Sind Ihre Informationen im CRM veraltet oder unvollständig? Fehlt es an einer Priorisierung der Bestandskunden im CRM und ist damit unklar, welcher Kundenkontakt sich lohnen könnte? Kommen Sie mit eigenen Recherchen nach potenziellen Kunden schlicht nicht weiter? Dann verbringen Sie vermutlich auch deutlich mehr Zeit bei der Recherche als beim Kunden. Mit der Artificial-Intelligence- und Machine-Learning-basierten Identifikation passender Neu- und Bestandkunden (Kurz: Customer Mining) bietet Ihnen pmOne eine Lösung, die alle genannten Herausforderungen löst – automatisiert und zielgenau. Unser System sucht für Sie DSGVO-konform nach B2B-Kunden und setzt dabei auf maßgeschneiderte Webanalysen, künstliche Intelligenz, Data Science und Cloud-Lösungen.

Vor allem bei der Produktion verderblicher Lebensmittel hängen Wirtschaftlichkeit und Nachhaltigkeit von Unternehmen maßgeblich an der zuverlässigen Prognose der Absatzmengen. Mit einem lernenden Algorithmus schuf pmOne für einen großen Convenient-Food-Hersteller ein System, das alles im Blick hat: von regionalen und saisonalen Schwankungen bis hin zu Hitzewellen und Markttrends - automatisch und selbstoptimierend.

Was sind die wertvollsten Kundentypen? Welche Kampagne passt zu welchen Kunden am besten? Wird durch passgenaue Produktempfehlungen das volle Up- und Cross-Selling-Potenzial genutzt? Diese und andere Fragen beantworten die Customer-Analytics-Lösungen von pmOne. Im Mittelpunkt steht dabei der Aufbau eines Customer Analytics Hub für den B2C- und B2B-Bereich, der die Daten der Customer Journey zentral abbildet und analysiert.

The current situation poses unprecedented challenges to our global community, even as the heroes of our healthcare systems fight tirelessly for our wellbeing. Internationally, countless individuals and companies have risen to the challenge with bold ideas, solutions, and services to improve the lives of people and patients. True to our commitment to be data driven yet people minded, we at pmOne have given considerable thought to how we can use our expertise to support people in this crisis.

Der Cash Flow zählt zu den zentralen Steuerungsgrößen, um die Liquidität in Unternehmen zu gewährleisten. Aber nur, wenn die Finanzplanung mit der Gesamtplanung gekoppelt ist, können Sie Finanzierungslücken frühzeitig aufdecken.

 

Die einzelnen Planelemente – Cashflow-Rechnung, Gewinn- und Verlust sowie Bilanz – spielen nicht nur getrennt eine bedeutende Rolle im Unternehmen. Mit einem geeigneten Planungs- und Simulationstool berücksichtigen Sie alle Steuerungsgrößen im ganzheitlichen Kontext.

Power BI vs Tableau

Dirk Müller

In diesem Artikel vergleicht Dirk Müller Power BI und Tableau - die beiden führenden Tools auf dem Markt für Self-Service BI.

Modern Data Warehouse

Dirk Müller

Dirk Müller beschreibt in diesem Blogbeitrag was ein Modern Data Warehouse von einem traditionellen DWH unterscheidet und wie gelingt es, die unterschiedlichen Anforderungen miteinander zu verbinden.

 

Der Wettbewerb um Kunden, Umsätze und Marktanteile wird mit wachsender Intensität und Geschwindigkeit geführt. In sämtlichen Unternehmensbereichen werden Entscheidungen für eine effektive als auch effiziente Ausführung der Geschäftsprozesse erwartet, die zu greifbaren Vorteilen in der betrieblichen Leistungserbringung führen sollen. Obwohl für entsprechende gute Entscheidungen eine qualitativ hochwertige Datengrundlage sowie eine hohe Verfügbarkeit und Performanz der Systeme zur Verfügung stehen muss, klaffen diesbezüglich in heutigen Organisationen oftmals Anspruch und Wirklichkeit auseinander.

 

In den vergangenen Jahren wurde nicht nur aus diesem Grund das Ende eine zentralen Enterprise Data Warehouse immer wieder vorhergesagt. Zunehmend ist zu...

Prof. Dr. Karsten Oehler beschreibt in diesem Beitrag, wie man mit einer stochastischen Abweichungsanalyse auch unsichere Informationen in Berechnungen mit einbeziehen kann.

Rund 100 CFOs und Finance-Professionals informierten sich in der Allianz Arena über Corporate Performance Management 

Prof. Dr. Karsten Oehler beschreibt in diesem Beitrag, wie man mit statistischen Methoden aus R und Excel Predictive Analytics richtig angeht.