Statistik ist überall…
…auch dort, wo man sie am wenigsten vermutet.
STAT-UP berät Sie mit 15 Jahren Erfahrung bei vielfältigen Problemstellungen in fast allen Wirtschaftszweigen. Von einzelnen Teilleistungen bis zu Komplettlösungen, unser Angebot ist auf Ihre Bedürfnisse maßgeschneidert.
Entdecken Sie eine Auswahl unserer Kunden und Projekte auch in Ihrer Branche oder Ihrem Unternehmensbereich.
—
Data Science in der produzierenden Industrie
Predictive Maintenance, Versuchsplanung/DoE, Quality Engineering, Statistische Prozesskontrolle/SPC, Lebensdaueranalysen, Transport- und Lagerhaltungsoptimierung, etc.
In der Automobilindustrie, Chemieindustrie, Medizintechnik oder bei Herstellern industrieller Produkte wird Statistik typischerweise in der Qualitätssicherung eingesetzt, aber auch innerhalb der Forschung und Entwicklung.
Mögliche Anwendungen sind:
- Design of Experiments (DoE)
- Stichprobenplanung
- Statistische Prozesskontrolle (SPC)
- Lebensdaueranalysen
- Lieferantenbewertung
- Analyse von Versuchsdaten
Gerade in der industriellen Statistik braucht es Expertenwissen, wenn entweder Hunderttausende von Datensätzen sinnvoll auszuwerten sind oder aber aus Zeit- und Kostengründen nur sehr wenige Experimente durchgeführt werden können.
Ihr Nutzen:
Als Auftraggeber aus der Industrie möchten Sie Ihre Lieferanten- und Gewährleistungsrisiken unter Kosten-Nutzen-Gesichtspunkten optimieren. In der Forschung und Entwicklung benötigen Sie informationshaltige Daten, d.h. Versuche sollen so geplant werden, dass Sie mit möglichst geringem Aufwand möglichst viel über Wirkzusammenhänge und Prozessparameter erfahren.
Hierbei profitieren Sie einerseits von unserem Experten-Know-How in der Statistik, insbesondere der Statistischen Prozesskontrolle und dem Quality Engineering, andererseits von unseren Erfahrungen im Umgang sowohl mit sehr großen als auch mit sehr kleinen Datenmengen. Dank hervorragender Kenntnisse in SAS und SPSS wie auch in R, Matlab und Simulink können wir unsere Arbeit nahtlos in bestehende Systeme integrieren.
Predictive Maintenance
In einem umfangreichen Data Lab eines DAX-Konzerns analysieren wir fortlaufend die Lebensdauern von Komponenten mit Advanced Analytics Verfahren auf der Basis von Big Data. Anschließend entwickeln und programmieren wir Modelle für Predictive Maintenance. Für den Anwender entwickeln wir interaktive Web-Oberflächen zur Risikoabschätzung und Bewertung.
Absicherung im Autonomen Fahren/Autonomous Driving
Für die Risikoabsicherung von Fahrerassistenzsystemen erstellten wir umfangreiche, fortlaufende Versuchspläne für die verschiedenen Entwicklungsstadien der Software. Dabei waren eine Reihe von Big Data Probleme zu bewältigen (zahlreiche interagierende Einflussgrößen, Analyse von Videodaten), die wir mit Schichtungsverfahren und Generalisierten Regressionsschätzern lösten.
Prozessoptimierung in der Produktion
Ein Industriekonzern beauftragte uns mit der Durchführung von Data Labs, um datengestützt Prozesse über die gesamte Wertschöpfungskette zu optimieren und neue datenbasierte Geschäftsmodelle zu entwickeln. In einem Teilprojekt analysierten wir Fehlerdaten aus dem Feld in Kombination mit Produktionsdaten, um Toleranzgrenzen zu optimieren und Frühindikatoren für spätere Systemausfälle zu entwickeln.
Demand Planning/Lagerhaltungsprognose
Für einen Chemiekonzern bearbeiteten wir ein Projekt zur Senkung von Lagerhaltungskosten und zur Verbesserung des Supply-Service, um nachgefragte Produkte mit hoher Wahrscheinlichkeit auf Lager zu haben. Wir entwickelten ein Forecasting-Tool in R als Alternative zu kommerziellen Lösungen (SAP APO DP, John Galt ForecastX Wizard), das auf mehr als 30 verschiedene Modellklassen zurückgreift und die jeweils optimale Prognose ausgibt. Damit können monatliche Forecasts für mehrere hundert Artikel/Produktgruppen pro Business Unit für jede Business Unit vollautomatisch erstellt werden.
Lieferanten-Kontrolle
Es wurden Stichprobenpläne entwickelt, um eine Qualitätsverbesserung durch einen geänderten Produktionsprozess beim Lieferanten zu überprüfen. Die Normtabellen des Stichprobensystems nach DIN ISO 2859 (Annahmestichprobenprüfung an Hand der Anzahl fehlerhafter Einheiten) wurden um strengere Qualitätsniveaus (AQL, annehmbare Qualitätsgrenzlagen) erweitert.
Quality Engineering
Bei vdi, VDE, dem Institut für Umformtechnik und Gießereiwesen der TU München und rund zehn Industrie-Unternehmen führten wir Workshops zum Thema Quality Engineering mit Taguchi-Verfahren durch. Themen waren Qualitätsmessung, Six Sigma, Varianzanalyse, Signal-to-Noise-Ratio, Robust Design. Zum Einsatz kamen u.a. Minitab, SPSS und Excel.
Design of Experiments/Versuchsplanung
Wir schulen und beraten regelmäßig zu den Themen Datenmanagement, Reporting, Versuchsplanung, Mixed Models und zu allgemeinen Programmierfragen beim Einsatz von R (Benutzerumgebungen, Plug-Ins, Einbindung von C-Code, Erstellung eigener Pakete, objektorientierte Programmierung in S3/S4).
