Schlagwort-Archive: Predictive Analytics

Qlik veröffentlicht Qlik Sense September 2017 und Qlik NPrinting September 2017

Vor kurzem gab BI-Anbieter Qlik seine neue Release-Strategie bekannt: Ab sofort erfolgt fünf Mal im Jahr ein Majorrelease. Hierbei liegen neben kontinuierlichen Releases von Qlik Sense zusätzlich jeweils unterschiedliche Schwerpunkte auf den weiteren Produkten des BI-Portfolios.

Nach „Qlik Sense June 2017“ im vergangenen Juni wurde nun „Qlik Sense September 2017“ veröffentlicht. Zeitgleich zu Qlik Sense September 2017 tritt auch die Reporting-Plattform Qlik NPrinting mit einer neuen Version und einigen – teilweise seit Langem erwarteten – Features und Verbesserungen auf.

Das Release beinhaltet auch diesmal wieder einige interessante Features und Verbesserungen – unter anderem:

  • Neue Qlik Sense Mobile App 
    Die neue Qlik Sense Mobile App für iOS-Geräte ist ab sofort im Apple Enterprise Store verfügbar. Mit der App können gewünschte Qlik Sense Auswertungen heruntergeladen und auf dem iPad verwendet werden. Die leistungsstarken Funktionen der QIX-Engine, wie beispielsweise die assoziative Suche laufen dabei direkt auf dem iPad und bleiben voll erhalten.
Qlik Sense September 2017 - Mobile App
Quelle: Qlik

Qlik veröffentlicht Qlik Sense September 2017 und Qlik NPrinting September 2017 weiterlesen

Qlik veröffentlicht neues Release „Qlik Sense June 2017“

Qlik Sense June 2017BI-Anbieter Qlik hat ein neues Release von Qlik Sense veröffentlicht. Die Version enthält erneut viele Features wie neue Charts und Visualisierungsmöglichkeiten, Advanced Analytics Funktionen, einen iOS Client, Visual Data Profiling und mehr. Aufgrund des von Qlik angekündigten neuen Releasezyklus trägt die aktuelle Version den Namen „Qlik Sense June 2017“.

Bereits auf der diesjährigen Qonnections gab Qlik bekannt, künftig alle zehn Wochen ein neues Release seiner Software zu veröffentlichen, was denselben Umfang und Stellenwert haben soll – es wird somit keine Major und Minor Releases mehr geben. Um diesen Umstand zu verdeutlichen, wird die numerische Bezeichnung durch eine Betitelung ersetzt, die dem Veröffentlichungsmonat und -jahr der jeweiligen Version entspricht. Aus Qlik Sense 4.0 wurde demnach Qlik Sense June 2017. Durch den neuen cloud-ähnlichen Releasezyklus und die veränderte Versionierung soll für den Nutzer der Upgrade-Prozess auf höhere Versionen deutlich vereinfacht werden.

Neue Features für Datenaufbereitung und Visualisierung

Qlik Sense June 2017 enthält insbesondere im Bereich der Datenaufbereitung und der Visualisierungsmöglichkeiten einige Neuerungen. So profitieren Anwender unter anderem von einer verbesserten Vorbereitung und Bereitstellung ihrer Daten ohne komplexes Scripting. Mit visuellem Data Profiling unterstützt Qlik Sense June 2017 beispielsweise dabei, Daten von Anfang an besser zu verstehen, indem bereits beim Laden automatisch Visualisierungen zur Verteilung der Daten generiert werden. Data Binning ermöglicht es darüber hinaus, numerische Daten zu gruppieren (z.B. nach Größen), um die entsprechenden Informationen besser analysieren zu können. Durch eine neue Art der Tabellenverknüpfung können zudem Tabellenansichten mit unterschiedlichen Feldern und Feldnamen miteinander verbunden werden. Dies erlaubt auch eine Verkettung verschieden angelegter Datensätze (z.B. aus unterschiedlichen Organisationen). Die Data Preparation Funktionen werden in folgendem What’s New Video vorgestellt:

Video Qlik Sense June 2017 - Data Preparation

Qlik veröffentlicht neues Release „Qlik Sense June 2017“ weiterlesen

Die richtigen Geschäftsentscheidungen treffen mit Qlik

Optimierung von Geschäftsentscheidungen mit QlikIn den eigenen Unternehmensdaten schlummert bekanntermaßen ein enormes Potential – insbesondere wenn es darum geht, daraus wichtige Erkenntnisse zu gewinnen und diese als Grundlage für künftige Entscheidungen und Strategien zu nutzen. Der Einsatz eines Business Intelligence Tools wie QlikView oder Qlik Sense kann diesen Prozess unterstützen.

