Konzepte für den Erfolg mit Big Data

Größe: px
Ab Seite anzeigen:

Download "Konzepte für den Erfolg mit Big Data"

Transkript

1 Konzepte für den Erfolg mit Big Data Erfolg für vier gängige Szenarios Copyright 2014 Pentaho Corporation. Weitergabe erlaubt. Alle Marken sind Eigentum der jeweiligen Inhaber. Aktuelle Informationen finden Sie auf unserer Website unter pentaho.de.

2 Inhalt Inhalt... 2 Einführung... 3 Definitionen... 4 Derzeitige Übernahme... 4 Aufkommende Übernahme... 4 Data Warehouse-Optimierung... 5 Um was geht es und warum investieren Unternehmen in diese Optimierung?... 5 Aufbau... 5 Kernpunkte... 5 Optimierte Datenaufbereitung... 6 Um was geht es und warum investieren Unternehmen in diese Optimierung?... 6 Aufbau... 6 Kernpunkte Grad-Ansicht von Kunden... 7 Um was geht es und warum investieren Unternehmen in diese Optimierung?... 7 Aufbau... 7 Kernpunkte... 7 Daten monetarisieren... 9 Um was geht es und warum investieren Unternehmen in diese Optimierung?... 9 Aufbau... 9 Kernpunkte... 9 PENTAHO 2

3 Einführung Mittlerweile hat es sich herumgesprochen, dass Big Data eine große Verschiebung in der Landschaft der Unternehmenstechnologie darstellt. Laut Schätzungen von IDC wächst die Menge an brauchbaren Daten weltweit zwischen 2010 und 2020 um das Zwanzigfache, während 77 % der für Unternehmen relevanten Daten bis 2015 nicht strukturiert sein werden. 1 Da sich der Trend in Bezug auf Volumen und Diversität fortsetzt, stellen Unternehmen mehr und mehr auf Hadoop, NoSQL und andere Tools um, um große Datenmengen in den Griff zu bekommen, die mit älteren Technologien bestehend aus relationalen Datenbanken und Data Warehouses nicht mehr effizient verwaltet werden können. Obwohl die Chancen mit dem Einsatz von Big Data rasant wachsen, zeigen Untersuchungen, dass sich Unternehmen mit zwei großen Herausforderungen konfrontiert sehen: Wertschöpfung aus Big Data und Definition einer Big Data-Strategie. 2 Im Hinblick auf diese Herausforderungen werden in diesem Dokument Big Data-Anwendungsfälle erörtert, die Geschäftsergebnisse für heutige Unternehmen generieren. Zudem wird ein Blick auf zukünftig zu erwartende Anwendungsfälle geworfen. Auf den folgenden Seiten werden diese Anwendungsfälle erläutert und erklärt, warum Unternehmen in diese investieren. Es werden außerdem werden die allgemeinen Referenzarchitekturen vorgestellt. Die Grafik unten zeigt zehn wichtige Big Data- Anwendungsfälle für Unternehmen, die gemäß der Auswirkungen auf die Geschäftstätigkeit (y-achse) sowie der Komplexitätsstufe der Implementierung (x-achse) kategorisiert sind. Auswirkungen auf die Geschäftstätigkeit reichen von der Optimierung aktueller Prozesse bis hin zur Umwandlung des gesamten Geschäftsmodells. Komplexität reicht von Einstiegsimplementierungen, die auf Standardtechnologien basieren, bis hin zu fortgeschrittenen Anwendungsfällen, die auf einer Kombination aus Technologien basieren, von denen einige nicht im großen Maßstab vermarktet sind. Die Anwendungsfälle sind entweder als Derzeitige Übernahme oder Aufkommende Übernahme gekennzeichnet. Erstere gibt eine breit gestreute Implementierung von Anwendungsfällen an, die einfach zu wiederholenden Richtlinien folgen, während letztere Implementierungen beinhaltet, die noch nicht allgemein etabliert sind, deren wachsender Einsatz jedoch zukünftig erwartet wird. In diesem Dokument werden die Einzelheiten der Derzeitige Übernahme -Anwendungsfälle erläutert. 1 IDC Digital Universe Study, Gartner Big Data Adoption in 2013 Shows Substance Behind the Hype, GESCHÄFTLICHE AUSWIRKUNGEN Transformation Derzeitige Übernahme Data Warehouse- Optimierung Optimierte Datenaufbereitung Interne Big Data als Dienst Daten monetarisieren On-Demand Big Data Blending 360-Grad- Ansicht von Kunden Prognostische Analysen mit Big Data Aufkommende Übernahme Anwendungen der nächsten Generation Optimieren Untersuchen von Big Data Einstieg KOMPLEXITÄT VON ANWENDUNGSFÄLLEN Erweitert PENTAHO 3

