Analytics Best Practice: Wie KI völlig neue Erkenntnisse ... / 3.3 Die wichtigsten Schritte zur Umsetzung des KI-Projekts

Die wichtigsten Voraussetzungen für die KI-Analysen waren damit erfüllt. Die Methode von Machine Learning war geeignet und die Menge der nutzbaren Daten war ausreichend groß. Jetzt folgten die nächsten Schritte:

1. Data Preprocessing & Integration:

   1. Datenquellen identifizieren: Aus den historischen Finanzdaten und aus weiteren externen Quellen mussten ausreichend Fälle für das Training von ML verfügbar gemacht werden. Erst ab einer Mindestmenge an Daten kann die Vielfalt an Merkmalskombinationen wie Servicepartner, Vertragsdauer und Vertragskonditionen sinnvoll getestet werden.
   2. Daten integrieren: Es wurde ein großer Datenbestand aus Kundenverträgen in Jedox aufgebaut und mit weiteren Daten angereichert. Für die Integration von weiteren Datenquellen aus CRM- und ERP-Systemen oder von externen Marktdaten, Wetterinformationen usw. verfügt Jedox über fertige Integrations-Tools.
   3. Daten bereinigen: Bei der Kontrolle der Daten mussten fehlende Angaben beispielsweise bei den Vertragsangaben ergänzt werden. Duplikate bei Vertragsnummern, falsche Daten und Ausreißer wurden entfernt (Data Cleansing).
2. Ausreißer Analyse & Behandlung: Fehlende Datenpunkte wurden identifiziert, Ausreißer entfernt und die Daten normalisiert.
3. Treiber auswählen: Durch Featureselektion wurden die wichtigsten Merkmale ermittelt, die einen signifikanten Einfluss auf die Kundenloyalität haben.
4. Vorgefertigte Algorithmen nutzen: Die in Jedox vorgefertigten Algorithmen u. a. zur Klassifikation wurden eingesetzt und das Machine Learning Model mit den historischen Daten trainiert.
5. Ergebnis evaluieren: Die Prognose des Kundenverhaltens (Churn oder no Churn) wurde für eine Testgruppe umgesetzt, die bei der Treiberidentifikation nicht enthalten war.
6. Kundenloyalität vorhersagen: Anschließend konnte ML zur Prognose des Kundenverhaltens mit einem fortlaufenden monatlichen Forecasting automatisiert umgesetzt werden, um das Kundenverhalten mit aktuellen Daten in "Echtzeit" vorherzusagen.

Abb. 4: Die wichtigsten Schritte zur Umsetzung eines KI-Projekts

Bei Projekten im Bereich künstlicher Intelligenz sind Auswahl und Qualität der Daten essentiell, daher erfordern die einzelnen Umsetzungsschritte im Normalfall einen deutlich unterschiedlichen Zeitaufwand. Für die ersten beiden Schritte sind etwa 80 % der Zeit erforderlich. Dabei umfasst die richtige Formatierung der Daten allein einen Anteil von 60 %. Der Vorteil der Jedox-Plattform ist, dass durch das Zusammenfügen der Daten z. B. mit den Integrationstools von Jedox die Daten bereits richtig formatiert werden und somit mehr Projektzeit in den Machine Learning Teil investiert werden kann.