why do we treat people differently online?
Find out the three questions everyone asks when they meet someone for the first time or when they arrive on your website for the first time. The answers to those questions better be the same regardless if you are meeting someone live or hiding behind your website.
Learn how to apply successful in-person marketing techniques to convert more visitors into leads, subscriptions and sales online.
Sneak Preview with Marty Greif:
True Connections - Relationship Marketing in the Digital World // Marty Greif at the Digital Growth Unleashed from Johanna Hartung
Der Kaufentscheidungsprozess im B2B ist länger und komplexer als im B2C. Umso wichtiger ist es, die gesamte Customer Journey der Zielgruppe zu verstehen und an den richtigen Stellen präsent zu sein. Nur so kann nachhaltiges Wachstum erzeugt werden.
In diesem Vortrag zeigt Robin Heinzte anhand konkreter Beispiele, welche Daten ausgewertet werden müssen, um die Touch Points der Customer Journey zu identifizieren und herauszufinden, welche Kontakte wann hergestellt werden sollten, um die richtigen Leads zu generieren. Außerdem erklärt er, warum theoretische Modelle zwar als Grundlage wichtig sind, der Realitätscheck jedoch nie fehlen darf. Robin vermittelt Strategien, wie On- und Offline Maßnahmen optimal verzahnt werden können um alle relevanten Kontaktpunkte abzudecken und so die Nutzer vom ersten Kontakt bis zum Kauf hin optimal mit den richtigen Inhalten und über die passenden Kanäle zu führen.
Sneak Preview mit Robin Heintze:
Strategic Growth Fokus B2B - Robin Heintze auf der Digital Growth Unleashed 2019
Häufig wird die Webanalyse vom Tool her gedacht und nicht vom Anforderungen und den Zielen des Unternehmens ausgegangen. Dieses Vorgehen führt schnell zu „Kennzahlen“ wie Pageviews und Sitzungen, die leider nur wenig über die Qualität unseres Marketings oder unserer Website aussagen.
Was müssen wir also tun, um echte Insights aus der Webanalyse zu ziehen?
Einsteiger werden in dieser Session lernen, wie man die Webanalyse von Anfang an zielgerichtet konzipiert und den Blick auf die wesentlichen Kennzahlen lenkt. Für Fortgeschrittene ist diese Session ideal, um bereits bestehende Webanalyse-Setups zu hinterfragen und wertvolle Hinweise zur kontinuierlichen Weiterentwicklung der Webanalyse in eurem Unternehmen mitzunehmen.
In der Session werden Sie folgende Dinge lernen:
- Entwicklung sinnvoller KPIs: Welche Zahlen würden uns eigentlich wirklich verraten, ob unser Marketing oder unsere Website auf dem richtigen Weg sind?
- Welche Daten brauchen wir zur Bestimmung der KPIs? Woher bekommen wir sie? Wie sollten wir die Daten segmentieren, um tiefere Analysen zu ermöglichen?
- Analysen entlang der User Journey: So deckt ihr das Potenzial für Optimierungen gezielt auf.
Bonus:
Als zusätzliches Takeaway stellt Christian Ebernickel zwei beispielhafte KPI-Sets für E-Commerce Unternehmen bzw. Lead-orientierte Unternehmen vor.
Social network analysis (SNA) is a powerful research method from the social sciences with many practical applications for businesses, especially when looking at social media data. When users on social media platforms interact with each other by commenting, mentioning or replying to other users, network connections are created that can be analyzed and visualized for a variety of insights. While SNA once required advanced mathematical and software skills, today, this approach is accessible to non-programmers. The network analysis tool NodeXL allows the combination of network and content analysis to identify the shapes of networks, their divisions, related key topics, sentiment and influencers. This Deep Dive session provides an overview of the core concepts of SNA and demonstrates these theories through practical case studies with network data from Twitter, Facebook and Youtube.
Tools & Technology
Customer demand for personalized experiences, faster decision-making needs, decreasing customer loyalty and ubiquitous competition - online retailers are under pressure to leverage their customer insights on many fronts. Will customers buy the offered products or services? Will they buy again? Are they going to churn? Are we making fast decisions based on semi-automated analytics insights? This case study will show how customer segments and complex conversion predictions can be calculated using the power of the Google Cloud Platform. Further, it will showcase how these advanced analytics results can be used within the GMP to drive up the return on marketing investments.
