Mehrwert | reportingimpulse

Jan und Kai sprechen über die sich ständig verändernde Data-Welt, einheitliche Ansätze fürs Datenmanagement und darüber, wie Data Health Datenintegration und Governance vereint und somit die Wertschöpfung aus Daten vorantreibt.

Das kannst du aus dieser Folge für dich mitnehmen:

Wie meistert man den Spagat zwischen Technologie und Business User?
Wieso kann man das Management mit Excel-Tabellen nicht mehr überzeugen?
Was ist Data Health, welchem Mehrwert bietet es und wie ist der ganzheitliche Ansatz entstanden?
Wieso kann die Arbeit mit Daten nur als Teamsport funktionieren?
Welche Killer-Argumente helfen bei der Budgetfreigabe?

Jans Leidenschaft gilt den Daten und der Frage, wie man Daten für jeden in einer Organisation zugänglich, vertrauenswürdig und nützlich machen kann. Er kam 2011 zu Talend und leitet derzeit das Talend-Team für Mittel- und Osteuropa als Regional Vice President of Sales. Zuvor arbeitete Jan mehr als 10 Jahre lang im Daten- und Integrationsmarkt in Beratungs- und Vertriebsfunktionen bei Unternehmen wie Oracle, Sun Microsystems, SeeBeyond und PwC.

Genannt in der Folge:

Hier könnt ihr den Podcast hören und abonnieren:
Apple Podcast | Spotify | Google Podcast | Deezer

Folgt uns auch gern bei LinkedIn oder vernetzt euch mit uns:

BI or DIE

Hat euch die Folge gefallen? Dann gebt uns gern eine kurze iTunes-Bewertung!

Welche Fragen sollen wir demnächst stellen? Welche Interviewpartner möchtet ihr gerne hören? Schreibt uns gern eine E-Mail an info@reportingimpulse.com, über Twitter oder sprecht uns einfach direkt an!

In welchen Projekten spielt Data Science eine Rolle – oder besser: in welchen nicht? Wie generiert man damit (Mehr-)Wert? Welche Rolle spielt der Mensch eigentlich dabei und wie sieht das Ganze in der Zukunft aus? Vom Data Scientist als Klempner & Data Driven Beer – Stefan und Kai sprechen über Data Science in der Praxis.

Das könnt ihr aus dieser Folge mitnehmen:

Warum müssen Data Scientisten auch gute Teamplayer sein und agieren auch so häufig als Data Klempner?
Wie sieht das ehrliche Bild von Data Science in Unternehmen aus?
Data Science Praxis – von Spaßprojekten „Bester Name für dein Bier“ bis zur Optimierung des Forecasts
Was bedeutet es bei Data Science in Business Cases zu denken?
Warum muss Data Science auch Change und den Faktor Mensch auf dem Zettel haben?
Was sollte Data Science zukünftig liefern, um noch weiteren Mehrwert liefern zu können?