Women in Data Science: Top-Vorträge zur digitalen Zukunft auf der ersten WiDS-Konferenz in Bonn und Düsseldorf.

Die weltbekannte Stanford University veranstaltet seit 2015 jährlich wiederkehrend die WiDS-Conference www.widsconference.org mit dem Ziel, Data Scientists jeden Geschlechts weltweit zu inspirieren und auszubilden, und dabei gleichzeitig Frauen in diesem Feld besonders zu unterstützen.

Aufgrund der international enorm wachsenden Nachfrage findet die Konferenz seit 2019 auch in Deutschland statt und ist 2020 erstmals in Bonn und Düsseldorf zu Gast.

Dr. Barbara Wawrzyinak, Leiterin für Daten und Analysen bei der infas 360 GmbH (s. Bild), ist einer der Top-Referentinnen und wird über die Chancen von ‚Small Area Methoden‘ in der Marktforschung und Statistik vortragen.

Weitere zukunftsweisende Vorträge (vorläufig) sind jeweils von 14-17h:

  • DR. EVA-MARIE MULLER-STULER – UNCOVERING THE MYTH OF AI – CHIEF DATA SCIENTIST IBM DATA & AI
  • 
 DR. FRAUKE KREUTER – E-PRIVACY & DARK DATA, PROFESSOR & DIRECTOR UNIVERSITY MARYLAND
  • COLETTE RÜCKERT-HENNEN, ARTIFICIAL INTELLIGENCE & HUMAN RESOURCES – BOARD OF ENBW GERMANY
  • DR. DILEK GÜRSOY – HEART TRANSPLANTATION & AI – DR. OF THE YEAR 2019 & FIRST WOMAN IN EUROPE TO TRANSPLANT AN ARTIFICIAL HEART

Anschließend findet ein Meet & Greet statt, bei dem sich die TeilnehmerInnen intensiv mit den Referentinnen austauschen können. Für das leibliche Wohl wird gesorgt sein. Da die Tickets kostenlos sind, wird empfohlen, sich rechtzeitig anzumelden. Es werden bis zu 150 Data Scientists und die, die es werden wollen und sich dafür interessieren, aus allen Branchen erwartet. Der Veranstalter beider WiDS-Konferenzen ist ASK-A-WOMAN.COM.

Eine unverbindliche Voranmeldung per E-Mail ist bereits hier unter Consulting@infas360.de möglich.

NEU: Die OTC-Kaufkraft 2019

Erstmals unterschieden nach Online und Offline

Im Durchschnitt gibt in Deutschland ein Haushalt monatlich 20,83 € für frei verkäufliche Arzneimittel (OTC) aus. Wie eine Studie zur OTC-Kaufkraft mit über 10.000 Befragten der infas 360 herausfand, (siehe dazu auch folgenden Blogbeitrag) werden davon bereits über 25% aller OTC-Käufe online getätigt. In stationären, klassischen Apotheken sind das bundesweit 17,43 Euro und online 3,40 Euro.

Die OTC-Ausgaben unterscheiden sich regional abhängig von der jeweiligen Kaufkraft vor Ort. Auch das hat infas 360 berechnet. Mittels Befragung und Small-Area-Methoden werden die Werte sogar adressgenau geschätzt und dann in beliebige Regionen hoch aggregiert. So zum Beispiel für alle 5-stellige Postleitzahlen. Im Ergebnis sind erstmals folgende drei Karten verfügbar: OTC-Kaufkraft nach den Gesamtausgaben, nur stationär (klassische Apotheken) und nur online (Versandapotheken).

OTC-Kaufkraft Karte (monatl. Kaufkraft in €/Haushalt)
OTC-Kaufkraft nach Gesamtausgaben in Deutschland 2019

Die Entwicklung einer sogenannter produktspezifischen Kaufkraft ist eines der Spezialgebiete der infas 360. Zuletzt wurde die Produktspezifische Kaufkraft für Tiernahrung berechnet (siehe auch folgenden Blogbeitrag). Eine wichtige Datenquelle dafür ist die fortlaufende Befragung durch den CASA Monitor, der wiederkehrend alle drei Monate die Bevölkerung mit über 30.000 Personen p.a. zu unterschiedlichen Themen befragt.

