Schauen wir uns einmal an, was wir sehen

Wir lieben Daten. Hier zeigen wir Ihnen, welche faszinierenden Geschichten sie erzählen und welche komplexen Herausforderungen wir dank ihnen lösen können.

Datengeschichten

01

Künstliche Befragte

NMO-Crossmedia-Datensatz | ISBA-Multiplexverfahren

Die Zusammenführung der Antworten der Befragten eröffnet neue Möglichkeiten für die flexible und skalierbare Entwicklung von Studien. Sie bildet die Grundlage dafür, bestehende Studien mit Messwerten oder Massendaten so zu verknüpfen, dass eine gemeinsame Analyse auf der Basis einer einzigen Datenquelle möglich ist. Dies erfordert große Stichproben.

Ein praktisches Beispiel hierfür ist der NMO Crossmedia Dataset, in dem mehrere Genre-Studien zu einer einheitlichen Gesamtstudie zusammengefasst werden. Um Überschneidungen zwischen den Genres genau abzubilden, wird der Umfang der Zufallsstichprobe gezielt erweitert.

Das ISBA-Multiplexing-Verfahren kombiniert die Multiplikation von Probanden mit der Vermischung von Merkmalsvektoren. Daraus ergibt sich ein Datensatz, der nicht nur die Verteilungen der Merkmale bewahrt, sondern auch deren Wechselbeziehungen berücksichtigt und gleichzeitig eine deutlich höhere Dichte an Datenpunkten im Merkmalsraum erzeugt. Das Ergebnis ist eine robuste Grundlage für anspruchsvolle Analysen, zuverlässige Modellierung und den nächsten Schritt in der Entwicklung datengesteuerter Projekte.

02

Das Ampelmodell

Bestimmung der Verweilzeit

In der Welt der Außenwerbung hat sich viel verändert: Plötzlich tauchten digitale Bildschirme auf den Straßen auf. Und damit stellte sich die Frage, wie viele Passanten einen Werbespot auf diesen Bildschirmen tatsächlich sehen können. Um dies zu berechnen, gibt es die sogenannte „Spot-Formel“, die die Verweildauer im Sichtfeld des Spots als wichtigsten Parameter heranzieht. Wir wollten dies nicht nur für normale Straßenabschnitte berechnen (was einfach ist), sondern auch für Bildschirme an Kreuzungen, wo es viele Situationen gibt, in denen Menschen warten.

Das ISBA-Ampelmodell ermittelt die Verweildauer von Fahrzeugen im Sichtfeld des Bildschirms auf der Grundlage des Straßennetzes, der Positionen und Taktzeiten der Ampeln sowie der Fahrzeugbewegungen rund um einen Bildschirmstandort. Die Fahrbahn jedes Fahrzeugs an der Kreuzung wird als Lösung einer Differentialgleichung abgeleitet, die Änderungen des Abstands zum vorausfahrenden Fahrzeug in Beschleunigung oder Bremsvorgänge umsetzt. Ein zentrales Konzept hierbei ist der „angenehme Sicherheitsabstand“: Manchmal fließt der Verkehr reibungslos, weil der Abstand zum vorausfahrenden Fahrzeug angenehm groß bleibt; in anderen Fällen werden die Fahrer zwangsläufig vorsichtiger, wenn dieser Abstand kleiner wird und sie ihre Geschwindigkeit anpassen müssen. Durch die Analyse des daraus resultierenden Gesamtsystems lässt sich schließlich die gewünschte Verweildauer bestimmen.

Whiteboard challenges

Data stories 4

Let’s talk

Wir kennen uns vielleicht noch nicht. Aber das kann sich ja ändern. Sprechen Sie uns an, wir freuen uns auf ein gutes Gespräch über Daten, Strukturen, Märkte und Projekte.

de_DEGerman