Sieben Tipps für den Erfolg mit Big Data
Sinnvoll Big Data nutzen - heute wichtiger als je zuvor. Erfahren Sie in diesem Big-Data-Whitepaper wie Sie jetzt von Ihren großen Datenmengen profitieren können.
Tatsache ist, dass Big Data weiter wachsen wird. Unabhängig davon, ob sich die Daten in einer Tabellenkalkulation, einer Datenbank, einem Data Warehouse, einem Open Source-Dateisystem (wie Hadoop) oder an all diesen Orten befinden – Sie brauchen die nötige Flexibilität, um schnell eine Verbindung zu den benötigten Daten herzustellen und diese zu konsolidieren. Machen Sie sich keine Gedanken über die tatsächliche Größe. Wichtig sind die Prinzipien des Sammelns und insbesondere der Nutzung Ihrer Daten.
In diesem Whitepaper erfahren Sie, wo Sie beginnen sollten. Dies sind die 7 besten Ansätze zur Nutzung von Big Data, damit Sie vom gesamten Potenzial profitieren können.
Hier lesen Sie die ersten Seiten des Whitepapers. Die vollständige PDF-Datei können Sie rechts herunterladen.
Gerade, als Sie dachten, die Datenmengen könnten nicht mehr größer werden, wurden sie noch größer. Unabhängig von ihrer tatsächlichen Größe erweisen große Datenmengen ihren Wert. Überall gibt es Organisationen mit großen Datenmengen jeder Art und Größe. Sie erkennen die Bedeutung, die Chance, und betrachten die Beachtung ihrer Daten sogar als absolutes Muss. Mittlerweile steht außer Frage, dass große Datenmengen jene überdauern werden, die sie ignorieren.
Organisationen, die große Datenmengen bereits gebändigt haben – die vielfältig strukturierte Masse an Daten, die sie gespeichert haben, bevor sie ihren Wert kannten –, optimieren die Effizienz ihres Geschäftsbetriebs, steigern ihre Umsätze und setzen neue Geschäftsmodelle erfolgreich um.
Wie gelingt ihnen dies? Ihre Erfolgsmethoden lassen sich in sieben Tipps zusammenfassen.
1. Langfristig denken und kurzfristig reagieren
Machen Sie sich Gedanken, wie Sie mit der Big Data-Technologie Schritt halten sollen? Das geht nicht nur Ihnen so. Alles entwickelt sich so schnell, dass es unmöglich ist zu wissen, welche Tools, Plattformen und Methoden in diesem oder im nächsten Jahr am besten sein werden.
Aber keine Sorge. Sie können sich diese rasante Entwicklung zunutze machen.
Die Anbieter werden in der Nutzung großer Datenmengen mit jedem Jahr besser. Relationale oder Online-Transaktionssysteme (OLTP) werden effizienter und intelligenter, ganz gleich, ob sie bei Ihnen im Betrieb laufen oder in der Cloud. Es werden Techniken entwickelt, die die Beziehungen zwischen Hadoop und Data Warehouses vereinfachen. Und es kommen ständig neue Produkte auf den Markt, die noch besser auf Ihre speziellen Anforderungen zugeschnitten sind.
Also bleiben Sie locker. Bleiben Sie offen für die Möglichkeiten neuer Produkte, solange diese einen ausreichenden wirtschaftlichen Nutzen in Ihre bestehende Umgebung einbringen, um ihre Anschaffung zu rechtfertigen. Unterhalten Sie eine Business Intelligence-Plattform, die sich direkt mit einer Vielzahl von Formaten verbindet. Sie sind jetzt bereit für alles, was der Markt zu bieten hat.
2. Das falsche Dilemma durchschauen
Was braucht Ihre Organisation: Hadoop oder ein Data Warehouse? Das ist ja eine schöne Fangfrage! Hadoop und Data Warehouses können nämlich nicht nur gut zusammen funktionieren, sondern Organisationen profitieren sogar vom Zusammenwirken beider Technologien.
Das Data Warehouse eignet sich am besten, um Ihre wichtigen, strukturierten Daten zu komprimieren und dort zu speichern, wo BI-Tools und Dashboards sie mühelos auffinden können. Aber es ist schwächer und langsamer bei der Analyseverarbeitung und bestimmten Arten von Transformationen.
Hierfür brauchen Sie Hadoop. Hadoop hat zwar seine Schwächen bei interaktiven Abfragen und bei der Datenverwaltung, aber es eignet sich gut für die Verarbeitung Ihrer unstrukturierten, komplexen Rohdaten.