Sollten Sie Fragen zur OTC-Kaufkraft online/offline haben oder allgemein zu einer produktspezifischen Kaufkraft, dann kontaktieren Sie unser Consulting-Team unter Consulting@infas360.de.

 

 

 

Small Statistical Areas – Potentiale mikrogeographischer Strukturen und Daten für Wirtschaft und Wissenschaft

Das Statistische Bundesamt und die Deutsche Statistische Gesellschaft veranstalten am 14. und 15. November 2019 ihr 28. gemeinsames wissenschaftliches Kolloquium, in diesem Jahr in Bonn. Das Thema der Veranstaltung lautet „Potentiale und Anwendungen georeferenzierter Daten“. Das Kolloquium als Teil einer fest etablierten Veranstaltungsreihe soll wieder ein Forum für den wissenschaftlichen Dialog zwischen amtlicher Statistik und ihren Nutzern, besonders aus den Bereichen Wissenschaft, Wirtschaft, Politik und Verwaltung bieten.

Ein Vortrag zum Thema lautet: „Small Statistical Areas – Potentiale mikrogeographischer Strukturen und Daten für Wirtschaft und Wissenschaft“ und wird von Michael Herter, Geschäftsführer der infas 360 GmbH, gehalten. Er beschäftigt sich mit seinem Team u.a. mit feinräumigen Gebieten, die statistische Daten enthalten. Sie werden im angelsächsischen Sprachraum auch Small Statistical Areas (SSAs) bezeichnet und gehen Hand in Hand mit sogenannten Small-Area-Methoden (verkürzt SAM), die sich im Wesentlichen für die Verbesserung von Schätzungen eben dieser feinräumigen Daten sorgen. Im Zentrum steht dabei das Regionalisieren, also das „Herunterrechnen“ von vorliegenden Daten auf gröberen Regionen in feinere geographische Einheiten auch wenn diese nur sehr wenige oder gar fehlende (Befragungs-)Werte aufweisen (siehe dazu auch Blogbeitrag „Auf den Hund gekommen“).

Das Abstract zum Vortrag erhalten Sie hier als PDF zum Download Small Statistical Areas-FINAL. Die Präsentation zu „Small Statistical Areas – Potentiale mikrogeographischer Strukturen und Daten für Wirtschaft und Wissenschaft“ ist ab 15.11.2019 über unser Consulting-Team consulting@infas360.de erhältlich.

 

 

 

Kostenloses Dokument erhältlich: Einsatzmöglichkeiten der Programmiersprache R für Small Area Methoden (SAM)

(Copyright Foto: infas 360 GmbH)

„Small Area Methods“ (SAM) bzw. die Small Area Estimation (SAE) (dt. feinräumige Schätzung) haben sich als Verfahren für Analysen der Gebietsplanung und des entsprechenden Marktpotenzials durchgesetzt. In diesem Kontext sind regionalisierte Daten zukunftsweisend, da diese zu feinräumigeren und exakteren Analyseergebnissen führen.

Für infas 360 hat Ayhan Doger, Freier Informatiker aus Bonn, die Möglichkeiten beleuchtet wie mit der Programmiersprache R Small Area Methoden angewendet werden können. Im Ergebnis steht nun Interessierten ein kostenloses, wissenschaftliches Dokument von 13 Seiten zur Verfügung, das aufzeigt wie Mithilfe spezieller R-Bibliotheken die Nutzung der Methoden programmiertechnisch unterstützt wird. Nach einer kurzen Einleitung in SAM, R, RStudio und das SAE-Package in R werden Implementierungsmöglichkeiten diskutiert und eine exemplarische Realisierung der SAE in R präsentiert.

