Retail Marketing

Case Study: Automatisierte Marketing-Interaktion im Retail

Niklas Junker Blog, Data Science

Im Kundenlebenszyklus gilt es, den Kunden zum richtigen Zeitpunkt mit dem richtigen Angebot zu kontaktieren. Zur Lösung dieser Herausforderung haben wir hierzu für einen Kunden aus dem Einzelhandel einen ganzheitlichen Ansatz entwickelt. Auf Basis von Kundenstamm- und Transaktionsdaten haben wir verschiedene state-of-the-art Methoden des Machine Learnings und der künstlichen Intelligenz genutzt, um Kundengruppen individuell und automatisiert auf verschiedenen Kanälen ansprechen zu können.

5 praxisnahe Beispiele für NLP Use Cases

Felix Plagge Blog, Data Science

Aufgrund jüngster Errungenschaften im Bereich Deep Learning können nun eine Reihe unterschiedlicher NLP („Natural Language Processing“) Tasks mit erstaunlicher Güte gelöst werden.
Erfahren Sie in diesem Beitrag anhand von fünf praxisnahen Beispielen, wie NLP Use Cases diverse Businessprobleme lösen und so für Effizienz und Innovation sorgen.

image_ki_strategie

Die 5 wichtigsten Use Cases für Computer Vision

Oliver Guggenbühl Blog, Data Science

Die Grundlagen für Bilderkennung und Computer Vision wurden bereits in den 1970er Jahren geschaffen. Allerdings hat das Feld erst in den letzten Jahren vermehrt Anwendung außerhalb der Forschung gefunden. Dieser Beitrag stellt fünf ausgewählte und besonders vielversprechende Use Cases verschiedener Industrien vor, die entweder bereits in Produktion anzutreffen sind, oder in den kommenden Jahren große Veränderungen in ihren jeweiligen Feldern versprechen.

Whitepaper: Die 6 Kernelemente einer KI-Strategie

Sebastian Heinz Blog, Data Science

Künstliche Intelligenz (KI) hat sich zu einem der zentralen Treiber für den digitalen Wandel von Wirtschaft und Gesellschaft entwickelt. Unternehmen stehen vor der Herausforderung, KI als Bestandteil der Unternehmensstrategie etablieren zu müssen, um zukünftig wettbewerbsfähig zu bleiben. Auf Basis unserer langjährigen KI-Projekterfahrung haben wir 6 Kernelemente identifiziert, die Unternehmen bei der Entwicklung einer KI-Strategie berücksichtigen müssen.

Airflow for Data Scientists

Manuel Tilgner Blog, Data Science

As data scientists, getting our hands on the data we need is often the most challenging part of a project. In practice, we tend to make life hard on ourselves because we don’t use the best tools for the job. Well no longer! Read on to learn how can you can harness Airflow to orchestrate your own ETL processes like a pro!