In deutschen Bäckereien werden jährlich rund 1,7 Millionen Tonnen Backwaren weggeschmissen. Die größte Herausforderung: Tagtäglich die richtigen Produkte in der richten Menge produzieren und an die Filialen zum Verkauf ausliefern. Viele Faktoren, angefangen von Qualität, Preis, Wochentag, Standort, aber auch das Wetter beeinflussen die Nachfrage und entscheiden maßgeblich über Umsatzplus oder Umsatzverlust.
Im Vortrag zeigt Christian Schneider von wetter.com auf, welche Methode und Prozesse hinter den wetteroptimierten Bestellvorschlägen für Bäckereien steckt. Der Schwerpunkt liegt dabei auf den Herausforderungen, die die Skalierung von einem analytischen Proof of Concept hin zu einer automatisierten Lösung birgt. Zusätzlich wird der Geschäftsführer der Landbäckerei Schmidt einen Einblick geben, wie sich das Tool in seinem Bäckereialltag auswirkt.
Case Study Sessions: Healthcare, Supply Chain & Finance
Mit der Kombination von Produktkalkulation und Rohstoffpreisentwicklung, kann der zukünftige Preis eines Produkts treffsicher bestimmt werden. Hierzu werden Produkte durch Ingenieure zerlegt, detailliert nach-kalkuliert, die Bestandteile und notwendigen Werkzeuge + Personalkosten bestimmt. Wer dann noch die wesentlichen Rohstoffe im Blick hat, vollbringt wahre Wunder in der Vorhersage von Preis- und Produktentwicklungen.
Praxisbeispiel mit Effekten auf R&D, Design, Einkauf und sogar den Vertrieb der HOERBIGER GmbH
The deep dive debates the question of how the somehow elitist "playing around" of data scientists with machine learning models becomes a productive and stable application for the everyday business. Specifically, using three real-life case studies from the speakers consulting experience, various approaches and technical components are shown that enable the deployment of ML models: First, you will learn how a sales forecasting model of a delivery service created in KNIME was implemented with KNIME server. Secondly, a credit scoring model created in R becomes productive in a Databricks / Azure cloud environment. How would that have looked alternatively with the Cloudera Data Science Workbench in an on-premises Hadoop environment? Finally it is shown how a fraud detection model in Python was deployed as a web service using open-source components (Flask, Kubernetes, Dockers). The pros and cons and the hidden pitfalls are outlined beyond the colorful presentations of software vendors.
Attribution is about crediting touchpoints in customer interactions with their impact in the sale process, hence the core element of performance marketing. But today, the choice of the model is often driven by believe and guessing, rather than data and analytics. This explains why to date we find basic models, like last-click or last-non-direct. In this deep dive, Alwin will analyze the different models seen in practice, how they perform in different contexts, what are their core ideas (from statistics, game theory, marketing science and machine learning) and what are their pros & cons. Finally, you will learn how to turn descriptive attribution into successful predictive usage.
Die Arbeitshypothese für die Zukunft ist, dass viele Branchen auf eine 0% Verkaufsmarge zusteuern.
Heute macht Amazon 80% seines Gewinnes mit Zusatzservices und dreht mit den quersubventionierten Gewinnen immer mehr an der E-Commerce Schraube. Kernfrage ist daher:
# Wie kann ich als Marke immer mehr im Alltag der Kunden stattfinden?
# Wie baue ich neue serviceorientierte Verkaufsansätze, die mir helfen mich gegen Amazon & Co. zu behaupten.
# Wie schaffe ich einen echten Mehrwert für Kunden, der mich von meiner Konkurrenz differenziert?
# Wie kann ich in der Lösungsfindung komplett disruptiv denken und so radikal neue Innovationen in meiner Branche einführen?
In der Keynote zeigt Ruppert Bodmeier, wie man in kürzester Zeit kundenzentrierte Lösungsansätze entwickelt, die perspektivisch mein altes Geschäftsmodell ersetzen.
Too often we focus on gathering data and spend too much of our time perfecting data, but often it is less a question of how much or how good data we have, but more how we use the data we have. If data is an answer to all our questions, then we desperately need to know what questions we are actually asking. In this session Steen explore how the combination of data, cloud and activation platforms can be used through a philosophy of experimentation to help answer the elusive question… now what?
There is a lot of visioning going on around AI/Augmented/Automated machine learning as well as some first good specialist topic examples. But what are the techniques being used and can they be applied to day to day tasks? This presentation will bring together the latest thinking on practical automated machine learning and apply it to a common task: ensuring relevant graphics are created. This is of course useful for non-data science professionals but has a particular value for data scientists who are taking an initial look at new very big very wide data to determine an approach. A summary of the status quo will be given along with practical open source examples to show the techniques and concepts in use.
