Select your language

Suggested languages for you:
Login Anmelden

Lernmaterialien für Big Data & Big Data Science an der FOM Hochschule für Oekonomie & Management

Greife auf kostenlose Karteikarten, Zusammenfassungen, Übungsaufgaben und Altklausuren für deinen Big Data & Big Data Science Kurs an der FOM Hochschule für Oekonomie & Management zu.

TESTE DEIN WISSEN

Predictive analytics

Lösung anzeigen
TESTE DEIN WISSEN
  • Wahrscheinlichkeit künftiger Ereignisse ermitteln oder Empfehlung aufgrund historischer Daten
  • Finanzdienstleistungsunternehmen zur Analyse jahrelanger Markthandelsdaten, um Investitionsentscheidungen zu unterstützen
  • Berücksichtigung von Risikoexposition für Versicherungsunternehmen
  • Direktmarketing, zur Analyse von Kampagnen, um die effektivste Kombination von Produkten, Werbung, Marketingmaterial für die Ausrichtung auf bestimmte Kunden
  • Es werden statistische Algorithmen und machine learning Techniken genutzt
Lösung ausblenden
TESTE DEIN WISSEN

Recommendation engines

Lösung anzeigen
TESTE DEIN WISSEN
  • Relevante Produktempfehlungen, als Teil des Einkaufserlebnisses
  • Hochentwickelte Algorithmen zur Analyse des Kohortenverhalten, um dem Kunden überraschende Ergebnisse zu liefern, die genau das sein könnten wonach er sucht
  • Big data Plattformen bieten die Möglichkeit, Kundeninteraktionsdaten zu speichern und zu verarbeiten
Lösung ausblenden
TESTE DEIN WISSEN

Clickstream analytics

Lösung anzeigen
TESTE DEIN WISSEN
  • Aufzeichnung der Teile des Computerbildschirms auf die ein User klickt, während er im Internet surft oder Softwareanwendung benutzt
  • Sammeln und Analysieren von Daten über Nutzerverhalten und Navigationspfade auf einer Website
    1. Nutzerengagement, Websiteperformance, Antwortzeit auf Anfragen, Kaufbereitschaft von In-App-Kaufangeboten
  • Spielunternehmen, um besten Zeitpunkt für Produktplazierungen zu bestimmen
  • Einzelhandelsunternehmen, um Wahrscheinlichkeit des Kaufes im Web vorherzusagen
Lösung ausblenden
TESTE DEIN WISSEN

Was ist Big Data?

Lösung anzeigen
TESTE DEIN WISSEN
  • Große Datenmenge, mit Ursprung aus dem Internet, Mobilfunkkommunikation, Gesundheitswesen, Transportwesen, Social Media, Kreditkarten, Überwachungskameras, Flug- und Fahrzeugressourcen
  • in der unverarbeiteten Form nutzlos, mittels Strukturanalysen gewährt BD Lösungen zu neuen Themenbereichen
  • gilt als Informations- und Kapitalvermögen
  • Potenzielle Anwendungen: die intelligente Steuerung von Verkehrsströmen, autonomes Fahren oder digitale Produktionsanlagen in der Industrie ebenso wie neue Verfahren zur medizinischen Diagnostik oder bessere Wettervorhersagen
  • Auswerten von Social Media-Daten erlaubt besseres Kundenverständnis -> personalisierte Produkte / Dienstleistungen
Lösung ausblenden
TESTE DEIN WISSEN

Was ist BI?

Lösung anzeigen
TESTE DEIN WISSEN
  • Ziel: Erzeugen erfolgswirtschaftlichen Wissens über den gegenwärtigen Status und die zukünftigen Perspektiven / Entscheidungsfindung unterstützen
  • Sammeln, Aufbereiten und Darstellen von geschäftsrelevanten Informationen
  • Darstellung via Dashboard
  • 1. Phase: Daten werden quantifiziert, qualifiziert, mittels mathematischer Verfahren analysiert
  • 2. Phase: aus den Ergebnissen werden Erkenntnisse abgeleitet, die Geschäftsvorgänge unterstützen
  • 3. Phase: Bewertung der Erkenntnisse (auf Grundlage der Zielsetzung des Unternehmens)
  • 4. Phase: Erkenntnisse werden in konkrete Maßnahmen umgesetzt (Umsetzung = Eingangsinformationen für den nächsten BI-Zyklus)
Lösung ausblenden
TESTE DEIN WISSEN

