Home » Technologie » Big Data » Big Data: Mythos und Realität

Big Data: Mythos und Realität

Tech Page One

Man Using Venue 8 Pro Tablet At Work

 

Über analytische und vorhersagende Algorithmen hinaus, definiert man die Big Data oft durch die 3 oder 5 V: Volumen, Vielfalt, Vitesse (Geschwindigkeit), Wahrheit (Véracité) und Wert (Valeur). Diese Begriffe verbreiten einen Duft von Marketing, bergen jedoch einige wertvolle Lehren.

Angefangen hat es mit den 3 V: Volumen, Vielfalt, Geschwindigkeit (Vitesse). Drei Wörter, die die Probleme zusammenfassen sollen, vor die das Informationsmanagement, und die Unfähigkeit der vorhandenen Analysetools, solche Volumen, eine solche Vielfalt und mit einer solchen Geschwindigkeit zu verarbeiten, stellt.

Die ursprünglichen 3 V der Big Data

Die Zielsetzung der 3 V war es auch und vor allem, die Bedeutung der Heranziehung der Big Data-Technologien zu beweisen, um diesen Situationen, welchen die herkömmlichen Datawarehouse- oder Datamart-Lösungen machtlos gegenüber standen oder sehr kostspielig waren.

Volumen

E-Mails, Office-Dokumente, Geschäftstransaktionen oder in den ERP, Tweets, Fotos, Sensoren und Fühler: wie viele Informationen werden pro Sekunde erzeugt? Eine Studie des Instituts IMS Research gibt an, dass in 5 Jahren mehr als 22 Milliarden Geräte an das Internet angeschlossen sein werden, und dass diese pro Tag 3 Trillionen Byte an Informationen hervorbringen werden. Die Unternehmen sprechen nicht mehr von Gigabyte, sondern bereits von Terabyte, ja sogar Petabyte.

Wie gelangt man konkret an Lehren über eine Marke oder ein Produkt, indem man mehrere Terabyte Tweets analysiert, die Tag für Tag erzeugt werden, und das in wenigen Minuten? Wie analysiert man mehrere Zehner Millionen Stromzähler in Echtzeit, um eine Panne vorwegzunehmen? Die Big Data-Technologien sind heute mit dieser Art von Fragen konfrontiert und nehmen sie in Angriff. Die herkömmlichen Datawarehouses wurden nicht für diese Art von Analyse geschaffen.

Vielfalt

Businessman Working Dashboard Strategy Research ConceptNormalerweise verarbeitet die analytische Informatik strukturierte Daten, die aus Datenbanken stammen. Über 80 % der erzeugten Informationen werden nun aber nicht strukturiert genannt: Texte, Bilder, Videos, Sprache, Sensoren usw. Die Big Data stellen sich an, Analysen an sämtlichen Informationen, ob sie nun strukturiert sind oder nicht, auszuführen. Das Korrelieren aller dieser Informationen erlaubt es, bessere Entscheidungen zu treffen und die Trends der vorhersagenden Analyse zuverlässiger zu gestalten.

Hier einige Vorteile der Korrelation dieser Informationen: Analysieren der Kaufverhaltensweisen in Echtzeit, um besser zu beraten und das Transaktionsvolumen zu erhöhen, Verbesserung der Kundenbetreuung auf allen Kanälen, Aufzeigen der Trends, um statistische Modelle zu definieren und Produkte oder Dienstleistungen zu verbessern oder anonym Verbraucherprofile zu erstellen…

Geschwindigkeit (Vitesse)

Wenn es darum geht, Betrug auf internationaler Ebene zu erfassen oder einem Kunden das seinem Profil am besten entsprechende Angebot bei seinem Kauf vorzuschlagen, ist eine Wartezeit von zwei Minuten oft unerträglich. Geschwindigkeit ist daher eines der Merkmale der Big Data, die bewährte Spitzentechnologien verwenden, um noch nie da gewesene Leistungen zu erzielen: massive parallele In-Memory-Verarbeitung, Clustering usw.

Die Big Data waren zu Beginn der zeitlich verschobenen Verarbeitung große Datenvolumen im Batch-Modus vorbehalten, integrieren heute aber das Datenstreaming in Echtzeit, inklusive die Möglichkeit, dabei nichts zu speichern. Es wird daher möglich, Millionen von Geschäftstransaktionen pro Tag zu analysieren und eventuellen Betrug zu erkennen. Daneben kann man auch in Echtzeit Daten korrelieren, die aus den sozialen Netzwerken und CRM (einer Managementsoftware für Kundenbeziehungen) hervorgehen, um einen Kunden präzis zu qualifizieren.

Zwei neue V: Businesszielsetzung

Die ersten Big Data-Projekte haben ihre Initiatoren oft durch ihre Leistung und Kapazität, effektiv große und sehr unterschiedliche Datenvolumen zu integrieren, verblüfft. Sie haben jedoch daneben auch zwei weitere V an den Tag gelegt, das eine für die Qualität der Information, das andere für den intrinsischen Wert für das Unternehmen. Kurz gesagt: das Ende der Tests, um der Operationalisierung den Weg zu bereiten.

Wahrheit (Véracité)

Wozu ein großes Datenvolumen analysieren, wenn man die Zuverlässigkeit der Informationen nicht sicherstellen kann? Prüfmechanismen der Wahrheit und Qualität von Daten werden daher in die Big Data-Prozesse integriert, die im Allgemeinen die Endnutzer mit einbeziehen, um das Vertrauen der Business-Nutzer zu verdienen. Höchste Strenge bei der Auswahl der Datenquellen, bei der Datensammlung, Kreuzprüfungen und Bereicherung erweisen sich hier als ausschlaggebend. Dabei darf man die gesetzlichen Pflichten je nach Unternehmensbereich nicht übersehen.

Wert (Valeur)

Dieses letzte V sollte eigentlich beim Starten eines Big Data-Projekts an erster Stelle stehen. Welchen Mehrwert kann diese Anwendung für das Unternehmen oder die Aktivität, für die sie entwickelt wird, bedeuten? Die Wertschöpfung für das Unternehmen und seine Kunden steht effektiv im Herzen des Themas Big Data. Die Kapazität dieser Technologien, die unerwarteten oder unveröffentlichten Resultate und Trends an den Tag zu legen, trägt dennoch stark zu ihrem Erfolg bei den Nutzern, deren Nachfrage laufend zunimmt, bei. Und das ist wohl der Beweis für Wertschöpfung!

Beispiel mit der Echtzeitanalyse der Informatikvorgänge. Sie erlaubt das sofortige Erkennen von Pannen und sogar deren Vorwegnahme anhand von Überwachungstools mit Warnfunktionen. Vorfälle werden nicht nur erfasst, ihr wahrscheinlicher Ursprung wird in vielen Fällen ebenfalls angegeben. Optimiertes Informatiksystem, verbesserte Produktivität: hohe Wertschöpfung.

 

 

Dell

Dell

Dell unterstützt Länder, Gemeinschaften, Unternehmen und Menschen beim Einsatz von Technologie zur Verwirklichung ihrer Träume. Kunden vertrauen uns, dass wir Technologielösungen liefern, mit denen sie mehr tun und erreichen können, zu Hause, in der Arbeit, in der Schule oder sonst wo in ihrer Welt. Erfahren Sie mehr über unsere Geschichte, unsere Ziele und die Menschen, die hinter unserem kundenorientierten Ansatz stehen.

Neueste Beiträge:

 

Tags: Big Data, Technologie