Unlesbare Textwüsten am Ende einer Shop-Kategorie sind nach wie vor Gang und Gäbe, doch die Zeiten, in denen das funktioniert hat, sind längst vorbei! Die Google Updates der letzen Jahre weisen in eine klare Richtung: Der Nutzer muss im Mittelpunkt stehen - auch für SEO. Thomas Gruhle zeigt, wie man mit semantischem Priming und designbezogenen Veränderungen Kunden in Kauflaune versetzt und gleichzeitig die Nutzersignale auf den Seiten optimiert, mit denen das meiste Geld verdient wird. Im Rahmen dieser Präsentation lernen Sie als Teilnehmer anhand konkreter Beispiele und Tipps, wie man Content erstellt, der nicht nur rankt, sondern auch konvertiert.
Sneak Preview mit Thomas Gruhle:
Wie man mit guten Texten rankt und konvertiert! Thomas Gruhle auf der Digital Growth Unleashed
"Play is the highest form of Research" (Albert Einstein). Besonders in Zeiten der Digitalen Transformation ist die Kollaboration zwischen Menschen ein wichtiger Erfolgsfaktor für Wachstum. Die klassischen Methoden der Zusammenarbeit sind jedoch oft hemmend (z.B. traditionelle Meetings, Präsentationen etc.), die neuen Methoden zu locker bzw. desorganisiert (z.B. offene Diskussionen oder interne Chat-Tools wie Slack etc.).
Eric Hofmann erklärt in seiner Session, wie er mit Hilfe innovativer Serious Play Methoden Teams so formt, dass aus ihnen agile Erfolgs-Mannschaften werden. Denn durch das Spielerische wird die Kreativität angeregt, die Kommunikation zwischen den Teammitgliedern wird intensiver und das Energielevel bleibt dauerhaft hoch.
Anhand von Methoden und Frameworks lernen Sie als Teilnehmer, wie Sie mit Hilfe von Serious Play Strategie- und Organisationsentwicklung, Teambuilding und das Einführen von Business Agilität im Unternehmen enorm beschleunigen und optimieren können.
Customer Centricity hat sich auch im Marketing als wesentliches Konzept in der Gestaltung von Marketing-Initiativen etabliert. Datenbasierte Entscheidungen werden aber häufig noch auf Basis von KPIs gebildet, welche die Kundenperspektive vernachlässigen. Erfahren Sie, wie man Marketing-Dashboards auf die Buyer Journey ausrichtet und wie man dafür geeignete KPIs auf Basis neuer Ratios oder umfassender Indizes definiert. Erkennen Sie, was für strategische Entscheidungen sich dadurch für Marketing-Initiativen ableiten lassen. Nehmen Sie auf dem Weg zur Umsetzung eines Buyer Journey Dashboards mit, welches geeignete Tools sind und wo die grössten Fallstricke liegen, sodass Sie schneller und effizienter zum Ziel gelangen.
Artificial Intelligence is emerging within marketing technology. But is it ready to evolve from gimmick to game-changer? Jente shares his personal experience with A.I. powered A/B testing tools. Do they deliver on the promise to try out more ideas in less time, thanks to an AI fueled algorithm? Learn how these new types of tools are moving from the lab into your marketing department.
A lot of companies are struggling with managing data science projects and get bogged into several unexpected difficulties. Newcomers on the data science field also face significant problems with hiring the specialists and organizing product teams efficiently. So, though, the data science is a well developed field, managing of data science projects is still quite challenging.
Nikita is Chief Data Officer in Russian Airline S7 with over 100 planes in fleet. Three years ago the airline company launched the first data science projects with only two data science project managers involved. Now they have a team of around 40 specialists in the fields of product management, data engineering, data science, software development and business analysis. Over these three years they have successfully implemented a few state-of-the-art machine learning products in some core areas of their business.
Nikita believes that their experience and ideas can help you and your organizations to launch and operate data science teams more effectively. In his talk he is going to cover the following areas of a data science management: roles and competences, organizational structure, product management frameworks, use of the Data Lake, Data Catalogue and Data-as-a-Service, discovery of new business cases and many other.
