carrot carrot carrot Change Centers x cognizanti collaborators create-folder Data Science Decisive Infrastructure download download edit Email exit Facebook files folders future-of-work global sourcing industry info infographic linkedin location Mass Empowerment Mobile First our-latest-thinking pdf question-mark icon_rss save-article search-article search-folders settings icon_share smart-search Smart Sourcing icon_star Twitter Value Webs Virtual Capital workplace Artboard 1

Verborgene Beziehungen in Daten entdecken

Verstehen, welche Faktoren Verhalten und Entscheidungen beeinflussen

KAUSALITÄT LIEFERT STRATEGISCHE, TAKTISCHE MASSNAHMEN


Die wichtigste geschäftliche Frage beginnt mit „Warum“.

Warum kaufen Kunden unser Produkt bzw. warum nicht? Warum verlassen Mitarbeiter das Unternehmen? Wodurch wird dies beeinflusst? Ohne das „Warum“ hinter der jeweiligen Frage zu verstehen, werden Unternehmen nie in der Lage sein, ihre wirklich dringlichsten Probleme zu lösen und verschwenden möglicherweise sogar Zeit auf die falschen. Die meisten automatisierten ML-Plattformen (Machine Learning) unternehmen lediglich den Versuch, bekannte Modellstrukturen mit Daten zu füttern. 

Wenn die Ergebnisse auf Korrelation und nicht auf Kausalität basieren, können aus ihnen keine direkt umsetzbaren Erkenntnisse gezogen werden und es fehlen die Modelle, anhand derer die gemachten Prognosen erklärt werden könnten. Hinzu kommt, dass die Qualität von Mustern in den Daten, die von vorneherein Voraussagekraft haben, nicht identifiziert wird. Unser ergebnisoffenes Kausalitätsmodul ist in der Lage, zu lernen, zu verstehen und seine Schlussfolgerungen anzupassen. Auf diese Weise können unsere Kunden Tendenzen verstehen und prädiktive Signale in ihren Daten nutzen, um rasch entscheidende Bereiche und damit die am besten geeigneten Massnahmen zur Erreichung ihrer geschäftlichen Ziele zu identifizieren.

UNSER ANSATZ

Für den Umgang mit systematischen Fehlern und Kausalität ist ein praxisorientiertes und bewährtes mathematisches Modell erforderlich. Unsere Kausalitätsmodul vereinfacht den Prozess, reduziert systematische Fehler und liefert strategische und taktische Massnahmen, die bei Veränderungen ergriffen werden können. Es identifiziert Beziehungen in den Variablen und generiert ein benutzerdefiniertes Modell. Dieses Modell verfeinert, trainiert und korrigiert sich dann selbst und ist so in der Lage, echte kausale Zusammenhänge zu identifizieren. 

Das Modell isoliert aus Tausenden von Variablen, welche die meiste Aussagekraft für das Eintreffen der benutzerdefinierten Geschäftsziele haben. Dabei entdeckt es auf effektive Art und Weise Kombinationswirkungen, d. h. Fälle, in denen Faktoren, die für sich genommen schwache Prädiktoren sind in Kombination mit anderen große Aussagekraft haben. Dieses System gibt von sich aus mehrere Empfehlungen, um das gewünschte Ziel zu erreichen. 

 

AKTUELLE KUNDENPROJEKTE

 
EFFEKTIVERE KREDITKARTEN-INKASSOVERFAHREN

Ein führendes Kreditkartenunternehmen wollte die für den Forderungseinzug ausschlaggebenden Faktoren besser verstehen, um sein hohes Kreditausfallrisiko zu mindern und Erkenntnisse zu gewinnen, wie das Inkassoverfahren verbessert und die jährlichen Verluste in Höhe von 900 Millionen USD verringert werden könnten. 

  • Es wird erwartet, dass dieser Kunde durch Optimierung des Mitarbeiterverhaltens im Segment „Zahlungsbereit“ 7 Millionen USD pro Jahr einsparen wird.
  • Wir identifizieren die 10 - 20 % der Kontoinhaber, die am ehesten ihre Rechnungen zahlen würden, wenn sie ein bisschen mehr Zeit hätten. 
  • Unsere Lösung generierte Datensegmentierung, Einflussfaktoren und Empfehlungen automatisch.
BETEILIGTE BRUSTKREBSGENE IDENTIFIZIEREN

Ein Unternehmen für genetische Diagnostik wollte seine Untersuchungsverfahren verbessern, um die effektivsten Behandlungsmethoden vorschlagen zu können. Erbinformation und historische Daten aus 300 Themenbereichen und einem Zeitraum von 10 Jahren wurde analysiert.   

  • Die Lösung erhöht die Vorhersagegenauigkeit um 22 % – von 62 % auf 81 %.
  • Sie analysierte 25.000 Gene und identifizierte beteiligte Gensequenzen auf 3 - 5 Genen anstatt auf 70. 
  • Am wichtigsten jedoch war, dass die Lösung optimale Behandlungspläne für die Brustkrebspatienten vorschlug.  
ABWANDERUNG REDUZIEREN UND KUNDEN BESSER VERSTEHEN

Ein großes Unternehmen aus der US-Lebensmittel- und Getränkebranche benötigte Hilfe bei Analyse und Verringerung der weltweiten Kundenabwanderung. Hierzu wurden die wesentlichen Faktoren der Kundenabwanderung und die Datenmuster identifiziert, die beeinflusst werden konnten, um eine Veränderung zu bewirken.

  • Der Kunde weiß nun, welche Kunden er in bestimmten geografischen Gebieten insbesondere im Auge behalten muss.
  • Er war in der Lage, seine Gesamtkundenzahl durch Stärkung der Kundenbindung zu erhöhen.
ZEIT UND GELD SPAREN UND DAS PORTFOLIO-RISIKO MINDERN

Eine Versicherungsgesellschaft musste Zeit und Kosten einsparen und sein Portfolio-Risiko mindern. 

  • Es wurden die 9 Variablen mit der besten Stabilität und Relevanz für die Vorhersage von Ergebnissen identifiziert. 
  • Die Lösung verbesserte Geschwindigkeit und Kosten bei der Policenausstellung und reduzierte die Kosten für weitere Tests.
  • Sie maximierte außerdem die Zahl der „bevorzugte“ Fälle, die das Unternehmen für seine Agenten und Kunden akzeptierte.
KÜRZERE LÖSUNGSDAUER UND GERINGERE KOSTEN

Ein Telekommunikationsunternehmen musste seine Lösungszeiten verkürzen und die für sein Network Operations Center anfallenden Kosten senken.

  • Man identifizierte kausale Muster und empfahl Lösungen für jede Art von Vorfall.
  • Die Lösung schlug die Top 3-Ergebnisse für jedes der Probleme vor. 
  • Dies führte zu einer gesteigerten Produktivität sowie zu weniger Redundanz und Wissensungleichheit

Spotlight

Emotion in Decision Making


Voraussetzung dafür, eine maximale Auswirkung zu erzeugen, ist zu verstehen, welche Daten ursächlich sind.

VIDEO ANSEHEN

Machen Sie den ersten Schritt

Dienst am Kunden mit Blick nach vorn und zurück ist ein großes Versprechen. Doch die Leistungsfähigkeit moderner digitaler Möglichkeiten ist enorm und wächst weiter.

Please Enter Valid First Name
Please Enter a Valid Email Address
Please Enter Valid Company Name
Please Enter Valid Contact Number
Please Input the Region
Please Input the Inquiry Type
Please Input the SubInquiry Type
Please Enter A Message

Thank you for your interest in Cognizant.

We’ll be in touch soon.