Mit dem Wissen ist das so ähnlich, wie mit dem Glück: Es verdoppelt sich, wenn man es teilt! Auf die Idee, Wissen zu „verdoppeln“, kam im Übrigen Platon im alten Griechenland. Er war einer der ersten, der sich mit seinen Schülern auf einem Hain des griechischen Helden Akademos zusammengefunden hat, um genau das zu tun: Know-how in die Welt zu tragen! In der Platonischen Akademie findet daher die heutige Form der Akademie ihren Ursprung. Dass den Schülern dabei der Namen eines Helden verliehen wurde, haben wir auch heute noch dem Wissensverteiler Platon zu verdanken.

AIA steht für Artificial Intelligence Abuse. Eigentlich sollte es „fahrlässiger Missbrauch“ heißen. Aber auch in diesem Fall schützt Unwissenheit nicht vor Verantwortung. Gerade wenn es Manager betrifft, die durch ihre Entscheidungen Macht ausüben.

In der vierteiligen Blog-Reihe zum Thema "Prognosen zum Kundenverhalten" stellt das Business Intelligence (BI)-Team ein Beispielprojekt vor und erklärt, wie das Team gemeinsam eine Lösung erarbeitet. Im 1. und 2. Teil gibt Fern Watson, die für das Data Science Team schreibt, die technische Lösung vor. Sebastian Pisarski, Experte für Datenvisualisierung, schreibt im 3. Teil, wie Dashboards das Projekt unterstützen. In diesem 4. und letzten Teil der Blog-Serie beschreibt Claudia Grünberger die Marketing-Perspektive. Sie erklärt, wie wir Erkenntnisse aus dem Verbraucherverhalten in Aktionen umsetzen.

In the four-part blog series on the topic of "Customer Behaviour Predictions", the Business Intelligence (BI) team presents an example project and explains how the team works together to develop a solution. In part 1 and 2, Fern Watson, who writes for the Data Science team, presents the technical solution. Sebastian Pisarski, expert for data visualisation, writes in the 3rd part how dashboards support the project . In this 4th and last part of the blog series Claudia Grünberger describes the marketing perspective. She explains here how we translate insights from consumer behaviour into actions.

The visualization of data is like painting a meaningful picture, whose colors consist of a well-thought-out mixture of zeros and ones. Not even "dried", this picture usually provides a light bulb moment for the viewer. And that is exactly our goal!