Nicht nur für reibungslose Geschäftsabläufe, sondern auch für möglichst präzise Auswertungen der vorhandenen Daten ist beispielsweise eine hohe Datenqualität besonders wichtig. Damit diese stets sichergestellt werden kann, müssen die jeweiligen Daten jederzeit gepflegt und auf dem aktuellsten Stand sein. Durch die jahrelange Verwendung eines Systems kommt es jedoch oftmals zu inkonsistenten Datenbeständen, die wiederum zu unsauberen Auswertungen führen und diese damit unbrauchbar für Zukunftsprognosen oder als Entscheidungsgrundlage machen.

Zur Bereinigung der Daten empfiehlt sich daher die Anbindung einer externen Analysesoftware wie QlikView. Durch eine umfangreiche Qlik-Datenanalyse lassen sich inkonsistente oder gar falsche Daten schnell herausfiltern und als Störfaktor eliminieren. Die auf den nun bereinigten Informationen basierenden Auswertungen können schließlich als solide Basis für Geschäftsentscheidungen und -strategien genutzt werden.

Die richtigen Geschäftsentscheidungen treffen mit Qlik weiterlesen

Qonnections 2017: Qlik kündigt Qlik Sense June 2017 und weitere Neuerungen an

Der BI-Anbieter Qlik hat das neueste Release seiner Datenvisualisierungssoftware Qlik Sense vorgestellt. Darin enthalten sein werden unter anderem eine neue Mobile App, hybride Cloud-Modelle zur Datenhaltung sowie neue Visualisierungsmöglichkeiten wie z.B. Box Plots.

Qlik nutzte auch in diesem Jahr die gut besuchte Partner- und Nutzer-Veranstaltung Qonnections, um seinen Besuchern die neuesten Produkt-Entwicklungen zu präsentieren. Im Fokus standen diesmal unter anderem das kommende Qlik Sense Release, das im Juni unter dem Namen „Qlik Sense June 2017“ erscheinen wird, eine neue Mobile App, die auch offline genutzt werden kann sowie die erweiterten Cloud-Möglichkeiten und das Geo-Analysetool GeoAnalytics.

Verbesserte Möglichkeiten für Visualisierungen und Datenaufbereitung

Qlik Sense June 2017 wird laut Ankündigung vor allem im Bereich Visualisierung und Datenaufbereitung einige Neuerungen aufweisen. So soll das neue Release unter anderem neue Visualisierungstypen wie Box Plots, Streuungsdiagramme und Histogramme enthalten und eine neue Form der Color Intelligence einführen, welche die Zuteilung einheitlicher Farben für bestimmte Werte in Masterdimensionen ermöglicht. Zudem bietet Qlik Sense June 2017 verbesserte Möglichkeiten zum Laden, Transformieren und Anreichern von Daten ohne komplexes Scripting (z.B. visuelle Datenprofilierung, die Einteilung von Daten in Klassen und Tabellenverknüpfungen).

Qlik Sense June 2017 Highlights
Quelle: Qlik – Qonnections 2017

Ausbau des Hybrid Analytics-Modells

Da immer mehr Anwender die Vorteile von Qlik Sense Cloud und hybriden Cloud-Lösungen nutzen, gab Qlik auf der Qonnections außerdem bekannt, dass weiterhin an der nahtlosen Vernetzung von On-Premise-Installationen von Qlik Sense Enterprise mit cloudbasierten Services gearbeitet wird. Nutzern soll somit vollste Flexibilität, Skalierbarkeit und Kostenminimierung gewährleistet werden. Zum Support des Hybrid Analytics-Modells wurde auch die neue Qlik Sense Mobile App für iOS vorgestellt, die das assoziative Qlik-Modell auch offline unterstützt, indem die QIX-Engine lokal auf dem jeweiligen Endgerät betrieben wird.

Qonnections 2017: Qlik kündigt Qlik Sense June 2017 und weitere Neuerungen an weiterlesen

Geschäftsabläufe optimieren mit Machine Learning und Dynamics NAV 2017

Machine Learning mit Microsoft Dynamics NAVDer unaufhaltsame Fortschritt der digitalen Transformation verändert nicht nur die Lebens- und Arbeitsweise von Privatpersonen, sondern stellt auch Unternehmen regelmäßig vor große Herausforderungen. Ein effizientes Mittel, dem immer schneller werdenden Wandel gekonnt zu begegnen, sind moderne Technologien und Ansätze wie das Machine Learning.

Um am Puls der Zeit zu bleiben, sollten Führungskräfte sich rechtzeitig für die anhaltende Digitalisierung der Geschäftswelt rüsten. Diese bietet Unternehmen auch zahlreiche Vorteile, die nicht nur administrative Abläufe und somit den allgemeinen Geschäftsalltag erleichtern, sondern auch langfristig die Wettbewerbsfähigkeit sichern, wie z.B.:

  • Schaffung flexibler Arbeitsformen
  • Service-Optimierung durch Online-Betreuung
  • Standortübergreifendes Arbeiten
  • Verschlankung der Administration
  • Outsourcing von Verwaltungsprozessen

Um also die eigene Position im Wettbewerb zu festigen oder gar zu verbessern, Produktivität, Qualität und Umsätze zu steigern sowie durch einen effizienteren Ressourceneinsatz Kosten zu sparen, empfiehlt sich die Verwendung von Machine Learning. Hierbei handelt es sich um kein fertiges Softwareprodukt, sondern um einen individualisierbaren Lern- und Optimierungsprozess. Mittels Machine Learning werden Algorithmen mit dem Ziel entwickelt, historische Daten automatisch zu analysieren und Muster darin zu identifizieren. Die jeweiligen Ergebnisse können schließlich als Vorhersagen und damit als Grundlage für künftige Geschäftsentscheidungen oder zur Lösung von Problemen dienen.