Everyone hears about machine learning (ML) & artificial intelligence (AI) while you are building the models. You spend weeks/months working on something, prototyping and when things "are done", it needs to be deployed in production ASAP - and that is just the tip of the iceberg. We use ML models when we need to find patterns without explicitly programming machines to do so. Data scientists usually do not have a software engineering background, testing ML is tricky and all the other problems related to ML in production, ML components can drink from the same source of the devops movement. Do we need to talk about CI/CD for ML? Yes, please, but we need to talk also about Continuous Evaluation! How can we test and debug ML? Create a safe environment for data scientists is important, but why exactly? How can we package, deploy and serve ML models? By the end of this talk, you will understand more about ML lifecycles, the AI hype and feel more comfortable to answer these questions and help your organization move faster. Thiago also promises a ML testing and building demo... may the demo gods help us!
E-commerce today as a sub-sector of the national economy is represented by almost every major retailer, and therefore requires from entrepreneurs additional efforts to overcome competition and increase consumer loyalty. The use of modeling and customer analysis - with predictive analytics at its core - has long been a major driver of innovation in this field. One of the reasons behind this success is the availability of large amounts of historic data collected by major online retailers. On the other hand, companies launching new products and services or entering a new market are often confronted by the chicken-or-egg problem: How to apply predictive analytics if historical data is lacking? This use case will therefore showcase special approaches developed by ELEKS in multiple projects on so-called “cold start models”. This class of methods uses for example historical data from related, external sources to allow the prediction and analysis customer behavior for new products right from the start. This presentation will cover modules such as customer analysis, prediction of future consumer behavior and recommender systems and will highlight possible bottlenecks and benefits. It will also focus on models for consumer segmentation, churn risk, price sensitivity, and recommender systems to predict and steer consumer behavior are today state of the art.
Der Markt ist gesättigt, die Produkte sind vergleichbar - möchte man sich Marktanteile sichern und diese ausbauen, sollte man wissen, wie man seine User positiv beeinflussen kann. Im ersten Schritt ist es hierfür essenziell zu verstehen, wie Menschen eigentlich funktionieren. Valide neurowissenschaftliche Verhaltenstheorien sind daher ein Grundstein um seine digitale Umwelt (z.B. den Shop) so zu gestalten, dass ein gewünschtes Verhalten und Erleben des Users wahrscheinlicher wird. André Weinreich geht diesbezüglich in seiner Session insbesondere auf die Feldtheorie von Lewin, Motive, Persönlichkeitstheorien und Segmentierung ein. Im zweiten Schritt muss geprüft werden, wo es Optimierungspotenziale gibt. Hierfür benötigt man neben quantitativen Daten auch Daten, die einen tatsächlichen Verhaltensbezug haben. André Weinreich erklärt in seiner Session, wie man diese u.a. durch räumliche Emotionsmessung erfasst, visualisiert und interpretiert, wie man sie verortet und nutzt, um die digitale Umwelt möglichst zielorientiert zu gestalten. Diese Session eignet sich für alle die spüren, dass BigData alleine nicht nah genug am Kunden ist.
"Die letzte gedruckte Zeitung erscheint 2033" verkündet Professor Klaus Meier in seiner Berechnung für den Auflagenrückgang der Tageszeitungen. Gerade für Anbieter, die ihren Fokus eigentlich nicht in der digitalen Welt haben, wird es zukünftig immer schwerer den Herausforderungen der Digitalisierung zu begegnen.
Jan Ippen, Geschäftsführer und Gründer der Ippen Digital, zeigt in der Session, wie radikale Maßnahmen nach dem Motto „Change or die“ im Unternehmen Ippen Digital zu enormen Wachstum beigetragen haben. Neue Teams, innovative Strukturen und Prozesse und die erfolgreiche Verbindung der lokalen Printmedien mit der übergreifenden Onlinewelt bildeten die Grundlage für den Erfolg.
In der Session lernen die Teilnehmer praxisnah, wie der Neuaufbau bei Redaktion, Produkt, Technik, Data und Vertrieb das Ippen Digital Netzwerk zum mittlerweile reichweitenstärksten Verbund von Online-Portalen in Deutschland, zu dem unter anderem Merkur.de, fr.de und extratipp.com zählen, machten und wie sich die Ansätze auch auf andere Branchen übertragen lassen.
