Daten sind für Unternehmen aller Branchen zu einer maßgeblichen Ressource geworden und Data Science zur Schlüsselqualifikation, um das Potenzial darin zu erschließen. Die freie Programmiersprache R ist dabei weltweit eine der populärsten Lösungen für die Analyse und Visualisierung von Daten. Die Präsentation beschreibt die verschiedenen Wege um Data Science und R im Unternehmen einzuführen und gibt Hinweise, wie Sie den Weg zur Operationalisierung von Data Science meistern.

1. © 2010 – 2016 eoda GmbH
R im Mittelstand:
Wie Sie die Implementierung von R meistern
Oliver Bracht | Chief Data Scientist

2. © 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

3. © 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Core
Pionier
Anforderungs-
orientiert
Data Science Lab
Einführung von R

4. © 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

5. © 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:
Requirement
oriented
Data Science
Labor“Ready when ready”
Management
Von oben
Sandbox
Forschung
Experimentieren / Ausprobieren
Einführung von R

6. © 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

7. © 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

8. © 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

9. © 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Der Weg zur Produktion der Pioniere
Level 1: Guerilla
Stake-Holder: Data Science
Level 2: Proof of Concept
Stake-Holder: Data Science + Fachanwender
Level 3: Produktion
Stake-Holder: Data Science + Fachanwender + IT

10. © 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

11. © 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

12. © 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

13. © 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

14. © 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

15. © 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 mehr
passt
• Fachanwendern vorläufige Ergebnisse zeigen
• Zu viel Energie in die Optimierung und Performance investieren
• Kommunikation zwischen Data Science und
Fachabteilung

16. © 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

17. © 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Input
Level 3: Produktiv
Businessimplementierung
Analyse Output

18. © 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Input
Businessimplementierung
Output
Technische Implementierung
Analyse
Level 3: Produktiv

19. © 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Mensch /
Maschine
Businessimplementierung
Technische Implementierung
Analyse Mensch /
Maschine
Level 3: Produktiv

20. © 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

21. © 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

22. © 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

23. © 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktion
Fazit

24. © 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktion
Statistiken,
Methoden
Fachwissen
Data Science
Software-
Entwicklung

25. © 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktion
Guerilla & Proof-of-Concept Phase
Statistiken,
Methoden
Software-
Entwicklung
Fach-
wissen

26. © 2010 – 2016 eoda GmbHwww.eoda.de
Einleitung | Guerilla | Proof of Concept | Produktiv
Produktiv Phase
Software-
Entwicklung
Statistiken,
Methoden
Fach-
wissen

27. © 2010 – 2016 eoda GmbH
@eodaGmbH
@eodaGmbH eodaGmbH
blog.eoda.de
eoda GmbH
Universitätsplatz 12
34127 Kassel
www.eoda.de
info@eoda.de
+49 561 202724-40
Die Data Science Spezialisten.