Typischerweise unterstützen wir unsere Kunden bei Aufgaben wie:
- Einsatz von Standardverfahren des DoE (vollständige und fraktionierte Pläne, Taguchi-Pläne)
- Anwendung spezieller Methoden der Versuchsplanung (lokal optimale wiederholungsfreie Pläne, C-, D-, G-optimale Pläne, nichtlineare Versuchsplanung)
- Auswahl effizienter Designs für Multi-Level-Experimente
- Statistische Analyse von Versuchen (Varianzanalysen mit festen und zufälligen Effekten, Rang-Varianzanalyse, Korrekturverfahren bei Multikollinearität)
- Modellwahl für kategoriale und ordinale Response-Variablen (Logit-Modelle, Loglineare Modelle, Quasi-Likelihood-Schätzung für korrelierten binären Response).
- Modellierung bei wiederholten Messungen (Hypothesentests bei Compound Symmetry und Sphärizität, gemischte Modelle)
- Ziehung einfacher und komplexer Stichproben (kostenoptimale Ziehung, proportionales Schichten und Poststratifikation, Raking-Ratio-Technik, Varianzoptimierung mit Hilfe automatisierter Segmentierungsverfahren, GREG-Schätzung)
- Analysen von Cross-Over-Designs
- Behandlung fehlender Daten
- Statistische Tolerierung im Qualitäts- und Zuverlässigkeitsmanagement
- Überwachung messbarer Merkmale durch statistische Prozessregelung SPC (Prozessregelkarten, Ermittlung von Fertigungsverteilungen, Simulationstechniken)
Data Science in Pharma & Medizin
Klinische Forschung, Statistische Programmierung z.B. von Genexpressionsanalysen, klinisches Datenmanagement, etc.
Häufig beschäftigen sich unsere Kunden mit Fragen wie:
- Welche Fallzahl wird benötigt, um einen Therapie-Effekt mit hoher Wahrscheinlichkeit zu entdecken?
- Wie können Ergebnisse, z.B. Kaplan-Meier-Schätzungen, verschiedener Studien miteinander verglichen werden?
- Wie können häufig wiederkehrende Analysen und Reportings, z.B. von Labordaten, automatisiert durchgeführt werden?
- Welche statistischen Verfahren sind angemessen, wenn die Daten eine bestimmte Struktur besitzen, die bei Standardverfahren zu verzerrten Ergebnissen führen (z.B. Longitudinaldaten mit zufälligen Effekten und korrelierten Fehlern)?
STAT-UP bietet Ihnen Experten-Know-How in der Statistik, insbesondere der Biostatistik, medizinischen Biometrie und Epidemiologie. Wir verbinden dies mit umfangreichen Erfahrungen im Umgang mit großen Datenbanken. Dank hervorragender Kenntnisse in SAS, SPSS und R sowie in Spezialprogrammen wie z.B. Origin und XLFit können wir unsere Arbeit nahtlos in bestehende Systeme integrieren.
Zwei Publikationen zusammen mit dem Klinikum der LMU München wurden 2012 von der American Society of Oncology (ASCO) und der American Association of Cancer Research (AACR) in Orlando und San Antonio prämiert.
Unsere Dienstleistungen im Medizin- und Pharmabereich umfassen die statistische Beratung und Unterstützung in den Bereichen:
- Planung vorklinischer und klinischer Studien (z.B. Fallzahlplanung)
- Studiendesign und Randomisierung
- Datenbereinigung und Konstruktion von Datenbanken
- statistische Auswertung (Methodenwahl, Programmierung, statistische Analysen)
- Prozessstatistik
- spezielle Fragestellungen, z.B. Survival-Analyse, Auswertung von Longitudinal-Daten, Umgang mit kleinen und/oder nicht normalverteilten Datensätzen, Meta-Analysen- Berichterstellung (Tabellen, Grafiken)
- Publikation von Ergebnissen
Unsere Leistungen und Referenzen im Bereich Medizintechnik finden Sie unter der Branche Industrie.
Gendaten
Für eine Forschungsabteilung eines weltweit tätigen Pharmakonzerns programmierten wir Genexpressions-Analysen in SAS und R. Wir berieten zudem beim Datenmanagement mit SAS. Insbesondere die Anbindung an eine bestehende, zentrale Datenbank und die Aggregation von Daten verschiedener klinischer Studien waren hier relevant.
Biomarker
Ein weiterer Pharmakonzern beauftragte uns mit der Auswertung von Daten mehrerer Biomarker in R sowie der Erstellung von englischsprachigen Analysenberichten anhand eines vorgegebenen SAPs. Ein weiterer Teil des Auftrags war die Validierung vorhandener Analyseberichte und die Erstellung eines englischsprachigen Validierungsreports mit R/LaTeX.
Lebensmittelsicherheit
Für das Bundesinstitut für Risikobewertung (BfR) entwickelten wir ein Software-Skript zur automatischen Berechnung mikrobieller Wachstums- und Inaktivierungsparameter aus experimentellen Daten. Wir erstellten eine MySQL-Datenbank, in die mit Hilfe eines Python-Skripts die Daten der frei zugänglichen Forschungsdatenbank ComBase importiert und regelmäßig aktualisiert wurden. Die Auswertung erfolgte in R, um die in ComBase verfügbaren Analysemethoden zu reproduzieren und zu erweitern. Das Tool wurde komplett nach Standard S4 erstellt und verfügt über eine Benutzeroberfläche.
Proteomics-Daten
Ebenfalls für das BfR validierten und erweiterten wir ein R-Tool zur Analyse von 2-D Gelektrophorese Spots. Das Matching der Daten erfolgt wahlweise in R oder Perl. Funktionalitäten sind Filtern der Daten, verschiedene Normalisierungsverfahren, statistische und grafische Analysemethoden. Das Tool verfügt über eine Benutzeroberfläche und ist in der aktuellsten Version nach S4 Standard erstellt.