4 Die einzelnen Anwendungsfälle werden im Folgenden kurz definiert: DERZEITIGE ÜBERNAHME Data Warehouse-Optimierung Das herkömmliche Data Warehouse (DW) stößt durch immer größere Datenvolumen an seine Grenzen und kann keine zeitgerechten Analysen mehr bieten. Die Erweiterung der DW-Kapazität kann sehr teuer sein. Unternehmen setzen daher auf Big Data, um weniger häufig genutzte Daten auszulagern und die DW-Leistung zu erhöhen. Optimierte Datenaufbereitung In diesem Zusammenhang ist der Big Data-Speicher der Dreh- und Angelpunkt für die Verarbeitung von Daten aus vielen verschiedenen Quellen, bevor diese in Analysen mit geringer Latenzzeit (meistens in eine Analysedatenbank für schnelle Abfragen) verschoben werden. Einsparungen bei den ETL- und Datenverwaltungskosten nehmen zu und Big Data wird ein wichtiger Teil des Analyseprozesses. 360-Grad-Ansicht von Kunden Diese Ansicht basiert auf dem Blending von verschiedenen operativen und Transaktions-Datenquellen mit Big Data-Quellen zum Erstellen von On-Demand-Analyseansichten für die wichtigsten Kunden-Touchpoints. Darin enthalten ist auch die Bereitstellung von Informationen für kundenorientierte Mitarbeiter und Partner innerhalb von Branchenanwendungen, die sie täglich verwenden. Daten monetarisieren In diesem Fall werden angereicherte und anonymisierte Datasets Drittanbietern als Dienst bereitgestellt. Hier werden leistungsstarke Datenverarbeitung und eingebettete Analysen genutzt, um dem Unternehmen eine neue Einnahmequelle zu eröffnen. AUFKOMMENDE ÜBERNAHME Erforschen von Big Data Unternehmen lagern enorm große Datenmengen in Big Data-Speichern aus, aber nicht immer sind sie sicher, um welche Informationen es sich überhaupt handelt (so genannte Dark Data ) und ob diese produktiv genutzt werden können. Um einen ersten Eindruck zu erhalten, führen Analysten Data Mining- Standardalgorithmen durch, um Muster in Daten aus anderen Quellen zu erkennen. Nutzen von Maschinen- und Sensordaten Bis vor kurzem war es noch unerschwinglich, Analysen mit großen Datenmengen von Geräten wie Sensoren, Routern und Set-Top-Boxen durchzuführen. Mittlerweile können diese Informationen jedoch mit Big Data für Data Mining und Analysen mit geringer Latenzzeit genutzt werden was Unternehmen in die Lage versetzt, schnell auf Betriebsstörungen und Serviceprobleme zu reagieren. Prognostische Analysen mit Big Data Big Data bietet einen neuen Satz an Tools zur Optimierung von Algorithmen für maschinelles Lernen (für Schulungsund Evaluierungszwecke) und zu deren Nutzung zur Vorhersage oder Beeinflussung von Ausgabe (Bewertung). Die Ausführung von prognostischen Analysen im Big Data-Speicher beinhaltet Anwendungen für die Betrugserkennung, Empfehlungsmaschinen und Angebotsoptimierung. Anwendungen der nächsten Generation Obwohl Cloud Computing und SaaS keine neuen Trends darstellen, ist ihre nächste Phase höchstwahrscheinlich eng an Big Data gekoppelt. Anwendungsanbieter setzten auf Innovation bei der Daten- und Analysearchitektur, um ihre Produkte leistungsfähiger, intelligenter und wertvoller für Kunden zu machen. Eine eingebettete Analyseschnittstelle innerhalb der Endbenutzeranwendung ermöglicht dem Verkäufer, aus dieser Innovation umfangreich Kapital zu schlagen. Blending von Big Data On-Demand Trotz der Implementierung von Big Data-Speichern sind Teams häufig den zeitlichen Beschränkungen der vorhandenen Data Warehouse-Infrastruktur ausgesetzt. Für zeitkritische Anforderungen ist die grundsätzliche Umgehung des Data Warehouse möglicherweise erforderlich. Das punktgenaue Blending ersetzt die Bereitstellung von Daten und liefert die richtigen Daten zum richtigen Zeitpunkt aus allen Quellen für die Analyse. Interne Big Data als Dienst Unternehmen nutzen Big Data als gemeinsamen Datenbankdienst, der für einige Anwendungsentwicklungsteams zur Aufnahme von und zum Zugriff auf Daten bereitgestellt wird. Ziel ist die Erreichung von Größen- und Kosteneinsparungen im Verhältnis zu einem eher silobasierten Ansatz. ETL- und Analyselösungen sind als Komponenten im zentralen Unternehmenspaket enthalten. PENTAHO 4

