Neben dem Aufdecken von Manipulationen an Datenbeständen (Fraud Detection) ist auch das Gewinnen von verborgenen Informationen (Data Mining) das Ergebnis unserer Arbeit. Einige Beispiele dazu:

• Erkennung von Strukturen und Mustern
• Aufdeckung von Entwicklungen
• Bewertung des Kundenstamms bei Unternehmenskauf

Workflow

Die Analyse von Datenbeständen umfasst eine große Anzahl unterschiedlicher Tätigkeiten:

• Erschließung des Datenbestandes (technisch und inhaltlich)
  • Verarbeitung großer Datenbestände
  • Generierung von Stichproben
  • betriebswirtschaftlicher Gehalt
• bei komplexen Fragestellungen: Aufbau von analytischen Datenbanken (OLAP)
• Auswahl und Berechnung von Kennzahlen und Kennzahlensystemen
• Verteilungsanalyse: kaufmännische Daten sind häufig nicht gleichverteilt, sondern unterliegen der logarithmischen Normalverteilung
• Verdichtung zu Informationen
  • formale Überprüfung auf Manipulation: Benford-Analyse
  • multidimensionale Analyse: RFM-Analyse
  • Ermittlung von Gruppen (Clusteranalyse)
  • Benchmarking um Bezüge deutlich zu machen
    • Intern (Vergleiche im Zeitablauf, Zeitreihe)
    • extern (mit Vergleichsobjekten)
• Visualisierung der Ergebnisse