Klinische Forschung
Wir begleiten als Statistik-Partner zwei Langzeit-Projekte an den Kliniken der LMU (Dr. von Haunersche Kinderklinik, Frauenklinik an der Maistraße). Ein Projekt beschäftigt sich mit Gen-Umwelt-Interaktionen im Zusammenhang mit der Entstehung von psychischen Störungen bei Kindern. Das zweite Projekt ist eine international angelegte Studie zur Erforschung bestimmter Mamma-Karzinome. Wir übernehmen dabei verschiedenste Aufgaben, beispielsweise die Stichprobenplanung, die statistische Analyse der Langzeit-Daten und auch die Vorbereitung von Publikationen.
Eine Auswahl akademischer Projekte aus Pharmaindustrie und Medizin:
- Transcatheter aortic valve replacement vs. natural history of aortic stenosis. Meta analysis of survival data.
- Lebensmittelverträglichkeit bei Patienten mit chronischen Darmerkrankungen
- Diagnose und Behandlung von Male Depression
- Risikofaktoren, Langzeitoutcome und Lebensqualität von Patienten mit akutem und chronischem Guillain-Barré-Syndrom (Chronic Inflammatory Demyelinating Polyneuropathy)
- Risikofaktoren und Survival-Prognose beim Systemischen Inflammatorischen Response-Syndrom (SIRS)
- Patientenzufriedenheit in psychosomatischen Kliniken
- Behandlung und Langzeitverlauf von Spinalinfektionen
- Rehabilitation Hochbetagter nach Herzoperationen
- Selbstmanagement und Lebenszufriedenheit von Diabetikern
- Angst, Depression und Lebensqualität bei Prostata-Karzinom-Patienten
- Psychische Veränderungen bei gynäkologischen Infektionen
- Skalenvergleiche in der Operationalisierten Psychodynamischen Diagnostik
- Therapieeffekte auf Lesevisus und Lesegeschwindigkeit
- Subjektive Krankheitskonzepte alkoholabhängiger Migranten
- Wortabrufgeschwindigkeit unter dem Einfluss von Alter und Demenz
- Bindungs- und Konfliktstile von Opiatabhängigen
- Lebenszufriedenheit von Eltern chronisch kranker Kinder
- Konsumverhalten im Arzneimittelbereich (OTC)
Data Science in Finance & Insurance
Risikomodellierung, Portfolio-Optimierung, Rating-Modelle, Quantitative Tradingmodelle, etc.
Banken, Kapitalanlagegesellschaften und Versicherungen unterstützen wir beispielsweise bei Aufgaben wie:
- Modellierung von Marktrisiken (Messung von absoluter und relativer Risk Exposure, Zinsrisiken und Zinskurvenmodelle, Hedging z.B. im ALM, Besonderheiten in Emerging Markets)
- Modellierung von Kreditrisiken (Analyse von Abhängigkeiten insbesondere bei Asymmetrie, Modellrisiken, Value at Risk vs. Expected Shortfall, Basel II: PD, LGD, EAD, dynamisch modelliertes Credit Risk Exposure und Portfoliomanagement)
- Modellierung von Operational Risk (Schadensmodellierung, Loss Databases, Information Risk Management wie z.B. Technische Ausfallrisiken und Fraud Detection, Self Asssessments, Robustheitsuntersuchungen, Key Risk Generators und LDA)
- Modellierung von Liquiditätsrisiken (idiosynkratische und systematische Liquiditätsrisikofaktoren, Fristenkongruenz im ALM: Cash Flow Forecasting, Stresstests, Transaktionsrisiken: Spreadanalysen, Analysen von Tradingvolumina und Order Books)
- Entwicklung von Ratings
- Portfolio-Optimierung (Markowitz, Black-Litterman, Alternativen)
- Simulationen für das Asset Liability Management
- Mitentwicklung und Validierung quantitativer Trading-Strategien
Oft spielt hier auf Grund großer Datenmengen und komplexer numerischer Probleme auch die effiziente Programmierung eine wichtige Rolle.
Ihr Nutzen:
Als Auftraggeber aus der Finanzindustrie profitieren Sie einerseits von unserem Experten-Know-How in der Statistik, Finanzmathematik und Versicherungsmathematik, insbesondere der Ökonometrie und Optimierung, andererseits von unseren Erfahrungen im Umgang mit großen Datenbanken. Dank hervorragender Kenntnisse in Matlab, SAS, SPSS wie auch in R und in Spezialprogrammen wie z.B. Eviews sowie in Hochsprachen (C++, Java) können wir unsere Arbeit nahtlos in bestehende Systeme integrieren.
Hedgefund-Rating
Unser Bewertungsmodell für Germany’s Annual Hedge Funds Award wurde 2008 erstmals vorgestellt und in den letzten zwei Jahren kontinuierlich weiterentwickelt. Darüber berichteten unter anderem das Derivate Magazin, der X-Markets Quarterly Review der Deutschen Bank, Wallstreet Online und der Bundesverband Alternative Investments.
Risiko-Daten
Das Produkt SENSIS der Deutschen Börse beruht in wesentlichen Teilen auf einem Konzept von STAT-UP zur hierarchischen Simulation nichtlinearer Renditen. Die Deutsche Börse setzte die Methodik im Fuchsbriefe-Test ein; Projektleiter Christian Libor berichtete dazu ausführlich in einem Magazin des Vermögensmanagers avesco.
Kreditrisiko-Modell
Wir entwickelten ein multivariates Prognosemodell (k-Factor-GARCH) für Kreditrisiken als Grundlage für die Entwicklung innovativer strukturierter Produkte. Das Modell sagte die Entwicklung von Indexvolatilitäten und Korrelationen auf Branchen- und Länderebene voraus. Außerdem entwickelten und validierten wir ein Verfahren zur Modellwahl, da klassische Annahmen statistischer Tests verletzt waren (Normalverteilung, Unkorreliertheit). Die Programmierung des Modells sowie der zugehörigen numerischen Optimierungsverfahren und einer eigenen Grafik-Bibliothek erfolgte in C++.
Trading-Strategien
Wir validierten und optimierten quantitative Volatilitätsarbitrage- und Long/Short-Equity-Strategien, die in zwei Fonds für institutionelle Investoren eingesetzt wurden. Zudem stellten wir Risiko- und Performance-Kennzahlen für die Factsheets bereit.
