- DE
- EN
MUNICH DIGITAL
Services
MUNICH DIGITAL ist Ihr strategischer Berater und Begleiter für Data-Driven Business. Wir gestalten mit Ihnen zusammen den Weg zur datenunterstützen Organisation. Wir analysieren den Markt und Ihre Initiativen. Wir entwickeln Dashboard Lösungen und setzen diese gemeinsam mit Ihnen End-to-End um.
Sie können bei uns aber auch schnelle Formate wie Workshops und Quick Analysis buchen.
Daten sind immer reichlich vorhanden. Die Herausforderung besteht darin, eine offene Datenkultur zu etablieren und konkrete Anwendungsszenarien (Use Cases) zu entwickeln. Wir begleiten Sie beim Scoping und definieren gemeinsam mit Ihnen, wer im Haus Daten wofür nutzt und wie diese bereistgestellt und aufbereitet werden müssen. Außerdem beleuchten wir alle relevanten Datenquellen und IT-Systeme.
Zwei Dinge sind entscheidend, um aus Daten Informationen zu gewinnen: Die richtigen Kennzahlen und übergeordnete Indikatoren (KPIs) für den Abgleich. Diese Indikatoren brauchen ein Benchmarking, um Performance einordnen zu können. Wir unterstützen Sie bei der Definition dieser Werte, auch durch statistische Verfahren auf Basis historischer Daten.
In einer zunehmend fragmentierten Kommunikationswelt liegen Daten aus den verschiedensten Quellen in unterschiedlichen Strukturen und Dimensionen vor. Diese müssen harmonisiert und vergleichbar gemacht werden. MUNICH DIGITAL entwickelt mit Ihnen zusammen Logiken für die Analytik, die als Vorlage für die richtige Datenstruktur unerlässlich sind.
Die Nutzung von Daten ist eng verknüpft mit der Datenkompetenz in Unternehmen. Sowohl auf der Entscheider- als auch auf der Anwenderebene. Wir begleiten Unternehmen bei der Einführung datengetriebener Prozesse durch passende Learning Konzepte. Ziel ist eine maximal hohe Nutzerakzeptanz von Datenlösungen und die tiefe Integration von Datenanalysen in Entscheidungsprozesse.
Tableau von Salesforce gehört zu den bekanntesten BI & Dashboard Lösungen auf dem Markt. Es bietet umfassende visuelle und auch analytische Features. Wir bei MUNICH DIGITAL bauen seit Jahren Tableau Dashboards für Unternehmen auf und entwickeln diese weiter. Gleichzeitig sind wir up-to-date über den Standard hinaus, auch bezüglich KI-Lösungen wie ChatGPT.
Power BI ist die Dashboard Lösung von Microsoft und im Office365 Paket erhältlich. Es ist damit für viele Unternehmen die erste Überlegung, wenn es um eine schnelle Lösung geht. MS Power BI bietet den Vorteil, dass Datenschutz und Einkauf über die zumeist genutzten Office Pakete bereits geklärt sind und man somit schnell starten und für Nutzer ausrollen kann. Wir haben mit Power BI ebenso Erfahrung wie mit Tableau und weiteren Dashboard Lösungen.
Man kann Kommunikationsdaten auch andersrum betrachten, nämlich im Sinne von Datenkommunikation. Dann werden sie auch durch visuelle Aufbereitung zu einem Tool in der Kommunikationsbox. Data Storytelling ist ein kommendes Thema, auch weil vor allem digitale Medien Informationen komprimiert und optisch aufbereitet eher nutzen als lange Pressemitteilungen. In der internen digitalen Kommunikation helfen aufbereitete Daten enorm bei der Informationsvermittlung.
Der MUNICH DIGITAL CX Score ist ein zusammen mit der Macromedia Hochschule entwickeltes Evaluierungsmodell für Kundenbeziehungen. Er betrachtet sämtliche Kontaktanlässe und weist Ergebnisse für die Bereiche Information, Kauf, Service und Beziehung aus. Dieser Score ist ein End-to-End Produkt und somit für jedes Unternehmen buchbar.
Auf Basis des CX Scores haben wir zusammen mit DATEV den Corporate Influencer Score entwickelt. Dieser bewertet sowohl den Reifegrad eines Unternehmens als auch die Wirkung nach innen und außen. Der MUNICH DIGITAL CI Score ist Stand heute das einzige ganzheitliche Evaluierungsmodell auf dem deutschen Markt.
Mit unseren eigenen Clustering-Modellen sind wir in der Lage, nach Kunden-, Nutzer, Produkt- oder Content-Segmenten zu gruppieren. Damit ermöglichen wir eine tiefe qualitative Analytik von Kommunikation, die voll automatisiert ist und somit große Datenmengen bewältigen kann. Die Cluster-Analysen können auch für die systematische Auswertung von Befragungen genutzt werden.
Basierend auf sauber strukturierten Daten setzen wir Natural Language und Topic Modeling Prozesse auf, um Kommunikation inhaltlich detailliert auswerten zu können. Wir finden somit Kontext- und Themenfelder, können genauere Sentiment Analysen erstellen und identifizieren Kunden- oder Nutzerkritik. Somit wird die Analytik auch nutzbar für Kundenservice-Bereiche, wenn es um Produktbewertungen oder E-Mail-Kommunikation geht. Hier hilft uns auch unsere langjährige Erfahrung aus dem Customer Experience Bereich.
Aus diversen Projekten kennen wir die meisten Schnittstellen und Rest-APIs – egal ob Social Media Quellen, YouTube, Podcast-Plattformen und Web Analytics wie Google Analytics, Adobe Analytics, Piwik (heute Matomo) oder Mitarbeiter Apps wie Staffbase. Wir sind somit in der Lage, die Daten aus diesen Quellen schnell automatisiert zu extrahieren.
