CalendarioIl programma completo dei prossimi seminari InformazioniSede, prenotazione albergo, ecc.. IscrizioniLe informazioni per iscriversi ai seminari Per gli Speakers...Le informazioni per collaborare con noi Per i Vendors...Come farsi vedere dai nostri clienti

Machine Learning
for the Enterprise

International Conference


28-29 Ottobre, 2019

Residenza di Ripetta
Roma

Big Data
International Conference


2-3 Dicembre, 2019

Residenza di Ripetta
Roma

 

Analytics for the Enterprise Conference 2019 - Technology Transfer

Analytics for the Enterprise Conference 2019

di Dave Vanhoudt Francesco Tisiot Jan Veldsink Keith McCormick Mike Ferguson Rick van der Lans
Segnala ad un amico
Scarica la brochure

Descrizione

Oggi in molte aziende tutti i reparti aziendali chiedono l'accesso a dati affidabili, previsioni e raccomandazioni per aiutarli a prendere decisioni informate, tempestive ed efficaci nel lavoro giornaliero.

Dati e Analitica sono necessari per migliorare il marketing, il servizio clienti e generare nuove entrate. Sono inoltre necessari per migliorare l'efficienza, ridurre i costi e i rischi, ottimizzare le operazioni di business. Migliorare la pianificazione e ottimizzare la supply chain. Analytics è ora considerato un aspetto strategico nei consigli di amministrazione delle aziende e per i top Managers per trasformare le loro aziende in moderne imprese digitali basate sui dati.

Di conseguenza, stiamo assistendo a un'enorme crescita negli strumenti di Business Intelligence e di Data Science self-service all'interno dei dipartimenti. Esiste anche una grande richiesta di nuovi dati, come i clickstream, per comprendere il comportamento online e i dati di Internet of Things (IoT) per ottimizzare le operazioni aziendali. Sono anche richiesti i dati generati dall'uomo per comprendere l'opinione dei clienti su prodotti e marchi, preferenze dei clienti e relazioni. Infine vengono immessi dati esterni da parte di amministrazioni pubbliche.

La promessa di Dati e Analitica è enorme. L'aspettativa è che aiuterà le aziende a muoversi velocemente, a sconvolgere i mercati e a ottenere un vantaggio competitivo. Tuttavia, una serie di ostacoli sono sulla via del progresso. Molti Data Warehouse tradizionali non sono in grado di tenere il passo con i cambiamenti richiesti dal business. Gli utenti di business sono alle prese con il complesso panorama di dati che vengono originati da migliaia di sorgenti dati e memorizzati in molteplici data store sia in locale che in uno o più Cloud. Gli utenti non sanno quali dati esistono, dove risiedono, cosa significano, da dove provengono e se possono fidarsi o meno. Tuttavia, l'aspettativa dell'esecutivo è che la BI self-service, la Data Science e l'Analitica moderna forniranno agilità e vantaggio competitivo in un breve periodo di tempo.

Non sorprende che l'aumento della complessità dei dati stia determinando la domanda di strumenti di preparazione dei dati self-service. Ma a meno che le aziende non riconoscano la necessità di governare i dati per produrre dati di alta qualità, chiunque esegua la preparazione dei dati self-service avrà come risultato dati inaffidabili in un caos non governato.

Di conseguenza:

  • Come possono le aziende introdurre la governance in un panorama di dati complesso?
  • In che modo è facile trovare e consumare dati e risorse analitiche?
  • Come potete modernizzare la vostra architettura dati e il vostro Data Warehouse per integrarli con nuovi archivi dati, streaming di dati e nuove tecnologie analitiche?
  • In che modo è possibile accelerare lo sviluppo di modelli analitici e gestirne l'implementazione affinché gli utenti possano utilizzarli negli strumenti di Business Intelligence self-service?
  • In che modo le aziende possono utilizzare l'Intelligenza Artificiale per migliorare la produttività, ridurre i tempi di valutazione e diventare più efficaci nell'utilizzo dell'Analitica?

La Conferenza affronterà questi problemi. Verranno analizzate le Best Practices, le nuove Tecnologie e le Architetture necessarie per avere successo nell'era digitale e come integrare e sfruttare l'Intelligenza Artificiale, i dati aziendali pronti, i mercati dei dati, Machine Learning e l'Analitica avanzata per offrire un vantaggio competitivo.

SPONSORS

Argomenti Trattati

  • Costruire le fondamenta per avere dati affidabili: il ruolo del Data Lake, Master Data Management, Data Quality e Data Quality Management per gestire i dati come una risorsa
  • La resurrezione dell’Information Catalog: creare un mercato aziendale dei dati per condividere dati pronti per il business e risorse analitiche
  • Usare l’Intelligenza Artificiale per migliorare la produttività e l’efficacia nella preparazione dei dati e nell’analisi visiva
  • Supervised Learning: preparare dati e fare il deploying di modelli analitici per classificazione e predizione
  • Accelerare il modello di sviluppo usando Machine Learning Automation
  • Rilasciare Analytics as a Service: integrare self-service BI con l’Analitica predittiva
  • Real-time streaming Analytics e Decision Making algoritmico
  • Modernizzare il vostro Data Warehouse e la vostra Architettura dati
  • Semplificare la preparazione dei dati self-service e la BI con la virtualizzazione dei dati in un Logical Data Warehouse


Calendario dei seminari internazionali