Asset-Liability-Management
Wir erforschten zusammen mit dem Stiftungslehrstuhl Asset Management (EBS) ein ALM-Modell mit einer bayesianischen Komponente. Die Simulation der so genannten „Probabilistic Utility“ führten wir mit einem Hybrid-MCMC durch. Dazu wurde ein AL-Portfolio über ein Vector Equation Correction Modell repliziert. Es wurde mit Hilfe von Indizes verschiedener Asset-Klassen kalibriert. Das Modell sollte stabilere Gewichte als die klassischen Markowitz-Optimierung erzielen, eine bessere Abbildung der Risikoaversion eines Investors ermöglichen und schließlich Informationen über die Unsicherheit in der Schätzung der optimalen Asset Allocation liefern. Wir trugen einerseits zur Konzeption bei, andererseits führten wir den kompletten empirischen Teil der Studie einschließlich der Implementierung in R durch.
Volatilitäts-Modell
Wir entwickelten und programmierten ein parametrisches Volatilitätsmodell in der Orc VM API. Programmiersprache war C, wesentliche Anforderungen waren eine sparsame Parametrisierung sowie eine konsistente Interpolation über Strikes und Terms bei der Generierung der Surfaces.
Risiko-Seminare
Wir konzeptionierten und hielten Workshops u.a. zu den Themen Risikomessung und -Steuerung, Klassifikation von Versicherten, Scoring-Verfahren, Basel-II-konforme Berechnung von PD und LGD. Geschult wurden dabei die Software-Pakete SPSS, Stata und R.
Typische Aufgaben, die wir übernehmen, sind beispielsweise:
- Schätzung zeitreihenanalytischer Verfahren bzw. stochastischer Prozesse (ARCH/GARCH, Heston, ARIMA, VAR-Modelle, VEqC, Kointegration)
- Kalibrierung von Modellen für das Pricing von Derivaten (Optionsmodelle, Zinsstrukturmodelle)
- Anpassung geeigneter multivariater Verteilungsmodelle (Mischverteilungen, Anpassung von Copulas, CAVIAR, Analyse von Co-Movements)
- Berechnung von Kennzahlen (VaR, Expected Shortfall, Sharpe Ratio)
- Entwicklung von Rating- und Scoringmodellen
- Replikation von Hedgefonds-Strategien
- Simulationen für die Entwicklung von Portfolien oder für Stresstests
Data Science in Medien & Verlagswesen
Zielgruppenanalyse, Leserbefragungen, Auftragsdatenverarbeitung, etc.
Sollten Sie sich bei Ihrer journalistischen Tätigkeit unsicher über die Interpretation einer Statistik sein, so helfen wir gerne weiter. Einige Hinweise für die Vermeidung typischer Fehlerquellen haben wir hier schon für Sie zusammengestellt.
Zielgruppen- und Marktanalysen, Leser- und Hörerbefragungen sichern die notwendige Kundenorientierung von Verlagen. STAT-UP denkt bereits bei den ersten Planungsschritten an die Auswertung. Dadurch können wir gewährleisten, dass die gesuchten Informationen später auch in den erhobenen Daten enthalten sind. So sichern wir die Effizienz der Befragungen.
Häufig sollen die durch eine Befragung erhobenen Daten zu Daten aus anderen Quellen in Beziehung gesetzt werden. STAT-UP übernimmt dann die Recherche geeigneter Vergleichsdaten, prüft diese auf Plausibilität und berechnet Indizes oder ähnliche Kennzahlen, um z.B. die Repräsentativität der Ergebnisse zu prüfen. Spezielle Kenntnisse im Fragebogendesign und der Versandplanung (Total Design Methode) ermöglichen es uns, den Rücklauf zu optimieren. Gegenüber den Befragten treten wir als neutrale Institution mit eigenem Datenschutzbeauftragten und als Ansprechpartner bei Rückfragen auf. Auch die technische Durchführung von Befragungen kann übernommen werden.
Ihr Nutzen:
Als Auftraggeber aus der Medienbranche profitieren Sie einerseits von unserem Experten-Know-How in der Statistik, insbesondere der Fragebogenkonstruktion und der deskriptiven und multivariaten Statistik, andererseits von unseren Erfahrungen im Umgang mit großen Datenmengen und fehlenden Daten. Dank hervorragender Kenntnisse in SPSS wie auch in R, Excel und Powerpoint sichern wir nahtlose Schnittstellen und eine professionelle Ergebnisdarstellung.
Leserbefragung
In den Jahren 2008 und 2011 führte STAT-UP im Auftrag eines Medienberaters die Leserbefragung für den Bayernkurier durch. Wir berieten bei der Fragenauswahl und dem Layout des Fragebogens, programmierten einen Online-Fragebogen, führten die Daten aus der schriftlichen und der Online-Befragung in einer Datenbank zusammen, werteten die Ergebnisse aus und bereiteten sie grafisch auf. Ebenso analysierten wir die Antworten auf die offenen Fragen mit Hilfe von Text Mining und formulierten eine interpretierende Zusammenfassung. Als Nebenleistung stellten wir einen Ansprechpartner für Datenschutzfragen, werteten die Abonnement-Anfragen aus und zogen per Zufallsauswahl die Gewinner der incentivierenden Buch-Verlosung. Der Bayernkurier hat einige Ergebnisse auf seiner Webseite publiziert.
Hotelier-Befragung
Für das Magazin HotelMOSAIK werteten wir im Auftrag der SV onpact GmbH eine ähnliche Befragung im Jahr 2009 aus, die sich allerdings an Hotelbetreiber wendete. Neben der Datenaufbereitung umfasste dieses Projekt aufwändige Recherchearbeiten, da der Rücklauf per Fax die korrekte Datenerfassung massiv erschwerte.