Zusammen bilden beide Technologien eine gute Symbiose. Stellen Sie sich beispielsweise die Daten vor, mit denen das Topmanagement seinen Materialbedarf für das nächste Jahr plant. Der Datensatz ist wahrscheinlich riesig, und es gibt zu wenig Zeit, um ihn zu modellieren, umzustrukturieren oder anderweitig für das Data Warehouse vorzubereiten. Wenn die Topmanager vielleicht schon nach einer Woche damit fertig sind, werfen sie alles wieder weg. An dieser Stelle kommt Hadoop ins Spiel, um die Daten zu verfeinern und eine Stichprobe an das Data Warehouse zu senden.
„Durch Big Data werden Data Warehouse-Technologien nicht ersetzt“, schreibt Mark Madsen, CEO bei Third Nature, in seinem Artikel „What big data is really about“ (Worum es bei Big Data in Wirklichkeit geht). „Es handelt sich auch nicht um eine Insel, die separat gewartet werden muss. Big Data gehören zur modernen IT-Umgebung einfach dazu.“
Fallen Sie nicht auf die Fangfrage „Hadoop oder Data Warehouse?“ herein. Sie können und sollten beide nutzen.
3. Große Datenmengen fürs bloße Auge sichtbar machen
Große Datenmengen werden fürs bloße Auge sichtbar, wenn Sie sie visualisieren. In einem Bericht der Aberdeen Group aus dem Jahr 2013 wurde festgestellt, dass „in Organisationen, die Tools für die visuelle Erkundung verwenden, 48 Prozent der BI-Benutzer die benötigten Informationen ohne Hilfe der IT-Abteilung auffinden können“. Ohne visuelle Erkundung sinkt die Rate hingegen auf gerade einmal 23 Prozent.
Und Führungskräfte, die die visuelle Datenerkundung nutzen, fanden laut dieser Studie die benötigten Informationen mit einer 28 Prozent höheren Wahrscheinlichkeit noch rechtzeitig als ihre Kollegen ohne visuelle Datenerkundung.
Außerdem wurde im Bericht festgestellt, dass die Visualisierung auch zur Interaktion mit den Daten motiviert, was im Zusammenhang mit Big Data vielleicht das Wichtigste ist. Führungskräfte, die mit visualisierten Daten arbeiten, haben eine doppelt so hohe Wahrscheinlichkeit wie ihre Kollegen, ausgiebig mit den Daten zu interagieren (33 Prozent im Vergleich zu 15 Prozent). Sie stellen auch mit wesentlich höherer Wahrscheinlichkeit spontan Fragen, die sich aus den frisch gewonnenen Erkenntnissen ergeben.
Durch die visuelle Erkundung der Daten können diese ihre Geschichte lebendig entfalten, und zwar in einer Weise, die das Gehirn blitzschnell verarbeiten kann. „Das bringt einen auf die besten Ideen“, sagt Dana Zuber, Vice President Strategic Planning bei Wells Fargo, „diesen Effekt gibt es bei einer Tabellenkalkulation nicht.“
Mit visuellen Analysen können Sie zwei Dinge gleichzeitig tun:
- Die Daten ändern, die Sie betrachten, weil verschiedene Fragen häufig verschiedene Daten erfordern.
- Die Art der Betrachtung ändern, weil jede einzelne Ansicht möglicherweise andere Fragen beantwortet.
Mit diesen einfachen Schritten beginnen Sie den Zyklus der visuellen Analyse: Sie erhalten Daten, betrachten die Daten, stellen und beantworten Fragen und wiederholen diesen Vorgang. Mit jedem Durchgang dringen Ihre Fragen und Erkenntnisse tiefer in die Materie ein. Sie können tiefer ins Detail gehen oder das große Ganze betrachten, oder Querverbindungen ziehen. Sie können neue Daten einbringen. Sie können eine ganze Reihe von Ansichten erstellen, Ihre Visualisierung geht immer schneller und Sie können in immer größeren Zusammenhängen denken.
Wenn Sie damit fertig sind, tauschen Sie die Ergebnisse mit anderen aus. Mitarbeiter stellen selbst Fragen und beantworten sie – so gelangt das gesamte Team immer schneller zu Erkenntnissen, kann auf dieser Basis immer agiler handeln und die Geschäftsergebnisse optimieren.