Effizientes Machine Learning mit Microsoft Dynamics NAV

Zur Einführung von Machine Learning im eigenen Unternehmen lohnt sich der Einsatz von Microsoft Azure Machine Learning in Kombination mit der Datenquelle Microsoft Dynamics NAV 2017. Für Betriebe entstehen dadurch unter anderem folgende Vorteile:

  • Umsatzpotential besser einschätzen
    Effiziente Geschäftssteuerung mit Hilfe von “lernenden” Umsatzvorhersagen auf Basis historischer Daten.
  • Zeitnaher Überblick über Lager-Fehlmengen
    Zeitnaher Überblick über Lagerbestandsentwicklungen auf Basis laufender Lagerbuchungen und dynamischer Umsatzvorhersagen.
  • Entscheidungsoptimierung
    Realitätsnahe Vorhersagen als solide Entscheidungsgrundlagen mittels verschiedener Machine-Learning-Algorithmen und kontinuierlicher Ergebnisabgleiche.
  • Transparenz über Vorhersagequalität
    Beurteilung der berechneten Vorhersageergebnisse im Praxisalltag. Sukzessive Optimierung der Vorhersagequalität durch Ausschluss oder Gewichtung der erhaltenen Vorhersagen.

Machine Learning findet somit vor allem dort Einsatz, wo große Massen an Daten analysiert und zu geschäftlichen oder wissenschaftlich relevanten Mengen- und Wert-Kennzahlen verdichtet werden. Laut Experten wird Machine Learning in zwei bis fünf Jahren marktreif und flächendeckend geschäftsrelevant sein. Ein Einstieg lohnt sich daher bereits jetzt.

Einen Überblick über Microsoft Azure Machine Learning erhalten Sie in folgendem Video:

Microsoft Azure Machine Learning

 

Microsoft Dynamics NAV 2017 – Cortana Intelligence

Durch die Möglichkeit, die NAV-Umgebung mittels verschiedener Extensions zu erweitern, können Anwender Dynamics NAV 2017 nun auch mit Hilfe von Machine Learning Vorhersagen bei der Verkaufs- und Bestandsentwicklung ansehen.

Dynamics NAV kann damit mit einer Extension erweitert werden, die es ermöglicht, aus vergangenen Daten Erkenntnisse über potenzielle zukünftige Verkäufe und einen klaren Überblick über zu erwartende Bestände und die Umsatzentwicklung zu bekommen. Microsoft vermarktet diese Erweiterung unter dem Begriff „Cortana Intelligence“. Die Dynamics NAV Extensions haben dabei jedoch keine fachliche oder inhaltliche Verbindung zum „Cortana Intelligence“-Begriff bei Power BI.

Für die Vorhersagen nutzt das System historische Daten und hilft dem Anwender so, Unternehmensbestände besser zu verwalten. Dies unterstützt wiederum die Bestellung von Nachschub beim Lieferanten und sorgt damit für mehr Kundenfreundlichkeit, da beispielsweise gewährleistet werden kann, dass häufig gekaufte Waren durchgehend auf Lager sind.

Bestandsvorhersage mit Cortana Intelligence
Bestandsvorhersage mit Cortana Intelligence

Um stets optimale Vorhersagen zu erzielen, greift die Erweiterung auf einen trainierten Algorithmus innerhalb des Cloud-Dienstes Azure Machine Learning zurück, ermittelt anhand der Trainingsdaten ein entsprechendes Ergebnis und gibt dem Anwender schließlich diese Daten aus.

Das Leistungsspektrum der Extension „Umsatz- und Lagerbestandsplanung“ in Dynamics NAV 2017 umfasst auf Basis historischer Daten somit folgende Funktionsbereiche:

  • Vorhersage innerhalb des Cashflow Moduls
  • Vorhersage der Lagerbestandsentwicklung von Artikeln und direkte Anlage von Einkaufsbestellungen
  • Vorhersage von Umsatzentwicklungen

Neben der bestehenden Funktionalität bietet Dynamics NAV 2017 auch Entwicklern Zugriff auf den trainierten Algorithmus innerhalb von Azure Machine Learning. Dadurch können auf Basis weiterer historischer Daten ebenfalls Vorhersagen für die Zukunft abgerufen werden.