5 Data Warehouse-Optimierung Data Warehouse Analytisches Data Mart UM WAS GEHT ES UND WARUM INVESTIEREN UNTERNEHMEN IN DIESE OPTIMIERUNG? Die Data Warehouse-Optimierung ist einer der häufigsten Anwendungsfälle für Big Data, die jedoch zwei erhebliche Schwachstellen aufweist: Kosten und betriebliche Leistung. Da das Volumen von Daten, die ein Unternehmen speichern und auf das es zugreifen muss, stetig zunimmt, stößt die vorhandene Data Warehouse-Kapazität an ihre Grenzen. Dies führt zu einer verschlechterten Abfrageleistung und einem langsamen Zugriff auf Daten für IT- und Geschäftsanwender. Zudem steigt der Druck, bei führenden Anbietern mehr Data Warehouse-Speicherkapazität zu erwerben eine sehr kostspielige Angelegenheit und möglicherweise auch nur eine vorübergehende Lösung im Hinblick auf den stetigen Datenzuwachs. Aus diesem Grund haben Unternehmen ihren Blick auf Big Data gerichtet, insbesondere auf Hadoop, um diesen Druck zu reduzieren. Das Modell für verteilte Datenverarbeitung von Hadoop bietet eine leistungsstarke Verarbeitung auf gebrauchsüblicher Hardware und speichert Daten in HDFS (Hadoop Distributed File System). Die Kosten für dieses Modell unterschreiten in der Regel diejenigen für die herkömmliche Data Warehouse-Speicherung erheblich. Die Hadoop-Speicherkosten betragen zirka US-Dollar pro Terabyte (TB) im Gegensatz zu zirka bis US-Dollar pro TB oder mehr für ein vollständig geladenes Data Warehouse (einschließlich Hardware, Server usw.) 3 IT-Organisationen übertragen daher weniger häufig genutzte Daten aus ihrem Data Warehouse nach Hadoop, um unter Einhaltung der Vereinbarung zum Servicelevel und bei rechtzeitiger Datenbereitstellung Kosten für die Datenspeicherung einzusparen. AUFBAU In diesem Beispiel geht es um ein Unternehmen, das Daten aus CRM- und ERP-Systemen sowie aus anderen Quellen nutzt. Ein Hadoop-Cluster wurde implementiert, um weniger häufig genutzte Daten aus dem vorhandenen Data Warehouse auszulagern. Dabei werden Speicherkosten eingespart und die Abfrageleistung wird erhöht, wenn Analysten vom Analyse-Data Mart auf Informationen zugreifen müssen. CRM- & ERP-Systeme Andere Datenquellen Aufnehmen Hadoop- Cluster Relationaler Layer KERNPUNKTE Obwohl die Data Warehouse-Optimierung einer der häufigsten Big Data-Anwendungsfälle ist, müssen dennoch Zeit, Anstrengung und Planung zur Ausführung aufgewendet werden. Hadoop zählt nach wie vor zu den aufstrebenden Technologien. Um jedoch die in den Hadoop-Distributionen enthaltenen vorinstallierten Tools verwenden zu können, sind Java-Programmierkenntnisse erforderlich, um Routinen zu erstellen, mit denen Data Warehouse- Daten nach Hadoop ausgelagert werden. Für Unternehmen ist es oft nicht einfach, genügend geeignete Entwickler und Analysten mit Hadoop- Erfahrung zu finden, abgesehen davon, dass deren Vergütung etwa 50 % über der der Experten mit Kenntnissen in SQL und anderen herkömmlicheren Tools liegt. 4 Pentaho bietet eine intuitive grafische Benutzeroberfläche (GUI) für Big Data-Integration, die die manuelle Programmierung ersetzt und den Zugriff auf Hadoop für alle Datenentwickler gewährleistet. Dies beschleunigt die Amortisierung und spart Personalkosten. Auch wenn ein Unternehmen bereits über eine implementierte Integrationslösung verfügt, bieten alte Plattformen keine Lösungen ohne Programmierung, um vorhandene Datenquellen und Datenbanken mit Hadoop zu integrieren. 3 Information Week, How Hadoop Cuts Big Data Costs, O Reilly, 2013 Data Science Salary Survey, PENTAHO 5

