Big Data, Data Science & Predictive Analytics

Big Data ist eine neue Technologie für die Erfassung, Verwaltung und Verarbeitung von großen Datenmengen, die in unterschiedlichen Datenformaten vorliegen. In dem Meer aus Möglichkeiten, das sich für Unternehmen durch die Verwendung von Big Data, Data Science und Machine Learning ergibt, ist es nicht leicht, den für Branche, Abteilung und Unternehmen passenden Ansatz zu finden. Daher hat Macros Reply gemeinsam mit seinen Experten Use Cases definiert, die auf Predictive Analytics basieren und auf Versicherungen, Banken und Finanzdienstleister ausgerichtet sind.

PREDICTIVE ANALYTICS USE CASES: WAHRSCHEINLICHKEITSVORHERSAGE VON EREIGNISEINTRITTEN

Das Ziel von Predictive Analytics ist die Vorhersage von Ereigniseintritten, um intelligente Entscheidungen zu treffen. Um das zu erreichen, werden auf eine bestehende Datenbasis aufbauend Analysemethoden und Machine Learning Verfahren angewendet. Für Unternehmen und/ oder Kunden ergeben sich so direkte Vorteile, wie die folgenden Use Cases zeigen:

• Betrugserkennung mit dem Ziel, die Erkennungsrate bei Betrugsversuchen trotz weniger Referenzfälle zu erhöhen. Dafür werden Betrugsfällen anhand von Mustern, Anomalien und Datenhäufungen erkannt.
• Trendbestimmung bei Leistungsausgaben, wobei das Ziel die Detektion von Preiserhöhungen in ärztlichen Leistungen / Medikamenten, Detektion von bisher unbekannten Kostentreibern oder auch die Bestimmung des Einflusses der erkannten Anomalien auf Beitragssätze ist. Anomalien und Änderungen in Leistungsausgaben sollen also frühzeitig erkannt werden.
• Prämienberechnung soll optimiert werden, treffgenauere Prämien und eine Risikoverminderung zu erreichen. Dafür werden Parameter bestimmt, die den Prämienbeitrag maßgeblich beeinflussen z.B. über Baumverfahren mit einer sehr guten Vorhersagegenauigkeit verglichen mit traditionellen Modellen (z.B. typischerweise 10-20% bessere Genauigkeit als GLM).
• Risikoschätzung und Gesundheitsvorhersage sollen mit dem Ziel verbessert werden, Gesundheitsverläufe für ein aktives Gesundheitsmanagement vorherzusagen und abzuleiten, damit ein Leistungsausgang vermieden wird. Die Risikokalkulation erfolgt auf Basis unterschiedlicher Datenquellen (z.B. Abrechnungsdaten, Analyse von Patientendaten, Text Mining auf Gesundsheitsfragenbeantwortung) durch Text Mining und Überwachtes Lernen.
• Wettervorhersage, um Schadenhöhen und –eintrittszeitpunkte vorherzusehen, die Kapazitäten in der Sachbearbeitung zu planen und schnellere Regulierungen zu ermöglichen. Dies wird durch eine punktgenaue (3 x 3km) Vorhersage eintretender Unwetter auf Basis von Partner- und Bestandsdaten und Wetterberichten ermöglicht.

BERATUNGSANSATZ FÜR MACHINE LEARNING & PREDICTIVE ANALYTICS VON MACROS REPLY

• Evaluierung möglicher Ansätze für Machine Learning (ggf. auf Basis der bereits gewonnen Erkenntnisse aus Process Mining und Robotics
• Definition der Use Cases und Ihrer Zielvorstellung
• Überführung der Use Cases in den Produktivbetrieb
• Monitoring der Maßnahmen
• Smart Start durch 1-Tages Workshop: Kernanforderungen des Kunden und Use Case-Evaluierung für eine Smart Proof-Vorbereitung
• Smart Proof mit 2-5 Tagen Proof of Value: Kooperation von Experten von Macros Reply und Kunde kreieren initialer Projektvorschläge
• Wenn gewünscht Aus- und Weiterbildung der Mitarbeiter und Bearbeitung bei der Bildung eines Fachteams

Data Scientists einstellen oder ausbilden lassen

Sie suchen qualifizierte Data Scientists für Ihr Unternehmen oder möchten Ihre Mitarbeiter zu Big Data-Experten ausbilden? Dann sind sie beim Data Incubator Reply (DIR) richtigt. Das 8-wöchige Fellowship-Programm existiert bereits als renommiertes Ausbildungskonzept in den USA unter dem Namen "The Data Incubator" und wurde von Reply nach Deutschland geholt. Werden Sie Sponsor und nutzen Sie die umfangreichen Chancen Teilnehmer exklusiv abzuwerben, Cases zu platzieren, eigene Mitarbeiter fortzubilden und sich als Visionär im Umfeld von Big Data zu positionieren. Mehr Informationen zum Data Incubator Reply (DIR) finden Sie hier.