Gutachten
Für den Münchner Sender Radio 2DAY erstellten wir ein statistisches Gutachten zu möglichen methodischen Schwächen der Funkanalyse und führten anschließend ein vermittelndes Gespräch zwischen dem Auftraggeber und TNS Infratest.
Auftragsdatenverarbeitung
Wir führen regelmäßige Datenabgleiche durch. Beilagen von Werbepartnern sollen an Empfänger mit möglichst hoher Produktaffinität versandt werden, jedoch nicht an Bestandskunden. Um datenschutzrechtliche Vorgaben zu erfüllen, übernehmen wir hier die Auftragsdatenverarbeitung an der Schnittstelle zwischen Verlag, Werbepartner und Aussand-Dienstleister. Ebenso werten wir die Rückläufe aus, damit die Scoring-Modelle optimiert werden können.
Data Science in IT & Kommunikation
Kampagnenmanagement, Data Mining, Reporting, Up- und Cross-Selling Potenziale, etc.
In der IT und Kommunikationsbranche liegen sehr umfangreiche Datenmengen vor, auf deren Basis optimale kundenorientierte Vertriebsstrategien entwickelt werden müssen (analytisches CRM).
Ihr Nutzen:
Kundengewinnung, Kundenbindung und der Kundenwert sind für den Erfolg unserer Auftraggeber aus der IT und Kommunikationsbranche entscheidende Stellgrößen. In Ihren Kundendaten ist sehr viel Information verborgen, die Sie benötigen, um dem richtigen Kunden zur richtigen Zeit das richtige Angebot zu machen.
Unser statistisches Know-How in den Bereichen Data Mining, Scoring, OLAP und Business Intelligence vereinen wir hierbei zum Nutzen unserer Kunden mit langjähriger DWH Erfahrung und Expertenwissen im Kampagnenmanagement und beim Handling komplexer IT-Systeme.
Unsere analytischen CRM-Konzepte umfassen folgende Bereiche:
- Nutzungsanalysen der CDRs. Die Konsolidierung von CDR-Massendaten ist eine Voraussetzung für unterschiedliche Analysen, Simulationen und Retention Programme.
- Balanced Score Card. Telco-spezifisches Balanced Score Card-System zur Unterstützung der Unternehmensführung.
- Wichtige Telco-Reporting-Kennzahlen. In den automatischen Datenload integriert werden die wichtigsten Messgrößen, um ein Telekommunikations-Unternehmen zu führen, z.B.:
- Durchschnittlicher Ertrag pro User (ARPU)
- Durchschnittliche Gewinnspanne pro User (AMPU)
- Sales Channel Reporting. Auf Basis salesorientierter Datamarts sind Planung, Budgetierung und Controlling von salesrelevanten Kennzahlen und Key Performance Indicators möglich.
- Customer-Segmentierung. Anreicherung von Kundenprofilen mit internen und externen Daten und Identifikation von Kundensegmenten basierend auf unterschiedlichen Segmentierungs-Ansätzen mit den Zielen:
- Strategischer Kundenwert (Customer Life Time Value über alle Verträge)
- Potenzial-Scores (Cross-/Upselling, Next best offer)
- Affinitäts-Scores (Produkt und Vertriebskanal)
- Prognostische Scores (Kundenverhalten, z.B. vertragsbezogenes Churn Forecasting)
- Betrugsanalyse (Fraud Detection). Automatisierte Identifikation von Betrugsmustern bei Kunden und Händlern.
- Tarifsimulation. Bewertung von CDRs mit frei konfigurierbaren Tarif-Parametern, um den gesamten Ertragsgewinn/-verlust und die Attraktivität eines Tarifs für jeden Kunden zu simulieren (Churn reason).
Marketing & Sales
Für einen Konfektionierer und Retailer von nahezu allen auf den Markt vertretenen Mobilfunkprovidern entwickelten wir eine Schulung zu den Bereichen Kundensegmentierung, Cross-Selling-Management, Direktmarketing-Kampagnenmanagement, Responseauswertung, sowie speziell zur Churn-Analyse (Betrugsprävention, Kundenwertberechnung, Lebenszyklusanalyse).
Mining & Scoring
Zu einem Mobilfunktarif als neu eingeführtes Angebot für mehrere Millionen Mitglieder eines Kundenclubs führten wir ein umfangreiches Mining durch und berechneten segmentspezifische Mobilfunk-Scores einschließlich der Vertriebskanal-Affinitäten. Ebenso führten wir ein automatisiertes Reporting mehrerer Kampagnen durch. Gearbeitet wurde mit SAS auf einer Oracle-Datenbank.
Big Data & Algorithmen
Wir berieten einen der weltweit größten Softwarehersteller wiederkehrend hinsichtlich der Entwicklung von Algorithmen zur effizienten Programmierung bei Big Data Themen. Schwerpunkte lagen auf der Auswahl und Implementierung von Klassifikationsverfahren (k-Means, Random Forests, Assoziationsanalyse, Verallgemeinerung linearer Modelle), auf der Entwicklung von Prognosemodellen und auf Techniken des Datenbankzugriffs mit Hilfe von Revolution R.
Typische Fragen unserer Kunden sind dabei:
- Wie hat sich der ARPU in den letzten 6 Monaten für die Kunden entwickelt, die innerhalb der ersten 2 Monate nach dem Launch von Produkt B, von Produkt A zu B gewechselt sind (Early Adopters)?
- Welchen Einfluss hatte dieser Wechsel auf die Profitabilität dieser Kunden?
- Wie viele Kunden haben mehr als einen Vertrag und wann ist die Kundenbeziehung gestartet?
- Wie hoch ist die Abwanderungsrate der Kunden, die ein Produkt-Upgrade bekommen haben, im Vergleich zum Durchschnitt?
- Wie kann der Kundenlebenswert (CLV) ermittelt werden?
- Über welchen Vertriebskanal haben Vertragsverlängerungen den größten Erfolg?
Data Science in anderen Branchen
Sport & Freizeit, Online-Handel und internetbasierte Dienstleistungen, etc.
Statistik ist oft da, wo man sie gar nicht vermutet.