6 Optimierte Datenaufbereitung UM WAS GEHT ES UND WARUM INVESTIEREN UNTERNEHMEN IN DIESE OPTIMIERUNG? Angesichts explodierender Volumen strukturierter Transaktions-, Kunden- und anderer Daten werden herkömmliche ETL-Systeme immer langsamer und Analysen können nicht mehr durchgeführt werden. Dank der Datenaufbereitung können die meisten Datenquellen über einen skalierbaren Big Data-Verarbeitungs-Hub mit Hadoop für die Transformation optimiert werden. Die aufbereiteten Daten werden an eine Analysedatenbank für Self- Service-Analysen von unterschiedlichen Daten mit einer geringen Latenzzeit weitergeleitet. Transaktionen Batch & Echtzeit Registrierungen & Einlösungen Ort, , sonstige Daten Hadoop- Cluster Analyse- Datenbank Analyzer Berichte Dieser Anwendungsfall ist oft eine logische Konsequenz der Kosteneinsparungen und der operativen Verbesserung der Data Warehouse- Optimierung. An dieser Stelle werden mehr und komplexere Daten in Hadoop geladen wodurch Hadoop nicht mehr nur ein Archiv ist, sondern eine Quelle mit wertvollen Geschäftsinformationen aus mehreren Quellen, die nur darauf warten abgefragt zu werden. Im Gegensatz zur Data Warehouse- Optimierung ist dieser Anwendungsfall weitaus transformativer. Dank schnellerer Abfragen, schneller Einbindung und leistungsstarker Verarbeitung können Unternehmen anhand der Kombination aus Hadoop und einer Analysedatenbank (wie zum Beispiel Vertica oder Greenplum) nützliche Analysen von diversen Datenquellen mit großem Volumen durchführen. Gleichzeitig können Teams Datasets für prognostische Analysen schneller entwickeln. AUFBAU Im Beispiel unten wird eine Aufbereitungsarchitektur für einen Vermarktungsdienstleister für elektronische Medien zwecks Bereitstellung personenbezogener Angebote erstellt. Online-Kampagnen-, Registrierungs- und Transaktionsdaten werden via Hadoop aufgenommen, verarbeitet und an eine Analysedatenbank gesendet. Ein Geschäftsanalyse-Front-End bietet Berichterstellung und Ad-hoc-Analyse für Geschäftsanwender. KERNPUNKTE Die Herausforderungen an die Mitarbeiter und die Produktivität in Bezug auf die DW-Optimierung existieren nach wie vor. Darum überrascht es kaum, dass die Rendite mit Tools erhöht werden kann, die die Programmierung ersetzen und den Prozess der Integration von Big Data-Speichern in verschiedene relationale Systeme vereinfachen. Auf der anderen Seite stellt dieser Anwendungsfall generell ein umfangreicheres und langwieriges Integrationsprojekt dar, für das die Konsolidierung vieler Punkt-zu-Punkt-Systemverbindungen in ein zentrales Hub-Modell erforderlich ist. Die Durchführung des Projekts wird komplexer, je vielfältiger die Datentypen und Datenquellen sind. Um so wichtiger ist es, sich für Datenintegrationsund Analyseplattformen mit einer äußerst flexiblen Verbindung zu einem breiten Spektrum an aktuellen und zukünftigen Datensystemen zu entscheiden. Aufgrund der immer wichtiger werdenden analytischen Einblicke aus Hadoop in diesem Anwendungsfall rückt auch die Zusammenarbeit zwischen Datenentwicklern und Geschäftsanalysten in den Fokus. Für Datenanbindung und Business Intelligence ist eine integrierte Plattform erforderlich. Wenn IT- und Geschäftsanwender getrennte Toolsets verwenden, ist eine effektive Zusammenarbeit weitaus schwieriger. Eine Analysedatenbank wird normalerweise als Hauptteil dieser Architektur betrachtet. Diese Datenbanken werden in der Regel durch schnellere Abfrageleistung, größere Skalierbarkeit, mehrdimensionale Analysewürfel bzw. speicherinterne Funktionen für Business Intelligence optimiert. Im Vergleich dazu erreichen herkömmliche Transaktionsdatenbanken möglicherweise nicht das Niveau an Abfrageleistung und Analysefunktionen. PENTAHO 6

