Visual Analytics - Versionsgeschichte

Manuel.gesslein: /* Lern- und Praxismaterialien */

2024-10-15T08:42:51Z

Lern- und Praxismaterialien

← Nächstältere Version		Version vom 15. Oktober 2024, 10:42 Uhr
Zeile 60:		Zeile 60:
	! Aufgaben		! Aufgaben
	\|-		\|-
	\| [[~~Fallstudie~~ Kreditkartenfirma - Visual Analytics\|~~Fallstudie~~ Kreditkartenfirma - Visual Analytics]]		\| [[Kreditkartenfirma - Visual Analytics\|Kreditkartenfirma - Visual Analytics]]
	\|}		\|}

Salis.Matteo am 4. Dezember 2020 um 09:55 Uhr

2020-12-04T09:55:27Z

← Nächstältere Version		Version vom 4. Dezember 2020, 11:55 Uhr
Zeile 103:		Zeile 103:

	[[Kategorie:Data Analytics]]		[[Kategorie:Data Analytics]]
			[[Kategorie:Digital Controlling]]

Salis.Matteo am 25. November 2020 um 11:47 Uhr

2020-11-25T11:47:27Z

← Nächstältere Version		Version vom 25. November 2020, 13:47 Uhr
Zeile 1:		Zeile 1:
			{{Geprueft\|+}}

	Heutzutage entstehen vermehrt schnellwachsende Datenmengen immer höherer Komplexität und Dynamik (Deussen, Ertl, & Keim, 2010). Diese Informationsüberlastung kann rasch zu einer Zeit- und Kostenverschwendung führen, da man nicht weiss, wie mit einer solch enormen Datenmenge umzugehen ist (Kerren, Stasko, Fekete, & North, 2008, S. 155). Dank Visual Analytics hingegen können grosse Datenmengen visuell dargestellt und explorativ analysiert werden. Diese neuen Ansätze können somit die algorithmische Datenanalyse sinnvoll ergänzen (Vanini, 2017, S. 277).		Heutzutage entstehen vermehrt schnellwachsende Datenmengen immer höherer Komplexität und Dynamik (Deussen, Ertl, & Keim, 2010). Diese Informationsüberlastung kann rasch zu einer Zeit- und Kostenverschwendung führen, da man nicht weiss, wie mit einer solch enormen Datenmenge umzugehen ist (Kerren, Stasko, Fekete, & North, 2008, S. 155). Dank Visual Analytics hingegen können grosse Datenmengen visuell dargestellt und explorativ analysiert werden. Diese neuen Ansätze können somit die algorithmische Datenanalyse sinnvoll ergänzen (Vanini, 2017, S. 277).
	== Definition und Beschreibung ==		== Definition und Beschreibung ==

Salis.Matteo: /* Lern- und Praxismaterialien */

2020-10-16T07:34:39Z

Lern- und Praxismaterialien

← Nächstältere Version		Version vom 16. Oktober 2020, 09:34 Uhr
Zeile 58:		Zeile 58:
	! Aufgaben		! Aufgaben
	\|-		\|-
	\| [[Fallstudie Kreditkartenfirma – Visual Analytics]]		\| [[Fallstudie Kreditkartenfirma - Visual Analytics\|Fallstudie Kreditkartenfirma - Visual Analytics]]
	\|}		\|}

Salis.Matteo: /* Lern- und Praxismaterialien */

2020-10-16T07:34:09Z

Lern- und Praxismaterialien

← Nächstältere Version		Version vom 16. Oktober 2020, 09:34 Uhr
Zeile 60:		Zeile 60:
	\| [[Fallstudie Kreditkartenfirma – Visual Analytics]]		\| [[Fallstudie Kreditkartenfirma – Visual Analytics]]
	\|}		\|}

	== Quellen ==		== Quellen ==
	=== Literaturverzeichnis ===		=== Literaturverzeichnis ===

Salis.Matteo am 16. Oktober 2020 um 07:33 Uhr

2020-10-16T07:33:26Z

← Nächstältere Version		Version vom 16. Oktober 2020, 09:33 Uhr
Zeile 58:		Zeile 58:
	! Aufgaben		! Aufgaben
	\|-		\|-
	\| [[~~Quiz – Kreditkartenfirma – Visual Analytics\|Quiz –~~ Kreditkartenfirma – Visual Analytics]]		\| [[Fallstudie Kreditkartenfirma – Visual Analytics]]
	\|}		\|}
	== Quellen ==		== Quellen ==

Salis.Matteo: Schützte „Visual Analytics“ ([Bearbeiten=Nur Administratoren erlauben] (unbeschränkt) [Verschieben=Nur Administratoren erlauben] (unbeschränkt))

2020-10-16T05:04:30Z

Schützte „Visual Analytics“ ([Bearbeiten=Nur Administratoren erlauben] (unbeschränkt) [Verschieben=Nur Administratoren erlauben] (unbeschränkt))

← Nächstältere Version	Version vom 16. Oktober 2020, 07:04 Uhr
(kein Unterschied)

Georg.Bucher: /* Einsatz im Controlling */

2020-05-13T13:43:04Z

Einsatz im Controlling

← Nächstältere Version		Version vom 13. Mai 2020, 15:43 Uhr
Zeile 28:		Zeile 28:
	Der Markt für [[Business Intelligence\|BI]] und analytische Plattformen hat sich in den letzten Jahren stark verändert, so dass VA bereits in vielen Systemlösungen integriert ist, welches dem Controller neue Möglichkeiten der Analyse eröffnet (Seufert et al., 2018, S. 67). Die bekanntesten VA Programme sind Microsoft Power [[Business Intelligence\|BI]], Tableau und SAS. Letzteres ist besonders im deutschsprachigen Raum sehr beliebt (Eppler, 2019, S. 22).		Der Markt für [[Business Intelligence\|BI]] und analytische Plattformen hat sich in den letzten Jahren stark verändert, so dass VA bereits in vielen Systemlösungen integriert ist, welches dem Controller neue Möglichkeiten der Analyse eröffnet (Seufert et al., 2018, S. 67). Die bekanntesten VA Programme sind Microsoft Power [[Business Intelligence\|BI]], Tableau und SAS. Letzteres ist besonders im deutschsprachigen Raum sehr beliebt (Eppler, 2019, S. 22).