Außergewöhnliche Beispiele unserer Tätigkeit finden Sie auf dieser Seite. In unseren Augen sind diese Projekte der beste Beweis dafür, dass wir Statistiker wahre Problemlöser und Kommunikations-Experten sind, die täglich Übersetzungsarbeit zwischen der Welt unserer Kunden und der Welt der Zahlen leisten.
Zunehmend Bedeutung erlangt Statistik auch im juristischen Kontext. DNA-Analysen beispielsweise beruhen auf Statistik, doch statistische Kenntnisse werden in der juristischen Ausbildung kaum vermittelt. Auch in Fällen von Massenbetrug hat der BGH mit statistischen Begriffen („Repräsentativität“ etc.) argumentiert. Aus diesem Grund wenden sich Strafverteidiger etwa mit der Bitte um ein Gutachten oder ein fallbezogenes Coaching an uns.
Ihr Nutzen:
Sie möchten untersuchen, anhand welcher Kennwerte Sie einen Sachverhalt vorhersagen können, z.B. den Erfolg in einem sportlichen Wettkampf an Hand von Trainingsparametern oder den Erfolg eines Profi-Teams an Hand seiner Organisationsstruktur. Oder Sie möchten etwas Un-Messbares messen, wissen aber nicht, wie Sie die Dinge quantifizieren sollen.
Sie möchten etwas matchen – Mann und Frau oder Arbeitgeber und Bewerber, und dabei möchten Sie vorhandene Daten strukturiert auswerten und einsetzen, um die Treffsicherheit zu erhöhen. Sie interessieren sich für Zusammenhänge, Wechselwirkungen, oder einfach dafür, warum eine Veranstaltung bei Kunden und Mitarbeitern gut ankam und eine andere nicht. Für alle diese Aufgaben brauchen Sie Statistik – und dafür sind wir die Experten.
Persönlichkeitstest
be2, eine der weltweit führenden Partneragenturen, beauftragte uns 2005 mit der Neuentwicklung eines Persönlichkeitstests. Der Test sollte die potenziellen Mitglieder ansprechen und unterhalten, gleichzeitig jedoch wissenschaftlich fundiert und weitgehend kompatibel mit dem zuvor eingesetzen Test sein und schließlich ein automatisches Matching der Partner ermöglichen. Wir recherchierten den aktuellen Stand der Partnerschaftsforschung, konstruierten den Test (Fragen, Algorithmen, Auswertungsblöcke) und validierten den Test im Hinblick auf die Persönlichkeitsinstrumente NEO-PIR und MBTI und den bisher von be2 eingesetzen Test. In der Folge berieten wir be2 beim Aufbau einer Data-Mining-Abteilung und bei der Personalauswahl.
Astro-Forschung
Für das Schweizer IMWA Institut beschaffen, analysieren und präsentieren wir seit mehreren Jahren Daten für umfangreiche soziodemografische Studien, die für die Neuauflage eines internationalen Bestsellers benötigt werden. Wir wählen geeignete Methoden für die jeweiligen Fragestellungen aus (Survival-Modelle, Clusterverfahren, Support Vector Machines) und implementieren diese zur Analyse umfangreicher Datensätze (Bevölkerungs-Vollerhebungen aus der amtlichen Statistik der Schweiz). Dabei arbeiten wir in einem internationalen (Schweiz, USA) und interdisziplinären Team (IT, Physik, Jura) und sind neben allen statistischen Aufgaben auch für die Qualitätssicherung verantwortlich.
Event-Evaluation
Im Rahmen einer Studie zu den ökonomischen und sozialen Effekten des Hahnenkammrennens Kitzbühel unterstützten wir den Projektleiter Prof. Dr. Uwe Eisermann, FH Kufstein/BiTS Iserlohn, bei der statistischen Methodenwahl und Datenauswertung der Teilnehmer- und Mitarbeiterbefragung 2006. Insbesondere validierten wir den des Fragebogen mit dem Ziel der Entwicklung eines standardisierten Evaluationsinstrumentes für Sport-Großveranstaltungen.
Performance-Messung
Zusammen mit dem Lehrstuhl für Biomechanik im Sport an der TU München (Olympiastützpunkt Bayern) analysierten wir Messdaten aus Training und Wettkampf Nordische Kombination und Skispringen zur Verbesserung der Diagnostik und der Trainingspläne im Leistungssport. Die Ergebnisse dazu finden sich in mehreren gemeinsamen Publikationen. Das Paper von Pyrka P, Veit M, Erlbeck F, Bösl P, Schwirtz A: “Performance Testing Through Isokinetic Strength and Jump Height Measurements in Nordic Combined” wurde auf dem World Congress of Performance Analysis of Sport VI, 2008, in Magdeburg präsentiert.
Nachhaltigkeitsmessung
Unterstützt durch die Stadtwerke München und den Lehrstuhl für Wasserchemie der TU München entwickelten wir ein Konzept zum Sustainability Accounting bei Trinkwasserversorgern. Die Studie von Knöpfler S, Rauscher N, Schüller K, Wuitschik G und Zimmermann S: „Liberalisierung – die Zukunft der deutschen Wasserversorgung?“ erschien 2002 in der Schriftenreihe der Bayerischen EliteAkademie und wurde vor Bundestagsabgeordneten in Berlin, auf der „Fachtagung Wasser“ 2003 in Lindau und dem 2. TTW-Seminar (Technologie-Transfer Wasser) in München präsentiert.
Data Science in Marketing
Marktstudien, Social Media Analysen, Database Marketing, etc.
Marktforschung und Marketing sind klassische Anwendungsgebiete von Statistik. Idealerweise begleiten wir unsere Kunden schon bei der Planung der Marktforschungsprojekte, also bei der Ziehung der Stichproben und der Konstruktion der Fragebögen (Skalierung, Formulierungsfragen, Pretests, Reliabilitäts- und Validitätsuntersuchungen).