7 360-Grad-Ansicht von Kunden UM WAS GEHT ES UND WARUM INVESTIEREN UNTERNEHMEN IN DIESE OPTIMIERUNG? Schon lange versuchen unsere Kunden, verschiedene Datenquellen zu vereinen, um eine On-Demand-Analyseansicht für die wichtigsten Kunden-Touchpoints zu erstellen. Durch die Nutzung von Big Data und herkömmlichen Datenquellen in einem vollständig integrierten System können Unternehmen dieses Ziel erreichen und eine umfangreiche Einsicht in Kundendaten gewinnen. Im Gegensatz zur DW-Optimierung und der optimierten Datenaufbereitung, bei denen es sich primär um kosten- und effizienzgesteuerte Anwendungsfälle handelt, zielt die 360-Grad-Ansicht von Kunden klar auf die Steigerung des Customer-Lifetime- Value ab, besonders in wettbewerbsintensiven Konsumentenmärkten, in denen Kundenabwanderung ein wichtiger Faktor ist (zum Beispiel Telekommunikationsunternehmen, Gastronomie und Finanzdienstleister). Die beiden wichtigsten Erfolgsfaktoren sind wachsende Cross-Selling- und Up-Selling-Einnahmen sowie die Minimierung der Kundenabwanderung. Dieser Anwendungsfall wird über das Back-End durch das Vereinen aller Daten der Kunden-Touchpoints in einem einzelnen Repository für schnelle Abfragen (höchstwahrscheinlich NoSQL oder Hadoop) ermöglicht. Das Front-End unterstützt diesen Anwendungsfall, indem die relevanten Messgrößen an einem zentralen Ort für Geschäftsanwender zusammengeführt werden. Durch das Blending von zuvor getrennten Daten können Vertriebs- und Serviceteams mit der 360-Grad-Ansicht von Kunden ein besseres Verständnis des Käufers erlangen und sich ein genaueres Bild darüber machen, wie die Produkte und Dienstleistungen einer Marke aufgenommen werden. Ausgestattet mit diesen Einblicken können die Mitarbeiter während der Interaktion mit den Kunden weitaus produktivere und profitablere Entscheidungen treffen - und das unmittelbar. CRM-System Dokumente & Bilder Verwaltungsinfos Ansprüche KERNPUNKTE Wenngleich diese Implementierung den jeweiligen Unternehmensbereichen großen Nutzen bringen kann, kann sie dennoch äußerst komplex und ressourcenintensiv sein. Zusätzlich zu den Herausforderungen bezüglich der personellen Big Data-Ressourcen und die in den vorherigen Abschnitten erläuterten Anforderungen aufgrund der Punkt-zu-Punkt-Integration setzt die 360-Grad- Online- Interaktionen NoSQL AUFBAU Im Beispiel oben speichert ein Finanzdienstleistungsunternehmen Daten aus verschiedenen Quellen in einem einzelnen Big Data-Speicher, in diesem Fall NoSQL. Von dort aus werden die Daten verarbeitet und auf der Ebene einer eindeutigen Kunden-ID zusammengefasst, um eine 360-Grad-Ansicht zu erstellen. Präzise und verwaltete Kundendaten werden an die entsprechenden Analyseansichten für jede Rolle weitergeleitet, einschließlich der Call Center-Mitarbeiter, der Analysten und der Datenexperten. Call Center- Ansicht Research- Analysten Prognostische Analyse Die beiden Hauptfaktoren für Erfolg ist die Steigerung von Cross-Selling- und Upselling-Umsätzen und die Minimierung der Kundenabwanderung. PENTAHO 7

