Shanna Tellaev
  • Home
  • Über mich
  • Erfahrung
  • Tech Stack & Skills
  • Projekte
  • Mehr
    Ausbildung Kontakt
  • Blog
  • Dark Theme
    Light Theme Dark Theme System Theme
  • Stichworte
  • AutoML
  • Bert
  • BigData
  • Churn Detection
  • Data Science
  • Dsgvo
  • ETL
  • Llm
  • Machine Learning
  • MongoDB
  • Neo4j
  • Nlp
  • Ollama
  • PostgreSQL
  • PyCaret
  • Python
  • Qdrant
  • Rag
  • SHAP
  • Text-Classification
  • Transformer
  • XGBoost
Hero Image
540.000 Transaktionen auswerten – mit den richtigen Werkzeugen schneller als gedacht

Viele Unternehmen sitzen auf wertvollen Daten, ohne sie zu nutzen. Mit den richtigen Werkzeugen lassen sich daraus Erkenntnisse gewinnen, die direkt in strategische Entscheidungen einfließen. 90 % der Kunden, die einen bestimmten Teelichthalter kauften, bestellten auch eine Etagere. Diese Information steckte die ganze Zeit in den Daten – aber erst die richtige Analysemethode machte sie sichtbar. Für dieses Projekt habe ich einen realen Datensatz eines britischen Online-Händlers genommen: rund 540.000 Transaktionen, 4.335 Kunden, 3.660 Produkte. Und ihn bewusst aus drei verschiedenen Perspektiven untersucht – mit drei Datenbank-Technologien, weil jede für andere Fragestellungen optimiert ist:

Dienstag, 3. März 2026 Lesen
Shanna Tellaev
Impressum Datenschutz
© 2026 Shanna Tellaev
Build: 2026-06-10 · cf35065c