Mehr Infos gibt es hier:
Herausforderungen der Digitalisierung - Jan Ippen auf der Digital Growth Unleashed 2019
Alle sammeln Daten, bauen Dashboards, entwickeln Reports und reden von Kennzahlen. Wir wissen alle, wie wichtig es ist, Unternehmensentscheidungen auf Grundlage von Daten zu fällen. Was aber kaum einer versteht, ist, dass Daten nur im Kontext richtig guten Storytellings die Macht entfalten, Unternehmen wirklich zu verändern. Nur wem es gelingt, Daten in relevante Erkenntnisse zu übersetzen und sie so zu visualisieren, dass alle Bereiche im Unternehmen sie verstehen, macht aus Daten die Grundlage und den Treiber für (agile) Entwicklungs- und Veränderungsprozesse.
Es geht also nicht nur darum, die richtigen Daten zu haben und sie auszuwerten. Es geht vor allem darum, mit ihnen mitreißende „Geschichten zu erzählen“.
In dem Vortrag zeigt Dr. Johanna Schoenberger, was Data Analysts von Designern und Kreativen lernen können, um mit Daten spannende Geschichten zu erzählen und sie zur unverzichtbaren Grundlage für agile Unternehmensprozesse zu machen.
Heutzutage ist es in nahezu jedem Unternehmen das Ziel, datengetriebene Entscheidungen zu treffen. Doch wie lassen sich Mitarbeiter/-innen und Kollegen/-innen dazu befähigen und motivieren, öfter auf Daten statt ihr eigenes Bauchgefühl zu hören? Diese Session gibt einen Überblick über die verschiedenen Tools und Methoden, die dabei unterstützen können, eine datengetriebene Unternehmenskultur aufzubauen – von der Wahl des richtigen Analyse-Tools über die Nutzung von Ticketsystemen bis hin zum Einsatz von Multipliern.
Quoniam Asset Management ist ein Vorreiter im aktiven quantitativen Asset Management. Auf Basis eines transparenten, datenbasierten Investmentprozesses managt der Finanzdienstleister über 30 Milliarden Euro institutioneller Anleger in Aktien-, Renten- und Multi-Asset-Strategien. Auch im Asset Management entscheidet die schnelle Verarbeitung und Analyse großer Datenmengen zunehmend über den Erfolg. Dabei geht es vor allem darum, tatsächlich Mehrwert stiftende Daten zu identifizieren und nutzbar zu machen. Jonas Vogt stellt einen rein quantitativ basierten Investmentprozess für Aktien als Anwendungsfall quantitativer Modellierung vor. Der Fokus liegt auf der stetigen Erweiterung der zur Verfügung stehenden Datenlandschaft sowie den Möglichkeiten für die Verarbeitung von Informationen jenseits der Bilanz- und Preisdatenwelt bei der Rendite- und Risikoprognose. Entscheidende Fragestellung ist zudem, welches Potenzial der Einsatz von Machine-Learning-Techniken, wie Boosting oder Neuronale Netze, in diesem Anwendungsfall bietet und welche Herausforderungen sich dabei ergeben.
Case Study Sessions: Healthcare, Supply Chain & Finance
In den USA ist die Vorhersage von Immobilienpreisen und deren Nutzung bei Transaktionen bereits seit Jahren sehr populär und hat in der Folge zur Entstehung milliardenschwerer Unternehmen geführt. In Europa hingegen ist das Thema Machine Learning und Immobilienmarkt relativ neu. McMakler ist ein digitales Maklerunternehmen mit dem Ziel, sich die zahlreichen Vorteile automatisch generierter Preis für Häuser und Wohnungen zu Nutze zu machen und den europäischen Immobilienmarkt zu revolutionieren. Anfang des Jahres 2018 startete McMakler mit dem Projekt und schnell stand fest, dass dies eine äußerst herausfordernde Aufgabe ist. Angefangen mit der Verfügbarkeit von genügend Daten und deren Modellierung, endend mit der effizienten Nutzung von Preisvorhersagen in Geschäftsprozessen. Dieser Vortrag führt die Teilnehmer durch das Projekt und zeigt die wesentlichen Erfolge und Ergebnisse, aber auch die Probleme, welche die Einführung eines völlig neuen Ansatzes mit sich bringen.
This deep dive explores the intersection of two trends in machine learning pipelines: state-of-the-art models in natural language processing and serverless cloud architectures. Since Google published Word2Vec in 2013, word embeddings became rapidly more powerful. However, this went along with a substantial increase in computational complexity. On the other hand, the shift to serverless architectures emphasizes lean modules, which are not suited for heavy calculations. In this deep dive, Timo will walk you through an implementation of a pretrained model into a serverless infrastructure on AWS. Afterward, you will have a blueprint that is easy to adapt to your use cases.
