
Communications, Media & Telecom - Erkennung von Anomalien bei Retail Verkaufsprovisionen
Communications, Media & Telecom
Ein Telekommunikationsunternehmen hatte mit unregelmäßigen Verkaufszahlen zu kämpfen, die manuell überprüft werden mussten. synvert entwickelte eine Oracle-basierte Architektur und trainierte ein Machine-Learning-Modell, um diese Anomalien zu erkennen und zu visualisieren, was Zeit sparte und die Genauigkeit der Umsatzerfassung verbesserte.
Ausgangslage
Der Kunde stellte fest, dass die gemeldeten Verkaufszahlen gelegentlich Anomalien aufwiesen.
Daher war es notwendig, manuell zu überprüfen, wie viele Verkäufe getätigt wurden und ob es Unregelmäßigkeiten in den ursprünglichen Zahlen gab.
Die Architektur
Die Architektur ist in Oracle umgesetzt und es werden Technologien wie Pyspark, Sklearn, Pandas und Tableau verwendet.
synvert Vorteile
Durch den Wegfall manueller Fehlerprüfungen konnte Zeit eingespart und eine präzisere Umsatzanalyse erreicht werden.
Services von synvert
synvert trainierte ein Machine-Learning-Modell, um solche Anomalien zu erkennen. Diese wurden den Nutzern in einem Dashboard visualisiert.