Häufig werden wir jedoch auch erst beauftragt, wenn die Daten schon erhoben sind. Dann beraten wir bei der Methodenwahl oder führen selbst die statistischen Auswertungen durch, entweder anhand der verfügbaren Rohdaten oder auf Basis der Tabellen aus der Erstauswertung durch den Auftraggeber oder ein vom ihm vorab beauftragtes Institut.
Als Auftraggeber aus dem Marketing-Bereich benötigen Sie belastbare Daten, Zahlen und Fakten, um Vorhersagen für die Zukunft zu treffen – über Märkte, Kunden, Wettbewerber und vieles andere mehr. Zu den damit verbundenen Prognoseunsicherheiten kommen häufig noch Daten aus unterschiedlichen Quellen, mit unterschiedlichen Zeitständen und Bezugsgrößen.
Um dennoch die optimalen Entscheidungen im Hinblick auf Kundengewinnung, Kundenbindung und Kundenwert zu treffen, profitieren Sie einerseits von unserem Experten-Know-How in der Statistik, insbesondere dem Data Mining und der multivariaten Statistik. Andererseits bringen wir unsere Erfahrungen im Umgang mit großen Datenmengen und fehlenden Daten ein. Dank hervorragender Kenntnisse in SPSS und SAS wie auch in R, Excel und Powerpoint sichern wir nahtlose Schnittstellen und eine professionelle Ergebnisdarstellung. Mit Hilfe von Geo-Informationssystemen (GIS) visualisieren wir unsere Ergebnisse auch in Form von übersichtlichen Landkarten.
Marketing-Beratung
Als Grundlage für einen Marketing-Budgetplan führten wir die Detailauswertung einer internationalen Kundenzufriedenheitsstudie in der Nutzfahrzeugbranche (NVBS 2005) durch. Wir untersuchten von loyalitätsrelevante manifesten und latenten Faktoren, bildeten der Nutzfahrzeug-Cluster und führten Profilvergleiche durch. Wir untersuchten loyalitätsrelevante manifeste und latente Faktoren, bildeten Nutzfahrzeug-Cluster und führten Profilvergleiche durch. Basierend darauf identifizierten wir auf Modellebene die aus Kundensicht wesentlichen Konkurrenten der (ehemaligen) Muttergesellschaft des Auftraggebers.
Produktbeurteilung
Für einen DAX-Konzern führten wir im Rahmen von Wettbewerbervergleichen qualitative Interviews durch und werteten die Ergebnisse zusammen mit den Daten aus quantitativen Parallelbefragungen aus. Wir lieferten Handlungsempfehlungen für die einzelnen Themenbereiche als Entscheidungsgrundlage für die Entwicklungsabteilung.
Social Media
Die Marketing-Abteilung einer Investmentbank berieten wir bei der Auswertung von Daten aus einer Befragung zur Nutzung von Social Media für Business-Zwecke. Es lagen lediglich aggregierte Daten (Kreuztabellen) vor, aus denen auf unterschiedliche Nutzersegmente und die Gesamtrelevanz von Facebook & Co. für die Asset Management Industrie geschlossen werden sollte.
Marketing-Studie
Für einen Weinimporteur werteten wir eine Studie zum Nachfragepotenzial von „Neue-Welt“-Weinen aus. Bewertet wurden auf Basis einer umfangreichen Verkostung die Markteintrittschancen für argentinische Weine in Deutschland. Die Zielgruppe und deren Präferenzen wurden analysiert, und die Weine wurden nach verschiedensten Kriterien klassifiziert, so dass ein zielgruppenorientiertes Vermarktungskonzept erarbeitet werden konnte.
Facebook-Widget
Für eine Marketing-Kooperation zwischen be2 und Sony Pictures entwickelten wir 2008 den Kurztest für ein Facebook-Widget zum DVD-Start von Made of Honor. Der Test sollte nur sieben Fragen haben, kompatibel sein zum be2-Test, Szenen aus dem Film aufgreifen und ein rasches Matching mit den Hauptpersonen und Freunden ermöglichen. Wir konstruierten die Fragen und Auswertungstexte, erstellten Persönlichkeitsprofile von Tom (Patrick Dempsey) und Hannah (Michelle Monaghan) und entwickelten den Matching-Algorithmus.
Database Marketing
Einen Auftraggeber unterstützten wir im Database Marketing und Data Mining. Schwerpunkte waren knapp 15 Kampagnen mit Aussandgrößen bis zu 5 Millionen. Wir führten die Selektionen durch und waren für Qualitätskontrolle, Übergabe, Mining und Scoring verantwortlich. Weitere Aufgaben waren Kundenstruktur- und Potenzialanalysen, Kundenwertberechnung, die Entwicklung eigener soziodemografischer und mikrogeographischer Indizes und die Mitkonzeption eines Customer Lifetime Value (CLV) – Modells. Zudem führten wir in Zusammenarbeit mit der internen Marktforschungsabteilung mehrere Zielgruppenanalysen zur strategischen Entwicklung des Leistungsportfolios durch.
Data Science für die Öffentliche Hand
Schulentwicklungsplanung, Verkehrsplanung, Wohnungsmarktanalysen, öffentlich geförderte Forschung, etc.
In Ämtern, Behörden und öffentlichen Institutionen tritt eine Vielzahl unterschiedlichster Fragestellungen auf, deren gemeinsamer Nenner die Lösbarkeit mit statistischen Methoden ist. Darunter fallen beispielsweise:
- die Planung des Personal- und Raumbedarfs in Schulen
- die Langfristplanung des Bedarfs an Kindergartenplätzen
- die Jugend- und Altenhilfeplanung
- Forschungsprojekte öffentlicher (Beratungs-)Einrichtungen
- die Erstellung von Mietspiegeln
- die Verkehrsplanung
Ihr Nutzen:
Als öffentlicher Auftraggeber beruht Ihre Planung auf wirtschaftlichen und demografischen Entwicklungen der Zukunft. Zu den damit verbundenen Prognoseunsicherheiten kommen häufig noch Daten aus unterschiedlichen Quellen, mit unterschiedlichen Zeitständen und Bezugsgrößen. Dennoch möchten Sie faktenbasierte, objektiv nachvollziehbare und politisch belastbare Entscheidungen im Sinne der Interessen aller Beteiligten treffen.