8 Ansicht von Kunden eine erhebliche strategische Planung aus Geschäftsperspektive dar. Zunächst sollten bestimmte die Einnahmen betreffenden Ziele mit dem Projekt verknüpft werden. Die jeweiligen Interessensgruppen müssen die potenziell treibenden Kräfte für Kundenzufriedenheit und mögliche Verkaufschancen für die Mitarbeiter mit Kundenkontakt ermitteln, die Vorteile aus diesen Daten ziehen. Parallel dazu müssen die jeweiligen Endanwender Teil des Planungsprozesses sein, damit Informationen aus den richtigen Quellen an die richtigen Personen auf die richtige Art und Weise geliefert werden. Analysen müssen den Anwendern so präsentiert werden, dass sie sicher angenommen werden. Dies bedeutet, dass der Zugriff einfach sein muss, die Inhalte einfach zu verstehen sind und die Analysen in wichtige operative Anwendungen eingebettet werden können. Aus technischer Perspektive kann eine NoSQL- Lösung wie MongoDB der bevorzugte Big Data- Speicher sein, wenn ein Unternehmen viele zeitkritische Kundenstromdaten in eine einzelne Sammlung weiterleiten möchte, die schnell und einfach auf die Server verteilt werden kann. Hadoop ist eher geeignet, wenn die Daten in Batches verarbeitet werden und historisch gespeichert werden müssen. Häufig werden sowohl Hadoop als auch NoSQL in derselben Architektur verwendet. Die Integration der jeweiligen Big Data-Speicher in die unterschiedlichsten Back-End-Anwendungen und Datenbanken ist entscheidend, doch aller Voraussicht nach werden auch neue Front-End-Anforderungen auftreten. Verschiedene Nutzer von Kundenanalysen erfordern unterschiedliche BI-Typen. Dazu zählen: > Intuitive und anpassbare Dashboards für Führungskräfte > Anspruchsvolle und intuitive Slicing- und Dicing- Tools für Analysten > Verteilte Berichterstellungsfunktionen für die gemeinsame Verwendung von Informationen in Teams > Tools für Data Mining und prognostische Analysen für Datenexperten > Analysen, die in operative Software wie CRM- und Service-Anwendungen eingebettet werden können Aus Perspektive der Technologiekompatibilität und Lieferantenbeziehungen ist es sinnvoll, sich nach Daten- und Analyseanbietern umzusehen, die die meisten bzw. alle dieser Funktionen in einer integrierten Plattform bereitstellen. Gleichzeitig sollte eine Verpflichtung seitens der Anbieter bestehen, Big Data-Integrationsfunktionen bereitzustellen, die sich im Laufe der Zeit nahtlos in Technologieänderungen integrieren lassen wodurch die Neukonfiguration einer Projektbereitstellung minimiert und die Belastbarkeit maximiert werden kann. Die Fähigkeit, sich verändernden Kundenbedürfnissen und Datenarchitekturen zu begegnen, ist in einem anspruchsvollen Projekt wie der 360-Grad-Analyse von Kunden von großer Bedeutung. Aus Perspektive der Technologiekompatibilität und Lieferantenbeziehungen ist es sinnvoll, sich nach Daten- und Analyseanbietern umzusehen, die die meisten bzw. alle dieser Funktionen in einer integrierten Plattform bereitstellen. PENTAHO 8