Nachfolgend können Sie das Dokument kostenlos bei infas 360 anfordern. Hier aber zur besseren Übersicht das Inhaltsverzeichnis:

1 Einleitung. 
2 Kernbegriffe und -methoden
2.1 Regionalisierung 
2.2 SAE und SAM 
2.3 CRAN-R
3 Methoden und Werkzeuge
3.1 Entwicklungsumgebung RStudio
3.2 SAE-Package – CRAN-R
4 Implementierung
4.1 Installation der SAE-Packages
4.2 Anwendung der „Basic direct and indirect estimators“ im SAE-Package
4.3 Visualisierung per Plot
4.4 Vergleich der Direct Estimates mit den Empirical Bayes (EB)-Estimates
5 Ergebnisse.
6 Next Steps
7 Quellenverzeichnis

Sollten Sie sich für das Dokument interessieren, dann kontaktieren Sie uns. Das Dokument wird Studenten sowie Wissenschaft und Wirtschaft kostenlos zur Verfügung gestellt unter Consulting@infas360.de

 

Aktuell hohes Kaufinteresse für e-Bikes. Marktdurchdringung in Deutschland steht vor Verdopplung.

(Copyright Foto: fotolia.com/studio4pic)

Im Rahmen der Untersuchung energieautarker Haushalte hat infas 360 rund 10.500 Personen umfassend zum aktuellen Besitz und geplanten Kauf energierelevanter Produkte- und Haussysteme befragt.

In diesem Zusammenhang wurde neben Photovoltaikanlagen, Stromspeichern & Smart Home-Techniken auch nach e-Bike, Hybrid- und e-Auto gefragt.

756 von 10.428 Personen (7,25%) gaben an, bereits ein e-Bike zu besitzen. Weitere 3.307 bzw. 31,8% sprachen wie folgt von einem konkreten Interesse

  • 15,3%: „Ich habe davon gehört und interessiere mich für das Produkt.“
  • 10% : „Ich beobachte die Angebote im Markt.“
  • 2,6% : „Ich habe mich zum Produkt bereits beraten lassen.“
  • 2,8% : „Ich plane zu kaufen und hole Angebote ein.“
  • 1% : „Ich habe mich entschieden zu kaufen.“

Neben Kaufinteresse an Energieprodukten wurde zusätzlich in der Studie der geplante Kaufzeitpunkt abgefragt (innerhalb von 12, 12-24 und > 24 Monaten).

Von den o.g. 3.307 planen in den nächsten 12 Monaten 22,8% die Anschaffung eines e-Bikes (754 Personen). Das ist eine gleichgroße Gruppe zu den Besitzern.

Zu Gender und Alter: Frauen interessieren sich deutlich weniger für das Produkt als Männer (63,4% zu 53,23%). Die affinste Altersgruppe als Absatzpotenzial ist Gruppe der 45-64 Jährigen. Aktuell ist noch die Gruppe der 65-74 Jährigen bei den Besitzern überproportional vertreten.

Zur Studie: Der CASA Monitor ist eine Online-Umfrage zu wechselnden Themen wie Energie, Telekommunikation, Kauf- und Freizeitverhalten. Es werden p.a. rund 30.000 Personen bundesweit befragt.  Die Ergebnisse liegen mittels Small Area Methoden feinräumig regionalisiert vor oder werden dazu genutzt, Zielgruppensegmentierungen für Strategie & CRM zu ermitteln. 

Der aktuelle CASA Monitor Energie (07/18) wird so erstmals eine bedürfnisorientierte Zielgruppensegmentierung für energieautarke Haushalte liefern.

Kontakt und weitere Infos unter Consulting@infas360.de

 

Siehe dazu auch: http://www.allgemeine-zeitung.de/lokales/bad-kreuznach/stadt-bad-kreuznach/das-e-bike-startet-voll-durch_18968453.htm

 

Dafür brauchen Sie keinem mehr aufs Dach zu steigen! Ob Flachdach, Sattel- oder Walmdach – alle Dachformen für alle Häuser verfügbar.

(Copyright Foto: Open Data NRW)

Angenommen Sie sind Dachdecker und möchten wissen, welche Form das Dach eines Gebäudes hat, ohne zu der Adresse hinfahren zu müssen – und angenommen Sie möchten jetzt auch noch wissen, wieviel Quadratmeter Fläche dieses Dach hat, ohne auf das Dach steigen zu müssen – dann, ja dann könnte der neue Datensatz der infas 360 genau das richtige sein:

Dank der Open Data Initiative der Länder Berlin, Hamburg, NRW und Thüringen (weitere werden folgen) sind amtliche Daten als 3D-Gebäudedaten im Leven-of-Detail 2 (LoD2) frei verfügbar. Das bedeutet, dass nicht nur Gebäudehöhe zu einem Gebäude bekannt ist (Klötzchenmodell), sondern auch die Dachstrukturen und damit die Dachtypen geometrisch angegeben werden.

