28.12.2013 Aufrufe

Studie "Analytics: Big Data in der Praxis" - IBM

Studie "Analytics: Big Data in der Praxis" - IBM

Studie "Analytics: Big Data in der Praxis" - IBM

MEHR ANZEIGEN
WENIGER ANZEIGEN

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%

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!