	Im Folgenden werden ein paar Beispiele von Einsatzgebieten erläutert.		Im Folgenden werden ein paar Beispiele von Einsatzgebieten erläutert:
	* Mit VA kann die Abhängigkeit einzelner Risikofaktoren im [[Risikocontrolling\|Risikocontrolling]] untereinander untersucht werden. Zudem werden dadurch bereits bestehende Muster verifiziert und neue erkannt.		* Mit VA kann die Abhängigkeit einzelner Risikofaktoren im [[Risikocontrolling\|Risikocontrolling]] untereinander untersucht werden. Zudem werden dadurch bereits bestehende Muster verifiziert und neue erkannt.
	* Durch statistische Prognoseberechnungen oder [[Szenarioanalyse\|Szenarioanalysen]] können zukunftsorientierte Entwicklungen frühzeitig erkannt werden und schnellstmöglich Massnahmen abgeleitet werden. Beispielsweise können Modelle aufgrund von Vergangenheitsdaten für die Verkaufszahlen unter Veränderung einzelner Einflussfaktoren erstellt werden.		* Durch statistische Prognoseberechnungen oder [[Szenarioanalyse\|Szenarioanalysen]] können zukunftsorientierte Entwicklungen frühzeitig erkannt werden und schnellstmöglich Massnahmen abgeleitet werden. Beispielsweise können Modelle aufgrund von Vergangenheitsdaten für die Verkaufszahlen unter Veränderung einzelner Einflussfaktoren erstellt werden.

Georg.Bucher: /* Einsatz im Controlling */

2020-05-13T13:42:41Z

Einsatz im Controlling

← Nächstältere Version		Version vom 13. Mai 2020, 15:42 Uhr
Zeile 29:		Zeile 29:

	Im Folgenden werden ein paar Beispiele von Einsatzgebieten erläutert.		Im Folgenden werden ein paar Beispiele von Einsatzgebieten erläutert.

	* Mit VA kann die Abhängigkeit einzelner Risikofaktoren im [[Risikocontrolling\|Risikocontrolling]] untereinander untersucht werden. Zudem werden dadurch bereits bestehende Muster verifiziert und neue erkannt.		* Mit VA kann die Abhängigkeit einzelner Risikofaktoren im [[Risikocontrolling\|Risikocontrolling]] untereinander untersucht werden. Zudem werden dadurch bereits bestehende Muster verifiziert und neue erkannt.
	* Durch statistische Prognoseberechnungen oder [[Szenarioanalyse\|Szenarioanalysen]] können zukunftsorientierte Entwicklungen frühzeitig erkannt werden und schnellstmöglich Massnahmen abgeleitet werden. Beispielsweise können Modelle aufgrund von Vergangenheitsdaten für die Verkaufszahlen unter Veränderung einzelner Einflussfaktoren erstellt werden.		* Durch statistische Prognoseberechnungen oder [[Szenarioanalyse\|Szenarioanalysen]] können zukunftsorientierte Entwicklungen frühzeitig erkannt werden und schnellstmöglich Massnahmen abgeleitet werden. Beispielsweise können Modelle aufgrund von Vergangenheitsdaten für die Verkaufszahlen unter Veränderung einzelner Einflussfaktoren erstellt werden.

Georg.Bucher am 13. Mai 2020 um 13:41 Uhr

2020-05-13T13:41:22Z

← Nächstältere Version		Version vom 13. Mai 2020, 15:41 Uhr
Zeile 1:		Zeile 1:
	~~'''Seite ist in Bearbeitung!~~

	Heutzutage entstehen vermehrt schnellwachsende Datenmengen immer höherer Komplexität und Dynamik (Deussen, Ertl, & Keim, 2010). Diese Informationsüberlastung kann rasch zu einer Zeit- und Kostenverschwendung führen, da man nicht weiss, wie mit einer solch enormen Datenmenge umzugehen ist (Kerren, Stasko, Fekete, & North, 2008, S. 155). Dank Visual Analytics hingegen können grosse Datenmengen visuell dargestellt und explorativ analysiert werden. Diese neuen Ansätze können somit die algorithmische Datenanalyse sinnvoll ergänzen (Vanini, 2017, S. 277).		Heutzutage entstehen vermehrt schnellwachsende Datenmengen immer höherer Komplexität und Dynamik (Deussen, Ertl, & Keim, 2010). Diese Informationsüberlastung kann rasch zu einer Zeit- und Kostenverschwendung führen, da man nicht weiss, wie mit einer solch enormen Datenmenge umzugehen ist (Kerren, Stasko, Fekete, & North, 2008, S. 155). Dank Visual Analytics hingegen können grosse Datenmengen visuell dargestellt und explorativ analysiert werden. Diese neuen Ansätze können somit die algorithmische Datenanalyse sinnvoll ergänzen (Vanini, 2017, S. 277).
	== Definition und Beschreibung ==		== Definition und Beschreibung ==