Node

Lösung anzeigen
TESTE DEIN WISSEN


  • in der Regel ein Gerät im Netzwerk, Server, Mobiltelefon, Drucker (alles was ein IP-Adresse hat)


Lösung ausblenden
TESTE DEIN WISSEN

Distributed processing (Verteilte Verarbeitung):


Lösung anzeigen
TESTE DEIN WISSEN

Methode der Verbreitung von Datenverarbeitungsfähigkeiten über eine Reihe von vernetzten Computern, um große Datenmengen schneller verarbeiten zu können

Lösung ausblenden
TESTE DEIN WISSEN

Batch processing:


Lösung anzeigen
TESTE DEIN WISSEN

Verarbeitung von ganzen Datensätzen anstatt einzelnen Einheiten zur Maximierung der Effizienz

Lösung ausblenden
TESTE DEIN WISSEN

Stream processing (Datenstromverarbeitung)


Lösung anzeigen
TESTE DEIN WISSEN

Kontinuierliche und automatische Verarbeitung der Daten während der Erfassung, um eine systematische Ausgabe zu erzeugen

Lösung ausblenden
TESTE DEIN WISSEN

Massively Parallel Processing (MPP)


Lösung anzeigen
TESTE DEIN WISSEN

Verwendung einer großen Anzahl von verteilten Computern, um eine Reihe von koordinierten Berechnungen parallel durchzuführen

Lösung ausblenden
TESTE DEIN WISSEN

Data collection:


Lösung anzeigen
TESTE DEIN WISSEN

Prozess der Datensammlung (strukturiert / unstrukturiert) zum Zwecke der Analyse und Auswertung

Lösung ausblenden
TESTE DEIN WISSEN

360-degree customer view

Lösung anzeigen
TESTE DEIN WISSEN
  • Vollständiger Überblick über Kunden durch: Kombination verschiedener Berühungspunkte (Marketing, Kaufprozess)
  • Besseres Engagement, mehr Umsatz und langfristige Loyalität
  • Finanzdienstleistungsunternehmen, um beste Finanzpakete, Versicherungen, usw. anzubieten
  • Einzelhandelsunternehmen, um die besten Zeiten für Sonderangebote zu bestimmen (Umsatzmaximum)
  • Kundenbindungs- und Upsell-Strategien
Lösung ausblenden
  • 441044 Karteikarten
  • 10697 Studierende
  • 362 Lernmaterialien

Beispielhafte Karteikarten für deinen Big Data & Big Data Science Kurs an der FOM Hochschule für Oekonomie & Management - von Kommilitonen auf StudySmarter erstellt!

Q:

Predictive analytics

A:
  • Wahrscheinlichkeit künftiger Ereignisse ermitteln oder Empfehlung aufgrund historischer Daten
  • Finanzdienstleistungsunternehmen zur Analyse jahrelanger Markthandelsdaten, um Investitionsentscheidungen zu unterstützen
  • Berücksichtigung von Risikoexposition für Versicherungsunternehmen
  • Direktmarketing, zur Analyse von Kampagnen, um die effektivste Kombination von Produkten, Werbung, Marketingmaterial für die Ausrichtung auf bestimmte Kunden
  • Es werden statistische Algorithmen und machine learning Techniken genutzt
Q:

Recommendation engines

A:
  • Relevante Produktempfehlungen, als Teil des Einkaufserlebnisses
  • Hochentwickelte Algorithmen zur Analyse des Kohortenverhalten, um dem Kunden überraschende Ergebnisse zu liefern, die genau das sein könnten wonach er sucht
  • Big data Plattformen bieten die Möglichkeit, Kundeninteraktionsdaten zu speichern und zu verarbeiten
Q:

Clickstream analytics

A:
  • Aufzeichnung der Teile des Computerbildschirms auf die ein User klickt, während er im Internet surft oder Softwareanwendung benutzt
  • Sammeln und Analysieren von Daten über Nutzerverhalten und Navigationspfade auf einer Website
    1. Nutzerengagement, Websiteperformance, Antwortzeit auf Anfragen, Kaufbereitschaft von In-App-Kaufangeboten
  • Spielunternehmen, um besten Zeitpunkt für Produktplazierungen zu bestimmen
  • Einzelhandelsunternehmen, um Wahrscheinlichkeit des Kaufes im Web vorherzusagen
Q:

Was ist Big Data?