Abbildung 1: LoD2 am Beispiel Bonn am Stadthaus, Quelle: Open Data NRW. 

infas 360 bereitet diese Daten nun so auf, dass zu jeder Adresse die Dachform (Flach, Sattel-, Walm-, Zeltdach usw.) und die dazugehörende Dachfläche angegeben werden kann. Beispielhaft wird der o.g. Ausschnitt nachfolgend in Google Maps 3D dargestellt. Hier sieht man graphisch die Verbindung aus 3D-Gebäudedaten und Straßen (Adressen)

Abbildung 2: 3D-Gebäudedaten mit Adressen am Beispiel Bonner Stadthaus, Quelle: Google Maps. 

Damit jedoch nicht genug. Als Spezialist für Small Area Methoden verfügt das Bonner Big Data Unternehmen über moderne statistische Schätzmethoden, um die frei verfügbaren LoD2-Daten der 4 Bundesländer auf die restlichen 12 und damit die gesamte Bundesrepublik zu übertragen.

Sie wollen so z.B. wissen, wieviel Solarfläche in einer bestimmten Adresse in Frankfurt a. M. (Hessen) oder Hannover (Niedersachsen) installierbar wäre? Das lässt sich nun berechnen. Insgesamt für ca. 22 Mio. Gebäude mit einer Adresse und auch für weitere rund 23 Mio. Gebäude ohne postalischer Adresse (z.B. für eine Werkshalle in einem Industriegebiet). Kombiniert man diese Informationen mit der mikrogeographischen Datenbank CASA, die rund 700 weitere Merkmale beinhaltet, ergibt sich ein beliebiges „Gebäude-Tiefenprofil“.

Sie interessieren sich für 3D-Gebäudeinformationen? Dann kontaktieren Sie uns unter Consulting-Team unter Consulting@infas360.de

 

Wuppertal hat nach München in Deutschland das größte Zielgruppenpotenzial für e-Autos

Nach München herrscht in Wuppertal und Düsseldorf das größte Interesse am Kauf von E-Autos. Ein erstmaliges bundesweites Vergleichs-Ranking von infas 360 lokalisiert die Märkte von morgen straßenabschnittsgenau für jede Stadt. Wir zeigen Ihnen Wo in Wuppertal.

infas 360 befragte Ende 2017 im Rahmen des CASA Monitors Automotive“ über 10.000 Personen u. a. zu ihrem konkreten Kaufinteresse an E-Autos. Im bewährten Smart Research-Verfahren wurde dieses Ergebnis angereichert und flächendeckend auf ganz Deutschland übertragen. So konnten alle Haushalte Deutschlands klassifiziert werden von „Besonders am Kauf interessiert“ (9) bis hin zu „Gar nicht am Kauf interessiert“ (1).

In das mikrogeographische Modell auf Gebäudeebene flossen u.a. folgende Variablen ein

Anteil Paare mit Kind(ern), Anzahl Doppelverdiener Haushalte ohne Kinder, Kaufkraft pro Einwohner, Gebäudetypologie, Gebäudebaujahrsklasse, Solaranlage, das dominierende Altersstruktur,Anzahl Schüler im Viertel, PKW- und Kleinwagendichte

Die Daten können vom Ebene des Gebäudes in jede beliebige amtliche oder postalische Struktur hochgerechnet werden. Am Beispiel des Stadtteils Elberfeld zeigt sich so eine der höchsten Affinitäten zu e-Autos in Wuppertal (auf Ebene der amtlichen Siedlungsblöcke mit durchschnittlich ca. 20 Haushalten).

Die gesamte Karte für Wuppertal können Sie hier downloaden. Karte Wuppertal

Sollten Sie die Ergebnisse einer bestimmten Stadt wünschen, dann kontaktieren Sie uns unter Consulting@infas360.de – das Städteranking wurde hier veröffentlicht. Die Daten können städteweise oder bundesweit für Geomarketing, CRM und Standortplanung lizenziert werden.