Smart Data statt Big Data: Wie Sie mit Excel-Analysen das Beste aus Ihren Kundendaten herausholen

by John W. Foreman, Jutta Schmidt

Overview

Welche Produkte kann ich meinen Kunden aufgrund ihrer vorherigen Käufe noch anbieten? Wie kann ich meine Absätze vorhersagen oder Kosten optimieren? Wie kann ich Kundenmails automatisch analysieren? Wenn Sie sich diese oder ähnliche Fragen stellen, finden Sie in diesem Buch die passenden Antworten. Es richtet sich an alle, die eine gewisse Menge Daten haben und ahnen, dass darin wertvolle Erkenntnisse schlummern, die aber nicht wissen, wie sie sie herauskitzeln können. Data-Science-Spezialist John Foreman zeigt Ihnen, wie auch kleinere Unternehmen von Big-Data-Ansätzen profitieren und dass Sie dafür nicht mehr benötigen als grundlegende Mathekenntnisse und ein Tabellenkalkulationsprogramm wie Microsoft Excel oder LibreOffice Calc. Nach ein paar nützlichen allgemeinen Hinweisen zu Excel lernen Sie an realistischen Businessbeispielen, mit welchen Verfahren Sie Kunden clustern, Dokumente klassifizieren, Investitionen und Gewinne optimieren, Prognosen über zukünftige Abverkäufe treffen und wichtige Ausreißer identifizieren. Alle Verfahren sind genauso verständlich wie unterhaltsam erklärt und damit Sie sie direkt selbst ausprobieren können, finden Sie alle Beispieldaten zum Download auf der Website des Verlags. Wenn Sie im Anschluss daran noch tiefer in die Datenanalyse einsteigen möchten, zeigt Ihnen ein kurzer Ausblick auf die Programmiersprache R, was noch alles möglich ist. So sind Sie optimal gerüstet und holen in Zukunft das Beste aus Ihren Daten heraus!

Product Details

ISBN-13:	9783527692248
Publisher:	Wiley
Publication date:	07/07/2015
Sold by:	JOHN WILEY & SONS
Format:	eBook
Pages:	464
File size:	57 MB
Note:	This product may take a few minutes to download.
Language:	German

About the Author

John W. Foreman ist leitender Datenwissenschaftler bei MailChimp.com, wo er für die Entwicklung von E-Mail-Analyse-Produkten verantwortlich ist. Zuvor hat er als Berater u. a. für Coca-Cola, Dell, das US-Verteidigungsministerium und das FBI gearbeitet.

