XAI: Künstliche Intelligenz besser verstehen lernen
„Explainable AI“, also verständliche künstliche Intelligenz ist ein Konzept, um KI-gesteuerte Entscheidungen besser nachvollziehen zu können. Dadurch wird auch der ethische Aspekt von KI gestärkt.
Natural Language Processing: Was steckt hinter dem KI-Trend?
Aktuell liest man häufiger von Natural Language Processing (NLP), wenn es um den Einsatz von künstlicher Intelligenz geht. Doch was bedeutet NLP eigentlich und wie können Unternehmen es einsetzen?
Wie unterscheidet sich ein Data Warehouse von einem Data Lake?
Das Zeitalter der Daten ist im vollen Gange, doch wie können Unternehmen die Unmengen an Daten verwalten? Data Lakes und Data Warehouses schaffen die richtige Grundlage, um Nutzen aus Big Data zu ziehen.
Insights: Was weiß das Sales-Team (und wo informiert es sich)?
Im State of Sales hat Salesforce knapp 6000 Sales-Reps weltweit zu Themen rund um den Arbeitsalltag befragt. Dabei zeigt sich im Ergebnis: der erfolgreiche Vertrieb weiß mehr über seine Kunden.
Data Warehouse: Next-Level in der Datenanalyse
Wer im Bereich Data Analytics, Datenmanagement und künstliche Intelligenz mitmischen will, muss an erster Stelle dafür sorgen, dass seine Daten konsolidiert werden. Das sorgt in vielen Unternehmen für eine Herausforderung.
Retouren: Das Sorgenkind des eCommerce
Rücksendungen sind für Händler wie für Kunden oft ein notwendiges Übel des Online-Handels. Doch welche Maßnahmen ergeben wirklich Sinn, um Retouren zu reduzieren?
Unternehmen wollen Cross-Platform-Analytics für 360°-Kundensicht
Cross-Platform-Analytics, also die Analyse von Kundendaten über verschiedene Kanäle, Bereiche und Kundenphasen hinweg, spielt insbesondere im Marketing eine wachsende Rolle.
10 Nachteile unsauberer Datenbanken
Es ist ein wenig wie beim Backen: wenn die Zutaten unvollständig sind oder eine schlechte Qualität haben, dann wird auch der Kuchen am Ende nicht schmecken. Warum Unternehmen sich unsaubere Datenbanken so wenig leisten können, wie ein Bäcker faule Eier, lesen Sie hier.
Gartner: 5 Hürden für Analytics-Teams in Unternehmen
Mit der wachsenden Anzahl digitaler Prozesse spielt die Verarbeitung und Anwendung von Unternehmens- und Kundendaten eine immer wichtigere Rolle im Business-Alltag. Das erfordert konkrete Verantwortlichkeiten, die jedoch Gartner zufolge auf einige Herausforderungen stoßen.
Kundentypen: Wie gerne teilen Kunden ihre Daten?
Wann teilen Kunden ihre Daten mit Unternehmen und gibt es auch Kundentypen, die sich gar nicht überzeugen lassen (oder nicht überzeugt werden müssen)? Einer britischen Studie der Data & Marketing Association zufolge gibt es drei Kundentypen, wenn es darum geht, wie und ob Daten mit Unternehmen geteilt werden.
