Düsseldorf - Qlik AutoML, zur Machine-Learning-Modellierung in Unternehmen, ist seit wenigen Wochen verfügbar. Seitdem hat sich laut Qlik bereits eine wachsende Anzahl von Unternehmen aus unterschiedlichsten Branchen dafür entschieden, ihre Entscheidungsfindung um Predictive Analytics-Funktionen zu erweitern. Qlik AutoML eignet sich besonders für die 90% der Anwendungsfälle, die kein tiefes Fachwissen professioneller Data Scientists benötigen.
Maschinelles Lernen lässt sich theoretisch in vielen Bereichen und Branchen einsetzen. Die Verbreitung und Anwendung ist aktuell jedoch noch häufig durch die mangelnde Verfügbarkeit von Data Scientists in Unternehmen limitiert. Qlik AutoML füllt diese Lücke, indem sie Unternehmen automatisch generierte Modelle ohne Programmierungsaufwand an die Hand gibt: Qlik AutoML identifiziert die Schlüsselfaktoren in historischen Unternehmensdaten und generiert basierend auf Algorithmen Machine Learning-Modelle. Spezifische Zielfelder in den Datensätzen lassen sich einfach auswählen und die gewonnen Erkenntnisse schnell weiterverwerten. So können Teams Daten zur Vorhersage untersuchen, mögliche Szenarien direkt in Qlik Sense testen und darauf basierend Entscheidungen für ihre aktuellen Analytics-Anwendungsfälle treffen.
In jeder Fachabteilung gibt es gängige AutoML-Anwendungsfälle: In der Personalabteilung beispielsweise die Analyse der Mitarbeiterzufriedenheit, im Marketing Nachfrageprognosen oder Analysen des Customer Lifetime Value, in der Finanzabteilung lässt sich damit das Risikomanagement und die Investitionsoptimierung unterstützen. Auch der Bereich Logistik profitiert von optimierten Prognosen – beispielsweise bei Bestandsvorhersagen oder der Optimierung von Transportwegen.
Aktuelle Anwendungsbeispiele unterstreichen die Flexibilität und Effizienz von Qlik AutoML. So setzen Unternehmen wie Bentley Systems Qlik AutoML beispielsweise in der Kundenbindung oder für die Vorhersage von drohenden Kundenabwanderungen ein. Polygon Research nutzt Qlik AutoML, um Vorhersagen und Entscheidungen über die Rückzahlung von Krediten sowie Refinanzierungen oder Darlehensänderungen zu treffen: „Man kann auf einzelne Kredite zugreifen, die Prozentsätze für jede einzelne Variable einsehen und dann die kumulative Entscheidung treffen: Wird dieser Kreditnehmer vorzeitig zurückzahlen oder nicht, wie lautet die Vorhersage und wie wahrscheinlich ist sie?“, erklärt Greg Oliven, CTO von Polygon Reserach.
„Moderne Analytik, ergänzt durch Machine Learning hilft Entscheidern herauszufinden, was voraussichtlich passieren wird, warum dieses Ergebnis wahrscheinlich ist und - ganz wichtig - welche Parameter das Ergebnis beeinflussen werden", sagt Josh Good, Vice President, Product Marketing bei Qlik. „Qlik AutoML befähigt Unternehmen, mehr Wert aus ihren Daten zu schöpfen und versetzt Fachabteilungen in die Lage, bei ergebnisrelevanten Entscheidungen quasi um die Ecke zu schauen.“
Über Qlik
Qlik hat eine Vision: Eine datenkompetente Welt, in der jeder mit Daten und Analysen Entscheidungsprozesse optimieren und komplexe Probleme lösen kann. Als privates Unternehmen bietet Qlik Datenintegration und -analyse in Echtzeit auf Basis von Qlik Cloud. Die Lösungen schließen die Lücken zwischen Daten, Erkenntnissen und Maßnahmen. Durch die Umwandlung von Daten in Active Intelligence sind Unternehmen in der Lage, fundierte Entscheidungen zu treffen, Umsatz und Rentabilität zu steigern und Kundenbeziehungen zu verbessern. Qlik unterstützt mehr als 38.000 aktive Kunden in über 100 Ländern.
Presse