Dabei profitieren Sie einerseits von unserem Experten-Know-How in der Statistik, insbesondere der Demografie und der Analyse räumlicher Daten, andererseits von unseren Erfahrungen im Umgang mit großen Datenmengen und fehlenden Daten. Dank hervorragender Kenntnisse in SPSS wie auch in R, Excel und Powerpoint sichern wir nahtlose Schnittstellen und eine professionelle Ergebnisdarstellung. Mit Hilfe von Geo-Informationssystemen (GIS) visualisieren wir unsere Ergebnisse auch in Form von übersichtlichen Landkarten.
Schulentwicklungsplanung
Die Landkreise Erding, Miesbach, Bad Tölz-Wolfratshausen und Konstanz berieten wir im Rahmen von Schulentwicklungsprojekten. Dabei prognostizierten wir die Bevölkerungs- und Geburtenentwicklung, Übertritts- und Schulbesuchsquoten sowie die absoluten Schülerzahlen auf Gemeinde-/Einzelschulebene mit einem Planungshorizont von 10-12 Jahren. Berücksichtigt wurden realistische demografische und wirtschaftliche Gegebenheiten, z.B. Neubaugebiete, Ansiedlung von Unternehmen und das Zu- und Abwanderungsverhalten. Vor dem Hintergrund möglicher politischer Umgestaltungen des Schulsystems (Regionalschule, G8, 6-stufige Grundschule) analysierten wir verschiedene Szenarien und empfahlen Strategien zur Neuausrichtung von Ausbildungszweigen, Schulzweigen, zur Raumplanung und zur Gestaltung des Nahverkehrs. Wir arbeiteten außerdem Diskussionspapiere als Entscheidungsgrundlage für das Bayerische Staatsministerium für Bildung und Kultus aus und erstellten Erfolgsbilanzen. Der Landkreis Miesbach stellt das Gutachten im Internet zur Verfügung.
Verkehrsplanung
Für das Kreisverwaltungsreferat der Stadt München und die GEVAS Systementwicklung und Verkrehrsinformatik GmbH analysierten wir Grünphasen an computergesteuerten Lichtsignalanlagen. Die Ergebnisse dienten der Optimierung des Verkehrsflusses im Rahmen des MOBINET-Projektes, der Planung neuer Ampelkreuzungen und der Validierung verkehrspolitischer Entscheidungen.
Wohnungsmarkt
Im Auftrag der TU München, finanziert durch die Bayerische Landesbodenkreditanstalt, analysierten wir anhand einer Befragung nachfragerelevante Faktoren bei neu gebauten Eigentumswohnungen. Über die Ergebnisse berichtete das „Münchner Diskussionsforum für Entwicklungsfragen e.V.“ in seinen Standpunkten vom Mai 2006.
Eheberatung
Für das Institut für Forschung und Ausbildung in Kommunikationstherapie e.V., eine gemeinnützige fachpsychologische Einrichtung der Erzdiözese München und Freising, werteten wir zwei Langzeitstudien zur Wirkung von Ehe- und Paarberatung auf die Eltern-Kind-Interaktion aus. Es handelte sich um die Projekte JUFA (Junge Familien in der Ehe-, Familien- und Lebensberatung) und KESS (Kooperativ, Ermutigend, Sozial, Situationsorientiert erziehen).
Bürgerbefragung
Für zwei bayerische Städte werteten wir eine Bürgerbefragung zum Thema „Seniorenfreundlichkeit“ aus und berieten zu statistischen Fragen bei einer Studie zur Entwicklung des Stadtleitbildes und einer „Service-Weltmeisterschaft“.
Data Science im Bereich Umweltsimulationsmodelle
Viele Umweltgutachten benötigen eine Prognose, wie sich Änderungen im Ökosystem auswirken werden. Häufig ist dies in komplexen Systemen nicht mehr nur durch Expertenwissen abzuschätzen, sondern erfordert Kalkulationen und die Simulation von Szenarien. Mit Hilfe unserer promovierten Umweltwissenschaftler können wir aquatische und terrestrische Ökosysteme mathematisch beschreiben und in Computersimulationen für die Abschätzung der Umweltauswirkungen in verschiedenartigen Szenarien nutzen.
- 0D, 1D, 2D und 3D Simulationen der Hydrophysik und Ökologie von Standgewässern und Talsperren
- Fließgewässersimulationen
- Simulationen räumlich explizit aufgelöster, terrestrischer Ökosysteme
- Populationsdynamiken
Solaranlagen-Überwachung
Für die Überwachung des Status von großen Solaranlagen haben wir Algorithmen entworfen, die aus den ständig gemessenen Leistungsdaten einen Abgleich mit der erwarteten Prognose vornehmen. Daraus können wir feststellen, ob ein Defekt, eine Verschmutzung oder Fehlpositionierung der Paneele vorliegt.
Wassergüte in Seen, Talsperren und Fließgewässern
Mit unserer Kompetenz in der aquatischen Modellierung können wir hydrophysikalische Vorgänge, das Nährstoffaufkommen, den Sauerstoffverbrauch, die Algenentwicklung und die Entwicklung von Unterwasserpflanzen, Zooplankton- oder Fischpopulationen simulieren und so z.B. abschätzen welche Maßnahmen im Einzugsgebiet oder im Gewässer selbst die Wassergüte beeinträchtigen oder verbessern können.
Räumliche Modelle
Unsere Umweltwissenschaftler haben große Erfahrung mit räumlich expliziten Modelle. Mit den Modellen können unterschiedliche Ökosysteme, wie Wälder aber auch Gebiete mit unterschiedlicher Landnutzung in ihrem geographischen Kontext simuliert werden. Dabei lassen sich Prozesse im Boden, Wasserabflüsse, das Pflanzenwachstum als auch die Nutzung des Landes durch verschiedene Tierarten simulieren.