Home » Technologie » Big Data » Gibt es einen „richtigen Weg“ für die Implementierung von Big Data-Analysen?

Gibt es einen „richtigen Weg“ für die Implementierung von Big Data-Analysen?

Tech Page One

Gibt es einen "richtigen Weg" für die Implementierung von Big Data-Analysen?

 

Wichtige Entscheidungen treffen mit Big Data

Big Data ist sicher eines der am meisten diskutierten Themen im Bereich der Unternehmens-IT. Anbieter sprechen von Data Mining und Datenseen und sogar von „Daten als dem neuen Öl“.

Die Realität sieht natürlich weitaus nüchterner aus. Daten sind mit Sicherheit wertvoll, an sich betrachtet handelt es sich bei ihnen jedoch lediglich um Rohmaterial. Wie Öl müssen auch sie gefiltert und verarbeitet werden, um nützlich zu sein. Das reine Sammeln von Daten reicht dafür nicht aus.

Unternehmen müssen Wege finden, wie sie Daten für eine bessere Entscheidungsfindung nutzen können. Aus diesem Grund ist es wahrscheinlich präziser, von Datenanalysen oder sogar Big Data-Analysen zu sprechen als nur von Big Data.

Einem Bericht des International Institute for Analytics (IIA) zufolge nutzen rund 71 % der Unternehmen Datenanalysen oder haben die Absicht, sie zu nutzen. Aber nur ein Fünftel aller Organisationen, die Advanced Analytics einsetzen, nutzen Big Data tatsächlich so, wie es vom IIA definiert wird: als große Datenvolumen oder High-Velocity-Daten (mit hoher Geschwindigkeit generierte Daten).

Derzeit führen Unternehmen für Finanzdienstleitungen das Feld im Bereich Big Data-Analysen an, sie nehmen jedoch auch in den Bereichen Einzelhandel, Herstellung, Gesundheitswesen und sogar in Behörden eine immer wichtigere Stellung ein.

Wettbewerbsvorteil

Gibt es einen "richtigen Weg" für die Implementierung von Big Data-Analysen?Big Data kann Organisationen in der Tat einen Wettbewerbsvorteil bieten. Ein Big Data-Projekt generiert jedoch nur dann geschäftliche Vorteile, wenn es dem Unternehmen dabei hilft, fundierte Entscheidungen zu treffen.

Das IIA ermittelte z. B. eine „allgemeine Zustimmung, dass Big Data für einen zukünftigen Wettbewerbsvorteil genutzt werden kann“. Das Institut fand auch heraus, dass 98 % der Unternehmen, die in Big Data-Projekte investiert haben, von der strategischen Bedeutung dieser Projekte überzeugt sind.

Erfolgreiche Big Data-Projekte umfassen bessere Vorhersagen von Modetrends im Laufe der Jahreszeiten für den Einzelhandel oder die Identifizierung von Kundenmeinungen zu Konsumgütern. In der Herstellung lassen sich mit Daten von Tausenden von Kundengeräten potenzielle Wartungsprobleme identifizieren, bevor sie auftreten, und die Notwendigkeit für Vor-Ort-Reparaturen reduzieren.

Unternehmen in den Branchen Telekommunikation und Energieversorgung nutzen Big Data in zunehmendem Maße, um die Bedarfsspitzen und -senken für ihre Services zu ermitteln und somit sicherzustellen, dass sie die Nachfrage ohne Überinvestitionen in die Infrastruktur decken können.

Die richtigen Fragen stellen

Diese Big Data-Anwendungen sind nützlich, da sie ganz konkrete Geschäftsfragen beantworten und nicht nur immer mehr Daten sammeln, in der bloßen Hoffnung, dass sich daraus irgendwie einmal neue Erkenntnisse ableiten lassen.

„Der Schlüssel zum Erfolg liegt in der Beantwortung einer Geschäftsfrage, und zwar so, dass auf Grundlage dieser Antwort direkt gehandelt werden kann“, erklärt Nick Kotsis, Experte für Business Intelligence und Analyse der PA Consulting Group. „Eine Analyse nur um der Analyse willen ist von ausgesprochen begrenztem Nutzen.“

Unternehmen müssen jedoch einige weitere Schritte durchführen, um neue Einblicke aus ihren Daten zu gewinnen und eine angemessene Investitionsrendite des Projekts sicherzustellen.

Die Einzelheiten meistern

Eine der Herausforderungen von Big Data-Projekten besteht darin, dass es nur zu einfach ist, zu viele Daten anzusammeln, was zu Datenüberlastung und getrübter Entscheidungsfindung führt. Dann stellt sich auch die Frage nach der Qualität der Daten.

Und die Entscheidung, welche Daten wie gesammelt werden sollen, ist genauso wichtig wie die Auswahl der passenden Analysetools.

„Die Leistungsfähigkeit wird davon abhängen, wie effizient Datenressourcen zunächst erfasst und verwaltet und anschließend mithilfe von Advanced Analytics in qualitativ hochwertige Erkenntnisse und Entscheidungen überführt werden können“, stellt das IIA fest.

„Ob eine Implementierung von Big Data-Analysen erfolgreich ist oder nicht, liegt allein an Fokus, Einsatz und Kompetenz“, so Nick Kotsis von PA Consulting. „Die IT-Abteilung und die Geschäftsebene müssen optimal zusammenarbeiten, um vorab vereinbarte Geschäftsziele zu erreichen. Beide Partner müssen sich mit aller Kraft für diese Ziele einsetzen, um die Erfolgschance eines Big Data-Projekts zu steigern.“

 

 

Stephen Pritchard

Stephen Pritchard

Stephen arbeitet seit mehr als 21 Jahren als Technikjournalist. Zu seinen Themenschwerpunkten gehören Technik, Telekommunikation, Wissenschaft und die Umwelt. Er produziert und präsentiert den zweiwöchentlichen Connected-Business-Podcast der Financial Times mit Themen aus dem Bereich der Informationstechnologie. Er schreibt, präsentiert und produziert Videoberichte für eine Vielzahl von Medienunternehmen. Darüber hinaus ist er Redakteur und Autor von IT Pro und des Infosecurity Magazine. Seine Themen umfassen Trends in der Technologie und der Telekommunikation sowie im Journalismus und in den Medien. Er hat Veranstaltungen für die Financial Times, GigaOM und das Infosecurity Magazine geleitet und moderiert.

Neueste Beiträge:

 

Tags: Big Data, Technologie