Wir widmen uns voll und ganz den Themen Innovation, Data Analytics, Business Analytics, Predictive Analytics, KI bzw. ML.

Kosten minimieren, Effizienz steigern, Medienbrüche eliminieren, fehlende Durchgängigkeit lösen, fehlende Dashboards realisieren, echte Digitalisierung, etc.

Zusammen mit unseren Kunden analysieren wir die IST-Situation und nehmen die Bedürfnisse auf, dies mittels dem Data Define Workshop. Danach geht es an den Prototypen/MVP. Nach 3-4 Wochen sehen Sie als Kunde das erste Resultat, eben agile, effizient, schnell...danach setzen wir mit Ihnen die Lösung/das Produkt um.

Zudem bieten wir ab dem Q2-2020 Produkte im Bereich Finance und Health an. Weitere Branchenlösungen folgen. 

Abb.: Prozessablauf

Wie arbeiten wir und was sind die Themen. Die einzelnen Schritte werden weiter unten noch detaillierter beschrieben:

• Wir vergessen die Vergangenheit nicht, schauen aber vor allem vorwärts! Die Welt verändert sich, global, vernetzt, schnelllebig....
• Effizienz, Effektivität, Beweglichkeit, Anpassungsfähigkeit! Effizienz = Kosten!! Time to Market. Fertigungstiefe.
• Daten sind viele vorhanden, ABER diese Daten sollten auch korrekt genutzt werden.
• ENTRY-POINT kann der Innovations-Workshop oder der s.g. Data Define Workshop sein.
• Nach dem Data Define Workshop präsentieren wir Ihnen nach maximal 4 Wochen! einen ersten Prototypen. 
• Dort entscheiden SIE, ob wir Anpassungen vornehmen sollen oder wir einen Schritt weiter gehen: Realisierung der Lösung/des Produktes.
• Die Lösung/das Produkt kann bei Ihnen in-house (on-premise) wie auch in der Cloud betrieben werden. Von uns oder von Ihnen selbst.

Sobald sich eine Firma entscheidet, das Thema Data Analytics / Business Analytics anzugehen, so zieht dies viele Dinge mit sich, hat auf zig Themen einen Einfluss. "Nur" mit der Umsetzung einer Data Analytics Lösung wird keine Firma nachhaltig glücklich und v.a. erfolgreich. Data Analytics/Data Using ist der zentrale Erfolgsfaktor der Zukunft, es geht um Effizienz, Transparenz und Kosten!!

Im Normalfall entscheidet sich die Firma eine Data Analytics Lösung zu bauen. Irgendwann bemerkt man, dass die Architektur hätte angepasst werden sollen, also passt man diese verspätet an. Irgendwann bemerkt man, dass der Einsatz von Data Analytics Lösungen eine andere Denkweise, z.T. andere Skills, andere Deliveryprozesse, andere Verrechnungsmodelle (Lizenzen, etc.), wirklich agile Software-Entwicklung, Cloud vs onPremise, etc. mit sich zieht. Wieso nicht gleich zu Beginn richtig aufsetzen?!

Stretching your ideas, thinking out of the box! Wir arbeiten u.a. mit dem Business Model Canvas.

Testing your Business Model, creative reimagine!

Wir unterstützen Sie hier, ab dem ersten Schritt..... 

Sobald man als Firma sich im klaren darüber ist, was Data Analytics / Business Analytics für Einflüsse auf die Firma hat, kann man mit der Umsetzung beginnen. Die Architektur soll so gestaltet sein, damit Data Analytics korrekt, erfolgreich und nachhaltig aufgebaut und v.a. ausgebaut werden kann. Themen sind hier u.a. Data Lake vs Data Ware House, strukturierte vs unstrukturierte Daten, Cloud, etc.

Erst nun erfolgt die Umsetzung der Data Analytics Cases, der Business Analytic Cases.

Es wird ein s.g. Data Define Workshop durchgeführt, hier suchen und analysieren wir zusammen mit Ihnen (Business & IT) die relevanten Daten und Datenflüsse, definieren relevante Business Cases, priorisieren diese und entscheiden uns für 1-2 solcher Data Cases. In den nächsten 2-4 Wochen setzen wir diese als ProtoType/MVP um. Danach haben wir (Sie als Kunde und wir als Lieferant) genügend Informationen, Daten, Wissen und "Feeling" um das Produkt umzusetzen.

Angebot:

• Beratung und Workshop Data Analytics, Business Analytics, Predictive Analytics, BI, IoT. Was bedeutet es für die Firma Data Analytics einzusetzen. Architektur, Skills, agile SW-Realisierung, Deliveryprozesse, Cloud vs onPremise, etc.
• Architektur: Die Architektur soll korrekt aufgebaut sein. Damit Data Analytics Cases erfolgreich umgesetzt, eingeführt und ausgebaut werden können. Themen sind hier u.a. Data Lakes vs DWH, strukturierte vs unstrukturierte Daten, Datenflüsse, RealTime, Cloud vs onPremise, etc.
• Umsetzung:
• • Dienstleistung Data Analytics, Business Analytics, Predictive Analytics, BI, IoT
  • Beratung & Umsetzung Data Lakes / Governance
  • Durchführung von s.g. Data Define Workshops
  • Definition und Priorisierung von analytic use-cases
  • Realisierung von Data Analytic Vorhaben (durchgängig)
  • Realisierung von Embedded Analytic Products
  • Analytic Produkte (finance, insurance, health, industry,....)
  • Produkt LifeCycle, ProduktStrategie & Produkt-Extension
• Branchen:
• • Health
  • Finance
  • Insurance
  • Human-Health
  • Industry