Tradera is one of Sweden's largest online marketplaces with over two million users. Dativa worked with the team at Tradera to implement image based product search and automatic classification of auctions. The major question was whether it's more cost effective and more accurate to use the standard Google Cloud APIs or to implement from scratch. We tested both approaches - using state of the art TensorFlow neural networks and the Facebook FAISS database, and the standard Cloud Vision APIS. In this presentation we share the journey and the results of the evaluation and demonstrate the service.
The deep dive will cover 4 main topics:
* introduction of Tradera's ambition with the project and live test by the participants
* development of image classification using 25M images and techniques for achieving higher accuracy
* comparison of a FAISS based solution with Google Cloud Vision APIs and help answer the question what are the main considerations when deciding to build from scratch or using cloud services
* if choosing own FAISS based solution setting up a robust scaleable API in GCP
Instagram wird Facebook’s E-Commerce Plattform. Millennials und die GenY kaufen wegen der Kauferfahrung, nicht dem Preis, und möchten, dass eine Marke für etwas steht. Social Media sollte den Umsatz treiben - und kann es auch!
Christina Utz zeigt Beispiele, wie man die für sich relevanten Umsatzhebel im Social Media Marketing identifiziert, um nicht nur eine Conversion, sondern einen treuen Kunden zu erhalten. Sie lernen zudem, wie Sie Tools und Apps hierbei sinnvoll einsetzen können. Sie sehen Best Practices für datengetriebenes Paid und vor allem Organic Social Media, welches durch innovatives Influencermarketing geprägt ist.
Jeder, der erfahren möchte, wie man mit Social Media Marketing seinen Umsatz in die Höhe treibt, sollte diesen Vortrag nicht verpassen.
Sneak Preview mit Christina Utz:
Das Wort “Positionierung” ist sehr generisch und wurde in vielen Unternehmen schon zu oft inflationär verwendet. Doch besonders in hart umkämpften Märkten kann eine richtige Positionierung im Vergleich zu kurzfristig erfolgreichen “Marketing-Tricks” einen Wettbewerbsvorteil verschaffen.
Timon Hartung erklärt in seinem strategisch ausgerichteten Vortrag, wie man Markt-Chancen erkennen und für sich nutzen kann. Dabei geht er u.a. auf die Blue und Red Ocean Strategie ein und erklärt anhand von Marktsegmenten, wie man seine spezifische Nische richtig definiert.
Gute Dashboards sind großartig: Sie ermöglichen schnelle Einblicke, ersparen uns manuelle Reportingarbeit und erreichen auch weniger datenaffine Zielgruppen. Schwierig wird es aber, wenn Daten nur noch in Dashboards Beachtung finden und die lieben Kollegen sich noch für die kleinste Kleinigkeit ein extra schönes, voll automatisches Dashboard wünschen. Neben der ganzen Dashboard Entwicklung bleiben dann oft die eigentlichen Kernthemen Analyse und Optimierung auf der Strecke. In diesem Vortrag wird gezeigt, was Dashboards wirklich richtig gut können und für welche Zwecke man lieber auf andere Mittel zurückgreifen sollte. Grundlegende Tipps für gute Dashboards, Beispiele für gelungene Darstellungen von Digital Analytics Daten und ein kleiner Data Science Ausblick runden den Vortrag ab.
In this talk Sharon and Max will explain, how they set up a simple but powerful analytics infrastructure at Asana Rebel, using only cloud services. This setup allows them to quickly add new data sources, for Marketing and other stakeholders. It scales easily and supports different use cases with little maintenance. How this combination allows them to cater to a wide set of stakeholders in an agile way is demonstrated by a few case studies.
Viele von uns finden Daten nicht nur im Kontext des Marketings interessant, sondern auch ganz generell. Im letzten Vortrag schauen wir über den Tellerrand und in andere spannende Bereiche, in denen Daten Mehrwerte schaffen: Beispiele aus der Wirtschaft, aus der Umwelt, der Medizin und einige mehr.
Complex problems require complex solutions. This is a common assumption of decision-makers in science and society today. The age of Big Data and Machine Learning provides ample complex solutions, but are they always better than us humans? Dr. Florian Artinger shows in a number of case studies, from sports to management, that people have developed simple but highly successful solutions. In dynamic and complex environments, where a calculation of all influencing variables is practically impossible, human decisions have shown to be frequently much better than complex algorithms. The talk shows how combining human and machine intelligence will eventually lead to better decision making.
