implementierung von r im mittelstand
Post on 09-Feb-2017
121 Views
Preview:
TRANSCRIPT
© 2010 – 2016 eoda GmbH
R im Mittelstand: Wie Sie die Implementierung von R meistern
Oliver Bracht | Chief Data Scientist
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Über eoda
Interdisziplinäres Team Statistiker | Ingenieure | Ökonomen | Soziologen | …
Sitz in Kassel - Deutschland
Data Science Beratung, Training, Support, Software und Analytic Services mit einem Fokus auf R
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Core
PionierAnforderungs-
orientiert
Data Science Lab
Einführung von R
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Data Science Lab
Guerilla Requirement
• Treiber:
• Ursprung:
• Datenquellen:
• Motivation:
• Mindset:
• Time-to-production:
Core Bereits erfolgt
Gründer und Top-Management
Aus dem Zentrum
Alle verfügbaren
Unternehmenszweck
Selbstverständlichkeit
Einführung von R
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Core Data Science Lab
Requirement
• Treiber:
• Ursprung:
• Datenquellen:
• Motivation:
• Mindset:
• Time-to-production:
Requirementoriented
Data Science Labor
“Ready when ready”
Management
Von oben
Sandbox
Forschung
Experimentieren / Ausprobieren
Einführung von R
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Core Data Science Lab
Requirement
• Treiber:
• Ursprung:
• Datenquellen:
• Motivation:
• Denkweise:
• Time-to-production:
Anforderungs-orientiert
Kurz
Fachbereiche
Von Oben
Produktionsdaten
Lösen aktueller Geschäftsprobleme
Risiko reduzieren; ROI
Einführung von R
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Core Data Science Lab
Requirement
• Führung:
• Ursprung:
• Datenquellen:
• Motivation:
• Denkweise:
• Time-to-production:
Core Business
Pionier
Lang
Einzelne Fachbereiche
Von unten
.csv Extrakte
Überzeugung der Pioniere
“Yes, we can”
Einführung von R
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Kern Data Science Labor
Pionier Anforderungsorientiert
New Economy
Einführung von R
Mittelstand
Konzerne
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Der Weg zur Produktion der Pioniere
Level 1: GuerillaStake-Holder: Data Science
Level 2: Proof of ConceptStake-Holder: Data Science + Fachanwender
Level 3: ProduktionStake-Holder: Data Science + Fachanwender + IT
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
• Das Unternehmen nutzt bisher keine Data Science Tools –abgesehen von Excel
• Eine einzelne Person oder eine kleine Gruppe beginnt mit der Nutzung von R für bestimmte Aufgaben
• Häufig Praktikanten oder Berufsanfänger
• Software Entscheidungen fallen unabhängig von der IT-Abteilung
• Keine strategischen Entscheidungen
• Kollegen, Vorgesetzte und das Management sind von den Ergebnissen begeistert
Level 1: Guerilla
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Erfolgsfaktoren
• Die IT-Abteilung so früh wie möglich involvieren
• Das interne Data Science Team möglichst bald vergrößern
• durch Training (intern, vor Ort, online)
• durch Einstellungen
• So bald wie möglich in das nächste Level aufsteigen
Level 1: Guerilla
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Risiken
• IT-Abteilung bereitet Schwierigkeiten
• Sich in ad-hoc Anfragen verlieren
• Der Problemlöser für jedermann werden
Level 1: Guerilla
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
• Use Case-Evaluierung
• Datenverfügbarkeit
• Analytische Komplexität
• Business Value
• Wählen Sie die vielversprechendsten Use Cases zur Umsetzung
• Planen Sie mehr als einen Use Case zu verwirklichen
Level 2: Proof of Concept
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Level 2: Proof of Concept
Erfolgsfaktoren
• Stellen Sie sicher, dass die Implementierung prinzipiell möglich ist
• Behalten Sie ihr Ziel im Auge und verlieren Sie sich nicht in Details
• Beteiligen Sie die Fachabteilung so weit wie möglich
• Überfordern Sie die Fachabteilung nicht mit statistischen Fachtermini
• Halten Sie das analytische Vorgehen und die Geschäftsanforderungen
im Einklang
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Level 2: Proof of Concept
Risiken
• Einen bestimmten Erfolg versprechen
• An der ursprünglichen Idee festhalten, obwohl diese nicht mehrpasst
• Fachanwendern vorläufige Ergebnisse zeigen
• Zu viel Energie in die Optimierung und Performance investieren
• Kommunikation zwischen Data Science und
Fachabteilung
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Level 3: Produktiv
• Proof-of-Concept Ansätze in die Produktion implementieren
• Übergang vom Labor zur Automatisierung
• Übergang von Hacking zu Programmierung wechseln
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Input
Level 3: Produktiv
Businessimplementierung
Analyse Output
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Input
Businessimplementierung
Output
Technische Implementierung
Analyse
Level 3: Produktiv
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Mensch / Maschine
Businessimplementierung
Technische Implementierung
Analyse Mensch / Maschine
Level 3: Produktiv
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Erfolgsfaktoren
• Fokus auf Softwareentwickler-Kompetenzen
• Fokus auf Performance
• Zunächst stabile Version in der Produktivumgebung veröffentlichen,
bevor weitere Features hinzugefügt werden
• Richten Sie ein Backlog für neue Features und
Verbesserungsvorschläge ein
Level 3: Produktiv
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Versionierung Fehlerkontrolle
Dependency Management Dokumentation
Paketerstellung Staging
Testing Deployment
Profiling
Erfolgsfaktoren
Level 3: Produktiv
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Output
Technical Implementation
Analytic
Level 3: Produktion
Risiken
• Unterschätzung des Aufwandes für die Instandhaltung und Fehlerbehebung
• Fehlerbeseitigung ist auf Produktivsystemen schwieriger
• Codeänderungen veröffetnlichen ohne vorherigem Test auf Staging Systemen
• „Unbekannte“ Eingangsdaten
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktion
Fazit
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktion
Statistiken,Methoden
Fachwissen
Data Science
Software-Entwicklung
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktion
Guerilla & Proof-of-Concept Phase
Statistiken,Methoden
Software-Entwicklung
Fach-wissen
© 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Produktiv Phase
Software-Entwicklung
Statistiken,Methoden
Fach-wissen
© 2010 – 2016 eoda GmbH
@eodaGmbH
@eodaGmbH eodaGmbH
blog.eoda.de
eoda GmbHUniversitätsplatz 12
34127 Kasselwww.eoda.deinfo@eoda.de
+49 561 202724-40
Die Data Science Spezialisten.
top related