A:
  • Große Datenmenge, mit Ursprung aus dem Internet, Mobilfunkkommunikation, Gesundheitswesen, Transportwesen, Social Media, Kreditkarten, Überwachungskameras, Flug- und Fahrzeugressourcen
  • in der unverarbeiteten Form nutzlos, mittels Strukturanalysen gewährt BD Lösungen zu neuen Themenbereichen
  • gilt als Informations- und Kapitalvermögen
  • Potenzielle Anwendungen: die intelligente Steuerung von Verkehrsströmen, autonomes Fahren oder digitale Produktionsanlagen in der Industrie ebenso wie neue Verfahren zur medizinischen Diagnostik oder bessere Wettervorhersagen
  • Auswerten von Social Media-Daten erlaubt besseres Kundenverständnis -> personalisierte Produkte / Dienstleistungen
Q:

Was ist BI?

A:
  • Ziel: Erzeugen erfolgswirtschaftlichen Wissens über den gegenwärtigen Status und die zukünftigen Perspektiven / Entscheidungsfindung unterstützen
  • Sammeln, Aufbereiten und Darstellen von geschäftsrelevanten Informationen
  • Darstellung via Dashboard
  • 1. Phase: Daten werden quantifiziert, qualifiziert, mittels mathematischer Verfahren analysiert
  • 2. Phase: aus den Ergebnissen werden Erkenntnisse abgeleitet, die Geschäftsvorgänge unterstützen
  • 3. Phase: Bewertung der Erkenntnisse (auf Grundlage der Zielsetzung des Unternehmens)
  • 4. Phase: Erkenntnisse werden in konkrete Maßnahmen umgesetzt (Umsetzung = Eingangsinformationen für den nächsten BI-Zyklus)
Mehr Karteikarten anzeigen
Q:

Node

A:


  • in der Regel ein Gerät im Netzwerk, Server, Mobiltelefon, Drucker (alles was ein IP-Adresse hat)


Q:

Distributed processing (Verteilte Verarbeitung):


A:

Methode der Verbreitung von Datenverarbeitungsfähigkeiten über eine Reihe von vernetzten Computern, um große Datenmengen schneller verarbeiten zu können

Q:

Batch processing:


A:

Verarbeitung von ganzen Datensätzen anstatt einzelnen Einheiten zur Maximierung der Effizienz

Q:

Stream processing (Datenstromverarbeitung)


A:

Kontinuierliche und automatische Verarbeitung der Daten während der Erfassung, um eine systematische Ausgabe zu erzeugen

Q:

Massively Parallel Processing (MPP)


A:

Verwendung einer großen Anzahl von verteilten Computern, um eine Reihe von koordinierten Berechnungen parallel durchzuführen

Q:

Data collection:


A:

Prozess der Datensammlung (strukturiert / unstrukturiert) zum Zwecke der Analyse und Auswertung

Q:

360-degree customer view

A:
  • Vollständiger Überblick über Kunden durch: Kombination verschiedener Berühungspunkte (Marketing, Kaufprozess)
  • Besseres Engagement, mehr Umsatz und langfristige Loyalität
  • Finanzdienstleistungsunternehmen, um beste Finanzpakete, Versicherungen, usw. anzubieten
  • Einzelhandelsunternehmen, um die besten Zeiten für Sonderangebote zu bestimmen (Umsatzmaximum)
  • Kundenbindungs- und Upsell-Strategien
Big Data & Big Data Science

Erstelle und finde Lernmaterialien auf StudySmarter.

Greife kostenlos auf tausende geteilte Karteikarten, Zusammenfassungen, Altklausuren und mehr zu.

Jetzt loslegen

Das sind die beliebtesten StudySmarter Kurse für deinen Studiengang Big Data & Big Data Science an der FOM Hochschule für Oekonomie & Management

Für deinen Studiengang Big Data & Big Data Science an der FOM Hochschule für Oekonomie & Management gibt es bereits viele Kurse, die von deinen Kommilitonen auf StudySmarter erstellt wurden. Karteikarten, Zusammenfassungen, Altklausuren, Übungsaufgaben und mehr warten auf dich!

Das sind die beliebtesten Big Data & Big Data Science Kurse im gesamten StudySmarter Universum

Big Data & Data Science

FOM Hochschule für Oekonomie & Management

Zum Kurs

Die all-in-one Lernapp für Studierende

Greife auf Millionen geteilter Lernmaterialien der StudySmarter Community zu
Kostenlos anmelden Big Data & Big Data Science
Erstelle Karteikarten und Zusammenfassungen mit den StudySmarter Tools
Kostenlos loslegen Big Data & Big Data Science