Table of Contents

Über den Autor 5

Einführung 13

1 Alles, was Sie jemals über Tabellenkalkulationen wissen wollen, sich aber nicht zu fragen getraut haben 23

1.1 Beispieldaten 24

1.2 Sich schnell mit der Steuerungstaste bewegen 25

1.3 Formeln und Daten schnell kopieren 26

1.4 Zellen formatieren 28

1.5 Inhalte einfügen 29

1.6 Diagramme hinzufügen 30

1.7 Die Menüs »Suchen« und »Ersetzen« 32

1.8 Formeln für das Auf;;nden und Entnehmen von Werten 32

1.9 SVERWEIS verwenden, um Daten zusammenzuführen 34

1.10 Filtern und sortieren 35

1.11 Pivot-Tabellen verwenden 39

1.12 Array-Formeln verwenden 42

1.13 Probleme mit dem Solver lösen 44

1.14 OpenSolver: Ich wünschte, wir würden ihn nicht benötigen. Dem ist aber nicht so 50

1.15 Zusammenfassung 51

2 Clusteranalyse Teil I: Die Kundenbasis mit k-Means aufteilen 53

2.1 Mädchen tanzen mit Mädchen, und Jungens kratzen sich am Kopf 55

2.2 Es wird ernst: k-Means-Clusterbildung bei Abonnenten eines E-Mail-Marketings 60

2.2.1 Joey Bag O’ Donuts Weinhandel 60

2.2.2 Die Ausgangsdaten 61

2.2.3 Festlegen, was zu bewerten ist 62

2.2.4 Mit vier Clustern beginnen 65

2.2.5 Euklidischer Abstand: Abstandsmessung auf kürzestem Weg 67

2.2.6 Abstände und Clusterzuweisungen für jedermann 69

2.2.7 Clusterzentren bestimmen 71

2.2.8 Aus den Ergebnissen schlau werden 74

2.2.9 Die Top-Verkäufe je Cluster erhalten 75

2.2.10 Die Silhouette: Ein guter Weg, um es unterschiedliche k-Werte unter sich ausfechten zu lassen 79

2.2.11 Was halten Sie von fünf Clustern? 87

2.2.12 Eine Lösung für fünf Cluster 88

2.2.13 Die Top-Verkäufe der fünf Cluster erhalten 89

2.2.14 Die Silhouette für die 5-Means-Clusterbildung berechnen 92

2.3 K-Medians-Clusterbildung und asymmetrische Abstandsmessungen 93

2.3.1 Die k-Medians-Clusterbildung 94

2.3.2 Eine geeignetere Abstandsmetrik erhalten 94

2.3.3 Bringen Sie das alles in Excel unter 97

2.3.4 Die Top-Verkäufe der 5-Medians-Cluster 98

2.4 Zusammenfassung 102

3 Naives Bayes und wie unglaublich leicht es ist, ein Idiot zu sein 105

3.1 Wenn Sie ein Produkt »Mandrill« nennen, erhalten Sie Signale und Nebengeräusche 105

3.2 Die kürzeste Einführung in die Wahrscheinlichkeitsrechnung der Welt 108

3.2.1 Bedingte Wahrscheinlichkeiten summieren 108

3.2.2 Die Verbundwahrscheinlichkeit, die Kettenregel und die Unabhängigkeit 109

3.2.3 Was geschieht in einer abhängigen Situation? 110

3.2.4 Die Bayes-Regel 110

3.3 Die Bayes-Regel verwenden, um ein KI-Modell zu erstellen 111

3.3.1 Klassenwahrscheinlichkeiten auf hohem Niveau werden oft miteinander gleichgesetzt 113

3.3.2 Und noch ein paar Kleinigkeiten 114

3.4 Auf geht’s mit Excel 116

3.4.1 Für die Sache irrelevante Interpunktion entfernen 117

3.4.2 An Leerzeichen auftrennen 118

3.4.3 Token zählen und Wahrscheinlichkeiten berechnen 122

3.4.4 Wir haben ein Modell! Nutzen wir es! 124

3.5 Zusammenfassung 130

4 Optimierungsmodellierung: Weil der »frisch gepresste« Orangensaft sich nicht selbst herstellt 133

4.1 Warum sollten Data Scientists wissen, was Optimierung bedeutet? 134

4.2 Mit einem einfachen Zielkon;;ikt geht es los 135

4.2.1 Das Problem als Polytop darstellen 136

4.2.2 Lösen durch Verschieben der Niveaumenge 139

4.2.3 Das Simplex-Verfahren: in den Ecken herumstöbern 140

4.2.4 Mit Excel arbeiten 141

4.2.5 Am Ende dieses Kapitels wartet ein Monster 152

4.3 Frisch vom Baum in Ihr Glas … mit einem kurzen Boxenstopp furs Mischen 153

4.3.1 Sie verwenden für das Mischen ein Modell 154

4.3.2 Beginnen wir mit ein paar Spezi;;kationen 154

4.3.3 Zurück zum gleichbleibenden Geschmack 156

4.3.4 Die Daten in Excel eintragen 157

4.3.5 Das Problem in Solver eingeben 161

4.3.6 Die Standards herabsetzen 163

4.3.7 Ein totes Eichhörnchen loswerden: der Minimax-Ansatz 167

4.3.8 Wenn-Dann- und die Big-M-Bedingung 169

4.3.9 Variablen vervielfachen: das Volumen bis auf 11 hochtreiben 174

4.4 Modellierungsrisiko 182

4.4.1 Normal verteilte Daten 183

4.5 Zusammenfassung 192

5 Clusteranalyse Teil II: Netzwerkdiagramme und die Entdeckung der Community 195

5.1 Was ist ein Netzwerkdiagramm? 196

5.2 Einen einfachen Graphen darstellen 197

5.3 Eine kurze Einführung in Gephi 200

5.3.1 Die Installation von Gephi und die Vorbereitung der Dateien 201

5.3.2 Den Graphen gestalten 203

5.3.3 Rangfolge von Knoten 205

5.3.4 Drucken 208

5.3.5 Dem Graphen an die Daten gehen 209

5.4 Aus den Daten des Weinhandels einen Graphen bilden 210

5.4.1 Eine Kosinus-Ähnlichkeitsmatrix erstellen 213

5.4.2 Einen r-Nachbarschaftsgraphen entwickeln 216

