Möglichkeiten und Vorteile von R in der Optimierung

Workflow zur Optimierung – R als ganzheitliches Framework  – „Optimierung as a Service“

Optimierung beschäftigt sich damit, optimale Parameter in einem komplexen System bzw. einer komplexen Fragestellung zu finden. Beispiele für Optimierungsprobleme finden sich in der Produktionsplanung, beim Routing in Telekommunikations- oder Verkehrsnetzen oder im Kampagnenmanagement. Der Einsatz von mathematischen Methoden und Modellen zur Entscheidungsunterstützung wird auch unter dem Begriff Operations Research zusammengefasst.

Die Aufgabengebiete sind ebenso vielfältig wie die verschiedenen  Lösungsansätze. Je nach Problemstellung kommen verschiedene Teilgebiete wie die mathematische Optimierung, Simulationen, Entscheidungstheorien oder Heuristiken zum Ermitteln von Näherungslösungen zum Einsatz.

Workflow der Optimierung

Der Ablauf einer Optimierung besteht typischerweise aus den folgenden Schritten:

1. Problembeschreibung: Das zu optimierende Problem wird beschrieben und definiert. Beispielsweise wird im Marketing für eine Kampagne das Ziel einer „maximalen Response-Rate“ bei gegebenem Budget ausgegeben.

2. Datenmanagement: Die Daten zur detaillierten Beschreibung und Berechnung der Lösung werden gesichtet und aufbereitet. Im Beispiel Kampagnenmanagement kann das bedeuten, dass Kunden auf Basis ihres historischen Click- oder Kaufverhaltens mit Hilfe einer Clusteranalyse segmentiert werden.

3. Modellbildung: Auf Basis des vorhandenen Datenmaterials und vor dem Hintergrund der gegebenen Zielstellung wird ein möglichst realitätsnahes Modell entwickelt, welches die Problemstellung bestmöglich abbildet. Im Bereich Kampagnenmanagement fließen dabei historische Erfolgskennzahlen wie Response-Rate, Deckungsbeitrag oder Umsatz genauso ein, wie Restriktionen zu Kontaktmöglichkeiten oder Sperrfristen.

4. Optimierung: Das Modell wird mit den richtigen Methoden und mit Hilfe komplexer Algorithmen gelöst.

5. Ergebnisinterpretation: Die Ergebnisse, wie beispielsweise die Verteilung einzelner Kampagnenaktivitäten über die Zeit, werden anschaulich grafisch dargestellt um die Entscheidungsfindung zu vereinfachen.

6. Umsetzung: Die Resultate werden in bestehende Prozesse oder Lösungen integriert oder fließen in neue erweiterte Problembeschreibungen ein.

R als ganzheitliches Framework

Die freie Statistiksprache R bietet einige Vorteile bei der Bearbeitung von Optimierungsproblemen über den gesamten Workflow hinweg:

• Die R Optimization Infrastructure (ROI) ermöglicht das Erstellen von Modellen als Input für (Optimierungs-) Funktionen aus unterschiedlichen Paketen. Dabei kann eine einheitliche Syntax für unterschiedlichste Anwendungen verwendet werden.

• Intuitiver Zugriff auf Open-Source und kommerzielle Solver wie Cplex, lpSolve, glpk, Symphony, mosek, Gurobi mittels API Zugriff.

• Vielzahl problemspezifischer Pakete/Funktionen wie lpSolve, Funktionen für Transport- und Zuweisungsprobleme wie TSP – Travelling Salesman Problem oder goalprog – goal programming für mehrfache Zielfunktionen.

• Direkte Kombination mit einer Vielzahl schwerpunktübergreifender Methoden, z.B zum Erstellen von Heuristiken für umfangreiche Probleme.
  

• Vielzahl an Paketen aus verschiedenen Disziplinen beispielsweise zur Graphentheorie oder zu evolutionären/ genetischen Algorithmen (z.B. neuronale Netze).

• Umfangreiche Pakete und Funktionen zur Vorbereitung der Eingabeparameter und für das Datenmanagement wie bei der Cluster- oder Faktorenanalyse.

• Grenzenlose Möglichkeiten zur visuellen Aufbereitung der Ergebnisse.

• Unkomplizierte Anwendungsintegration durch offene Schnittstellen.

Zusammenfassend lässt sich festhalten, dass R im gesamten Prozess einer Optimierung einige Vorteile ausspielen kann und ein Wechsel zwischen verschiedenen dedizierten Tools für einzelne Teilaufgaben nicht nötig ist.

Optimierung as a Service

Auf Basis der „Results as a Service“-Plattform, stellt eoda ein cloudbasiertes Framework bereit, mit dem kundenindividuelle Optimierungsaufgaben modelliert und gerechnet werden.

Am Beispiel des „Kampagnenmanagement der vierten Generation“, das gleichzeitig die Kampagnen- und die Kundensicht berücksichtigt, zeigen wir, wie verschiedene Kampagnen ganzheitlich über verschiedene Zielgruppen und Kampagnen hinweg optimieren werden können.

Kundensicht im Kampagnenmanagement der vierten Generation