Als Big Data wird die, zum Zwecke eines wirtschaftlichen Nutzens, zeitkritische Analyse von großen Datenmengen verstanden. Ca. 80% der Daten liegen in einem Unternehmen in unstrukturierter Form vor. Konventionelle Technologien stoßen bei solchen unsortierten und großen Datenmengen schnell an ihre Grenzen. Aus diesem Grund wurden neue Ansätze entwickelt, die große Datenmengen schnell durchsuchen und sortieren können. Datenbanken können hier schnell über hunderte von Terabyte groß werden.
Welche technologischen Möglichkeiten gibt es, um der Datenflut Herr zu werden?
Welcher Ansatz ist für mein Unternehmen relevant?
Diese Frage lässt sich erst nach einer ausführlichen Analyse der Anforderungen innerhalb Ihrer Firma beantworten. Generell hat sich folgendes Szenario bei großen Datenmengen als erfolgversprechend herausgestellt:
Aus dem Schaubild wird ersichtlich, dass z.B. Hadoop eine Ergänzung zu der bestehenden Reporting Struktur ist. Die Stärken von Hadoop sind in der Verarbeitung und Strukturierung von unstrukturierten Daten zu sehen. Reporting mit Drill Down ist weniger die Stärke von Hadoop.
Ist es zwingend notwendig, dass man die Strategie bei Big Data in Richtung Cloud ausrichtet?
Nein, denn die Hadoop-Lösungen ermöglichen den Einsatz von billiger PC Technologie um z. B. ein Cluster mit mehreren hundert Terabyte perfomant aufzubauen. Cloud bietet hingegen andere Vorteile, die in erster Linie in den geringeren Kosten zu suchen sind. Welche Lösung die Beste für ihr Unternehmen ist, bedarf einer genauen Analyse ihres Einsatzzweckes.
Ist Big Data nur relevant für große Unternehmen?
Nein, jedes Unternehmen, das in einem Wettbewerb um eine größere Kundengruppe steht oder besondere Verantwortung für das Verwalten von Kundengeldern trägt, ist ein potenzieller Nutzer von Big Data Lösungen.
Was bedeutet der Big Data Ansatz eigentlich für mein Unternehmen?
Dies lässt sich nicht generell beantworten. In einem Unternehmen liegen ca. 80% der Daten in einer unstrukturierten Form wie Emails, Faxe oder Sonstige vor. Dieses Potenzial liegt in der Regel brach. Speichert man diese Daten und verbindet sie mit strukturierten Daten aus dem Unternehmen sowie mit Daten aus dem Internet, ergeben sich neuartige Anwendungen und Potenziale, die oft eine weitergehende Gestaltung des Business und der Geschäftschancen erlauben. Im Folgenden nun einige Beispiele:
- Produktions-/Logistikunternehmen sind durch Big Data in der Lage ihre Prozesse zu optimieren und an globale Informationsströme anzuschließen. Dadurch ergeben sich Einsparungspotenziale sowie neue Geschäftsfelder.
- Großlager können mit Hilfe dieser Technologie die Lagerung und den Abtransport von Waren optimieren. Interessant in diesem Zusammenhang ist die Kombination mit einer Datenbrille, über die der Fahrer über den Standort und den besten Weg zum Entladeplatz informiert wird.
- Unternehmen, die stark in der Forschung eingebunden sind, können über diesen Ansatz globale Forschungs- und Entwicklungs-Szenarien aufbauen und bisher unbekannte Kreuzrelationen finden.
- Ein weiterer Ansatz ist, vorhandene Rechnungen auf Plausibilität zu prüfen. Dies ist für Großunternehmen oder speziell im Gesundheitswesen interessant.
- In der Telekommunikation fallen große Datenmengen an. Mithilfe der Big Data Verarbeitung lassen sich in diesem Sektor besser Kundenqualifizierungen aufbauen und dadurch die personalisierte Ansprache optimieren.
- Die Landwirtschaft benutzt Big Data-Lösungen um den Ertrag von Ackerflächen zu maximieren und den Einsatz von Pflanzenschutzmitteln zu minimieren.
- Der Handel erstellt über Big Data individuelle Kundenprofile um den Kunden besser mit Waren zu versorgen, die seinem Einkaufsverwalten entsprechen.
Was muss ich bei Big Data-Projekten beachten?
Der Big Data-Einsatz ist kein Selbstläufer, sondern sollte genau geplant und vorbereitet werden – am besten nach einem „Best Practice-Ansatz“. Dies reduziert das nicht unerhebliche Risiko einer Fehlinvestition. Da Big Data-Lösungen oft einen individuellen Mix verschiedener Technologien und Methoden erfordern, ergibt sich eine Komplexität, die genaues Hinsehen erfordert, bei entsprechender Planung aber handhabbar ist:
- Big Data ist keine Insellösung, sondern muss in den gesamten Unternehmensprozess integriert werden
- Big Data ergänzt bestehende Technologien, wie z.B. das bestehende Reporting
- Big Data ist keine reine Technologielösung, sondern beeinflusst die Unternehmensprozesse
- Big Data ist im Einklang mit gültigen Datenschutzrichtlinien zu konzipieren
- Big Data setzt entsprechende Hardwarelösungen voraus
Wie unterstützt Sie Digital Ratio bei Big Data-Projekten?
Digital Ratio geht nach einem speziellen methodischen Ansatz vor. Im Rahmen dieses Ansatzes übernehmen wir folgende Tätigkeiten für Sie:
- Projektsetup
- Ist-Analyse
- Soll-Konzept
- Big Data Architektur
- Priorisierung und Portfolio Analyse