9 Daten monetarisieren UM WAS GEHT ES UND WARUM INVESTIEREN UNTERNEHMEN IN DIESE OPTIMIERUNG? Die Kosteneffizienz von Big Data und die Fähigkeit zur Verarbeitung unterschiedlicher Datenstrukturen eröffnet viele Möglichkeiten, das Hauptgeschäft eines Unternehmens zu erweitern. Es bietet aber auch das Potenzial zum Hinzufügen neuer strategischer Einnahmeströme, die sich in vielerlei Hinsicht vom Kerngeschäft unterscheiden. Daten monetarisieren ist ein solcher Anwendungsfall er ermöglicht den Verkauf der Daten selbst. Da Unternehmen in ihrem täglichen Geschäft immer mehr und vielseitigere Daten sammeln, steigt deren potenzieller Wert für Drittanbieter zunehmend. In diesem Anwendungsfall werden die Daten organisiert, aufbereitet und anonymisiert (zwecks Datenschutz für die Personen oder Unternehmen, von denen die Daten stammen), bevor sie verkauft werden in der Regel an externe Auftraggeber aus dem Bereich Marketing. Ein Telekommunikationsunternehmen kann beispielsweise Standortdaten von Mobiltelefonen zu verschiedenen Tageszeiten sammeln und die erfassten Datasets an ein Handelsunternehmen verkaufen, um Geschäftsstandortentscheidungen zu unterstützen. Daraus ergibt sich eine neue Einnahmequelle für das Telekommunikationsunternehmen, da seine Daten dem Handelsunternehmen, das bisher althergebrachte Methoden verwendet hat, dabei helfen, seine Kunden auf intelligentere Art und Weise zu erreichen. AUFBAU Im Beispiel unten kombiniert ein Telekommunikationsunternehmen demografische und Mobilitätsdaten, um Drittanbietern unter Nutzung von raumbezogenen Visualisierungen einen spezialisierten Analysedienst bereitzustellen und das Kaufpotenzial für den Einzelhandel zu ermitteln. Für diesen Anwendungsfall wird eine Hadoop- und eine Analysedatenbank verwendet. Kunde (anonym) Abrechnung Netz Standort Hadoop- Cluster Analyse- Datenbank Analyse & Daten KERNPUNKTE Gartner sagt voraus, dass die Datenbestände von Unternehmen im Jahr 2016 zu 30 Prozent monetarisiert sein werden 5 dies stellt eine echte Verkaufschance dar und die Nutzung der richtigen Big Data-Tools und Ansätze kann dieses Potenzial freigeben. Im Vergleich zu kostspieligeren Data Warehouse-Lösungen können im Anwendungsfall Daten monetarisieren mit Hadoop als Verarbeitungsplattform Kosten reduziert und höhere Renditen erzielt werden (mindestens 5 bis 10 Mal billiger pro TB, siehe Data Warehouse-Optimierung ). Rentabilität und Amortisierung werden mit den Funktionen für die Big Data-Integration, für die keine Programmierung erforderlich ist, und für die Geschäftsanalysen weiter verbessert. Für die Bereitstellung von Analysen als Dienst für Drittanbieter ist möglicherweise die Einbettung von Berichterstellungen und Visualisierungen in eine dem Unternehmens-Branding entsprechende Webanwendung erforderlich. Die offene Architektur und die visuelle Flexibilität von Pentaho eignen sich hervorragend für diesen Ansatz. 5 Gartner, Gartner sagt voraus, dass die Datenbestände von Unternehmen im Jahr 2016 zu 30 Prozent monetarisiert sind, PENTAHO 9

