Studie "Analytics: Big Data in der Praxis" - IBM
Studie "Analytics: Big Data in der Praxis" - IBM
Studie "Analytics: Big Data in der Praxis" - IBM
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>IBM</strong> Global Bus<strong>in</strong>ess Services 3<br />
Zwei wichtige Trends kennzeichnen die neue <strong>Big</strong> <strong>Data</strong>-Ära:<br />
• Weil mittlerweile faktisch „alles“ digitalisiert wird, entstehen<br />
<strong>in</strong> zahlreichen Branchen neue Arten von Massendaten und<br />
Echtzeitdaten. Viele dieser Daten, z. B. auch Geodaten o<strong>der</strong><br />
Sensordaten, entsprechen nicht üblichen Datenstandards und<br />
lassen sich folglich nicht nahtlos <strong>in</strong> die traditionellen,<br />
strukturierten, relationalen <strong>Data</strong> Warehouses <strong>in</strong>tegrieren.<br />
• Dank mo<strong>der</strong>ner, sogenannter Advanced <strong>Analytics</strong>-Technologien<br />
s<strong>in</strong>d Unternehmen heute <strong>in</strong> <strong>der</strong> Lage, Erkenntnisse aus<br />
Datenbeständen <strong>in</strong> e<strong>in</strong>er bisher nicht erreichbaren Geschw<strong>in</strong>digkeit<br />
und Genauigkeit zu gew<strong>in</strong>nen.<br />
Branchen- und län<strong>der</strong>übergreifend konnten wir im Rahmen<br />
<strong>der</strong> <strong>Studie</strong> feststellen, dass Unternehmen beim Umgang mit<br />
<strong>Big</strong> <strong>Data</strong> e<strong>in</strong>en eher pragmatischen Ansatz verfolgen. Bei den<br />
effektivsten <strong>Big</strong> <strong>Data</strong>-Lösungen werden zunächst die geschäftlichen<br />
Anfor<strong>der</strong>ungen def<strong>in</strong>iert, bevor Infrastruktur, Datenquellen<br />
und Analysemethoden darauf abgestimmt werden.<br />
Diese Unternehmen ziehen wertvolle Erkenntnisse aus vorhandenen<br />
und neu verfügbaren <strong>in</strong>ternen Informationsquellen,<br />
def<strong>in</strong>ieren e<strong>in</strong>e <strong>Big</strong> <strong>Data</strong>-IT-Strategie und passen dann auf dieser<br />
Basis schrittweise ihre Infrastrukturen an.<br />
Aus den <strong>Studie</strong>nergebnissen lassen sich fünf wesentliche Empfehlungen<br />
für Unternehmen ableiten, die den <strong>Big</strong> <strong>Data</strong>-Weg weiter<br />
verfolgen und daraus e<strong>in</strong>en maximalen Geschäftsnutzen erzielen<br />
wollen:<br />
• Stellen Sie von Anfang an den Kunden <strong>in</strong> den Mittelpunkt<br />
• Entwickeln Sie e<strong>in</strong> unternehmensweites Konzept für <strong>Big</strong> <strong>Data</strong><br />
• Beg<strong>in</strong>nen Sie mit vorhandenen Daten, um schnelle Ergebnisse<br />
zu erzielen<br />
• Entwickeln Sie Analysefunktionalitäten, die zu Ihren Geschäftsprioritäten<br />
passen<br />
• Erstellen Sie e<strong>in</strong>en Bus<strong>in</strong>ess Case mit Bezug auf messbare<br />
Ergebnisse<br />
Def<strong>in</strong>ition von <strong>Big</strong> <strong>Data</strong><br />
Um besser zu verstehen, wie die <strong>Studie</strong>nteilnehmer den Begriff<br />
def<strong>in</strong>ierten, baten wir jeden Befragten, maximal zwei typische<br />
Charakteristika von <strong>Big</strong> <strong>Data</strong> zu nennen. Es stellte sich heraus,<br />
dass ke<strong>in</strong> e<strong>in</strong>zelnes Merkmal deutlich hervorsticht, son<strong>der</strong>n dass<br />
die Teilnehmer h<strong>in</strong>sichtlich <strong>der</strong> Frage, ob es sich bei <strong>Big</strong> <strong>Data</strong><br />
um große Datenmengen, um neue Daten- und Analysetypen<br />
o<strong>der</strong> um den steigenden Bedarf an Echtzeitanalysen handelt,<br />
unterschiedlicher Auffassung waren (siehe Abbildung 1).<br />
Def<strong>in</strong>ition <strong>Big</strong> <strong>Data</strong><br />
Größere Bandbreite an Informationen<br />
Neue Arten von Daten und Analysen<br />
Echtzeit<strong>in</strong>formationen<br />
Zustrom von Daten aus neuen Technologien<br />
Mo<strong>der</strong>ne Medienarten<br />
Große Datenmengen<br />
D<br />
Das neueste Modewort<br />
Daten aus sozialen Medien<br />
8%<br />
7%<br />
10%<br />
t<br />
13%<br />
13%<br />
15%<br />
16%<br />
Die Teilnehmer wurden aufgefor<strong>der</strong>t, bis zu zwei Def<strong>in</strong>itionen von<br />
<strong>Big</strong> <strong>Data</strong> auszuwählen (gestützt). Die Auswahlmöglichkeiten wurden<br />
gekürzt und so normalisiert, dass sie 100% entsprechen.<br />
n = 1144<br />
Abbildung 1: Die Antworten <strong>der</strong> Teilnehmer zur Def<strong>in</strong>ition von <strong>Big</strong> <strong>Data</strong><br />
waren breit gefächert.<br />
18%