Extract – Transform – Load. Das ist die immer gleiche Abfolge für die Datenautomatisierung. Daten müssen zunächst an den Datenquellen extrahiert und in einen Zielspeicher (Data Storage) transferiert werden. Diese sind häufig große und unstrukturierte Datenmengen. Von dort werden sie gemäß vorgegebener Datenstruktur und Analyse-Logiken so transformiert, dass die tatsächlich relevanten Daten in Zieltabellen geschrieben werden. In einem letzten Schritt werden diese Zieltabellen in eine Zielumgebung (Datenbank) geladen. Dort werden die Daten für die Visualisierung bereitgestellt.
Beim Coding gilt dasselbe wie bei den Datenbanken. Wir coden auf der Umgebung des Kunden oder in von uns ausgewählten Coding Plattformen. In jedem Fall dokumentieren wir alle Codes, so dass sie für unsere Kunden jederzeit einsehbar, verständlich und auf Wunsch auch migrierbar sind. Wir favorisieren Python als Programmiersprache, weil wir dies für den Industry Standard im Bereich Data Science halten, der sicherstellt, dass Codes kontinuierlich weiterentwickelt werden können durch eine breite Schar an Entwicklern und Data Scientisten.
Es gibt verschiedene Programmiersprachen für Datenextraktion und -Transformation. Python hat sich im Bereich Data Science als Standard etabliert. Dies vor allem, weil Python über diverse Bibliotheken verfügt, die Daten standardisiert verarbeiten können. Bei MUNICH DIGITAL arbeiten mehrere Data Scientisten mit tiefen Python Kenntnissen, die diese Bibliotheken nutzbar machen oder auch selbst coden. Damit stellen wir einen entsprechenden Industry Standard sicher.
Für uns gibt es zwei Wege, in Datenbanken zu arbeiten. Wenn wir im Ökosystem des Kunden agieren (z.B. über Virtual Machine oder Partner Arbeitsplatz), dann nutzen wir die uns bereitgestellten Systeme. Oder wir betreiben die Datenbank selbst in der Cloud (z.B. Google BigQuery). In dem Fall administrieren wir auch das System. Die Anforderungen für den Data Engineer sind letztlich gleich und können von uns komplett übernommen werden.
Wir verstehen uns im Bereich der Ökosystem-Architektur ebenso als Partner der Fachbereiche wie der IT-Abteilungen. In unseren Projekten sind wir es gewohnt, dass die IT-Abteilungen den Lead haben oder zumindest früh involviert werden. Dies ist aus unserer Sicht auch notwendig, da der Anteil der Technologie immer größer wird und mittlerweile als entscheidender Faktor bei Business Intelligence Projekten gesehen werden muss. Unser Verständnis für die Fachbereiche sorgt dafür, dass die Projekte den Business Fokus nicht verlieren.
Künstliche Intelligenz, Machine oder Deep Learning sind seit Jahren in der Diskussion. ChatGPT hat dieser Diskussion noch einmal eine ganz neue Dynamik verliehen. Tatsächlich ist die Geschwindigkeit der Entwicklung enorm. ChatGPT liefert heute bereits gut strukturierte Informationen auf konkrete Abfragen hin. Durch ChatGPT Enterprise wird das Thema für die Nutzung in Unternehmen noch einmal relevanter. Wir entwickeln eigene Machine Learning Modelle und/oder nutzen bestehende Systeme wie ChatGPT (das übrigens auch auf Python basiert)
Im ersten Schritt verstehen wir uns als beratende Einheit, wenn es darum geht, datengetrieben oder datenunterstützt in Unternehmen zu arbeiten. Es braucht hierfür strategische Planung in einem mehrjährigen Szenario. Dort hinein gehören auch konkrete Lösungen. Diverse Projekte der letzten Jahre für große und mittelgroße Unternehmen national wie international helfen uns dabei, verschiedenste Situationen zu analysieren, von dort aus zielgerichtet zu planen und aktiv zu begleiten.
Durch unsere Kompetenzen im Bereich Data Science, Visualisierung und Engineering sind wir in der Lage, Datenlösungen end-to-end zu entwickeln und zu supporten. Für uns steht die Lösung immer im Mittelpunkt. Nach einer strategischen Planung zerschneiden wir Projekte im Regelfall in schnell umsetzbare Lösungen (POC oder MVP), die von den Anwendern vertestet und von dort aus weiterentwickelt werden können. Im ersten Schritt steht der Use Case, nicht zwingend die Datenautomatisierung.
Sollten sich Unternehmen zunächst oder dauerhaft den Betrieb ihrer Datenlösung extern wünschen, so können wir diesen vollends übernehmen. Wir arbeiten seit Jahren für eigene Entwicklungen und im Kundenauftrag in cloudbasierten Ökosystemen – alles nach DSGVO Anforderungen und im Regelfall auch in deutschen Rechenzentren. Möglich sind auch Hybrid-Lösungen, bei denen die Data Science Anwendungen bei uns liegen und mit internen Systemen verbunden werden.
Bei MUNICH DIGITAL arbeiten Projektmanager wie Product Owner. Kunden bekommen einen zentralen Ansprechpartner, der zusammen mit ihnen das gesamte Projekt zentral leitet und die Schnittstelle zu möglichen Technologie-Anbietern bildet. Wir sind es gewohnt, in Sprints zu arbeiten. Zeit- und Budgetkontrolle liegen somit in einer Hand und sind voll transparent.
