HyperCube: Konzept

HyperCube® basiert auf einem mathematischen Algorithmus, der das gesamte verfügbare Datenvolumen analysiert und auf dieser Basis spezifische Regeln ermittelt. Das Tool identifiziert Kombinationen aus simultan auftretenden Faktoren, die eine Häufung von Ereignissen zur Folge haben. Es zeigt somit Muster wahrscheinlicher Ergebnisse aus variablen Eingaben.

Typische Anwendungsfälle sind:

• Versicherungsbranche. Ein Kunde möchte Faktoren identifizieren, die sich auf den Rückgang an Lebensversicherungen auswirken. Relevante Faktoren, die HyperCube® ermittelt hat, waren u. a. das Alter von Kunden, die Anzahl der Kinder, die Anzahl der Bankkonten, das betrachtete Marketingsegment sowie das Geschlecht von Kunden.
• Handel. Der Kunde möchte Faktoren identifizieren, die die Verkaufsleistung von Filialen beeinflussen. Die Ergebnisse von HyperCube® waren, dass neben den (bekannten) Standortfaktoren – etwas überraschend – auch die Länge der Regale mit Produkten für Kinder von entscheidender Bedeutung ist.
• Pharmaindustrie und Gesundheitswesen. Hier konzentrieren sich die Anwendungsfälle für HyperCube® auf klinische Studien und Diagnosen. Es kann branchenspezifische Regeln liefern, die für Kunden entwickelt und auf ihre Produktionsmodelle angewandt werden.

HyperCube® nutzt keinen statistischen Ansatz zur Datenanalyse, d.h. es wird keine Hypothese erstellt, die durch Extrapolieren von Datenauszügen validiert wird. Stattdessen nutzt das Tool große Datenmengen und liefert die Ergebnisse allein auf Grundlage dieser Daten. Dies bedeutet, dass das gesamte verfügbare Datenmaterial herangezogen wird.

Das Fehlen einer Hypothese ist ein wesentlicher Vorteil von HyperCube® gegenüber der statistischen Analyse. HyperCube® deckt die Regeln und Abhängigkeiten auf, die sich aus den Daten ergeben. Statistische Analysen prüfen hingegen Daten, um festzustellen, ob ein spezielles Szenario nachgewiesen werden kann.

Siehe Pressemitteilung.