5.5 Wie viel ist eine Kante wert? Normale Punkte und Penaltys bei der Modularität von Graphen 221

5.5.1 Was ist ein Punkt und woraus besteht ein Penalty? 221

5.5.2 Das Arbeitsblatt für die Bewertungen einrichten 225

5.6 Lassen Sie uns Cluster bilden! 227

5.6.1 Aufteilung Nummer 1 228

5.6.2 Aufteilung 2: Electric Boogaloo 234

5.6.3 Und … Aufteilung 3: Aufteilung mit Vergeltung 236

5.6.4 Die Communitys decodieren und analysieren 237

5.7 Einmal hin und wieder zurück: eine Gephi-Tabelle 242

5.8 Zusammenfassung 247

6 Der Großvater der betreuten künstlichen Intelligenz – die Regression 249

6.1 He, was bist du? Schwanger? 249

6.2 Machen Sie sich nicht selbst verrückt 250

6.3 Die Schwangerschaft von Kundinnen bei RetailMart mithilfe der linearen Regression vorhersagen 251

6.3.1 Welche Funktionen benötigt werden 252

6.3.2 Die Trainingsdaten zusammenstellen 253

6.3.3 Dummy-Variablen erzeugen 255

6.3.4 Backen wir uns unsere eigene lineare Regression 258

6.3.5 Statistiken und lineare Regression: R-Quadrat, F-Test und t-Tests 268

6.3.6 Vorhersagen anhand neuer Daten tätigen und die Leistungsfähigkeit messen 279

6.4 Mit einer logistischen Regression Schwangerschaften in Kundenhaushalten vorhersagen 290

6.4.1 Als Erstes benötigen Sie eine Verknüpfungsfunktion 290

6.4.2 Die logistische Funktion einbinden und alles neu optimieren 292

6.4.3 Eine echte logistische Regression zusammenbauen 294

6.4.4 Modellauswahl – die Leistungsfähigkeit des linearen mit der des logistischen Modells vergleichen 297

6.5 Wenn Sie mehr wissen wollen 300

6.6 Zusammenfassung 301

7 Ensemble-Modelle: eine Menge mieser Pizza 303

7.1 Die Daten aus Kapitel 6 verwenden 304

7.2 Bagging: zufällig anordnen, trainieren, wiederholen 306

7.2.1 Decision Stump ist keine sehr sexy Bezeichnung für eine blöde Vorhersage 307

7.2.2 Das sieht für mich gar nicht mal so dumm aus! 308

7.2.3 Das Modell untersuchen 319

7.3 Boosting: Wenn das Ergebnis falsch ist, verstärken Sie es und versuchen es auf ein Neues 324

7.3.1 Das Modell trainieren – jedes Merkmal wird angesprochen 325

7.3.2 Das verstärkte Modell auswerten 333

7.4 Zusammenfassung 337

8 Prognosen: Atmen Sie tief durch, Sie können nicht gewinnen 339

8.1 Der Handel mit Schwertern stottert 340

8.2 Mit Zeitreihen vertraut werden 341

8.3 Langsam Fahrt aufnehmen mit einer einfachen exponentiellen Glättung 343

8.3.1 Prognosen mit der einfachen exponentiellen Glättung einrichten 346

8.4 Es könnte ein Trend vorliegen 351

8.5 Die lineare exponentielle Glättung nach Holt 355

8.5.1 Die lineare exponentielle Glättung nach Holt in einem Arbeitsblatt einrichten 356

8.5.2 Sind Sie nun fertig? Einen Blick auf Autokorrelationen werfen 362

8.6 Die multiplikative Glättung nach Holt-Winters 369

8.6.1 Die Anfangswerte für Niveau, Trend und Saisonabhängigkeit festlegen 371

8.6.2 Die Prognose ins Rollen bringen 376

8.6.3 Optimieren! 381

8.6.4 Bestätigen Sie mir jetzt bitte, dass wir fertig sind 383

8.6.5 Um die Prognose einen Vorhersagebereich legen 383

8.6.6 Für die Galerie: Ein Fan-Chart anlegen 388

8.7 Zusammenfassung 390

9 Die Entdeckung von Ausreißern: Nur weil sie sonderbar sind, heißt das nicht, dass sie auch unwichtig sind 393

9.1 Auch Ausreißer sind nur (schlechte?) Menschen 394

9.2 Der faszinierende Fall von Hadlum gegen Hadlum 395

9.2.1 Tukey-Begrenzungen 396

9.2.2 Tukey-Begrenzungen in einem Arbeitsblatt anwenden 397

9.2.3 Die Grenzen dieser einfachen Vorgehensweise 399

9.3 In nichts wirklich schlecht, aber auch nirgends wirklich gut 401

9.3.1 Daten für einen Graphen vorbereiten 402

9.3.2 Einen Graphen erstellen 405

9.3.3 Die k nächsten Nachbarn erhalten 407

9.3.4 Methode 1 zum Entdecken von Ausreißern in einem Graphen: Verwenden Sie einfach den Indegree 408

9.3.5 Methode 2 zum Entdecken von Ausreißern in einem Graphen: Differenzierte Ergebnisse mit k-Abstand erhalten 412

9.3.6 Methode 3 zum Entdecken von Ausreißern in einem Graphen: Local Outlier Factors sind dort, wo die Musik spielt 414

9.4 Zusammenfassung 419

10 Von der Tabellenkalkulation zu R wechseln 421

10.1 Mit R loslegen .422

10.1.1 Ein paar einfache Fingerübungen 423

10.1.2 Daten in R einlesen 431

10.2 Sich aktiv mit Data Science beschäftigen 433

10.2.1 Ein paar Zeilen sphärisches k-Means für Wein-Daten 433

10.3 Mit den Schwangerschaftsdaten ein KI-Modell entwickeln 440

10.3.1 Prognosen in R tätigen 449

10.3.2 Sich um das Entdecken von Ausreißern kümmern 454

10.4 Zusammenfassung 458

Stichwortverzeichnis  459