10 Hauptsitz Citadel International - Suite Hazeltine National Dr. Orlando, FL 32822, USA Tel Fax Vertrieb (USA und weltweit) 353 Sacramento Street, Suite 1500 San Francisco, CA 94111, USA Tel Gebührenfrei Erfahren Sie mehr über Pentaho Business Analytics pentaho.de/contact Vereinigtes Königreich, übriges Europa, Naher Osten, Afrika London, Großbritannien Tel Gebührenfrei (UK) FRANKREICH Niederlassung - Paris, Frankreich Tel Gebührenfrei (Frankreich) DEUTSCHLAND, ÖSTERREICH, SCHWEIZ Niederlassung - Frankfurt, Deutschland Tel. +49(0)89 / Gebührenfrei (Deutschland) BELGIEN, NIEDERLANDE, LUXEMBURG Niederlassung - Antwerpen, Belgien Tel Gebührenfrei (Belgien) Copyright 2014 Pentaho Corporation. Weitergabe erlaubt. Alle Marken sind Eigentum der jeweiligen Inhaber. Aktuelle Informationen finden Sie auf unserer Website unter pentaho.de v2

Ihr Weg zu Big Data. Ein visueller Ratgeber

Ihr Weg zu Big Data. Ein visueller Ratgeber Ihr Weg zu Big Data Ein visueller Ratgeber Big Data bringt viele Vorteile Starten Sie hier, um zu erfahren, wie Sie diese nutzen können Mittlerweile hat es sich herumgesprochen, dass Big Data eine große

Mehr

Pentaho Business Analytics Datenintegration > Auswertung > Prognose

Pentaho Business Analytics Datenintegration > Auswertung > Prognose Pentaho Business Analytics Datenintegration > Auswertung > Prognose Pentaho verbindet Datenintegration und BI-Analysen in einer Plattform und ermöglicht es damit sowohl IT- als auch Geschäftsanwendern,

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

Mehr

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität

Mehr

Travian Games nutzt Pentaho Datenintegration und Business Analytics zur Optimierung des Spieldesigns

Travian Games nutzt Pentaho Datenintegration und Business Analytics zur Optimierung des Spieldesigns Travian Games nutzt Pentaho Datenintegration und Business Analytics zur Optimierung des Spieldesigns Pentaho ermöglicht Analyse der von den über 120 Millionen registrierten Spielern generierten Datenflut

Mehr

SAP HANA eine Plattform für innovative Anwendungen

SAP HANA eine Plattform für innovative Anwendungen SAP HANA eine Plattform für innovative Anwendungen Top Intelligence: Big Data & SAP HANA Zürich, Frankfurt, Hamburg, München, Mülheim/R Februar 2014 Dr. Wolfgang Martin Analyst und Mitglied im Boulder

Mehr

Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen

Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen Big, Bigger, CRM: Warum Sie auch im Kundenmanagement eine Big-Data-Strategie brauchen 01000111101001110111001100110110011001 Volumen 10 x Steigerung des Datenvolumens alle fünf Jahre Big Data Entstehung

Mehr

Entwicklung einer optimierten Datenaufbereitung

Entwicklung einer optimierten Datenaufbereitung Entwicklung einer optimierten Datenaufbereitung Eine Unternehmenslösung für die gesteuerte Verknüpfung und Bereitstellung verschiedener Datensets für die Analyse Einführung In den letzten Jahren haben

Mehr

SAS Analytics bringt SAP HANA in den Fachbereich

SAS Analytics bringt SAP HANA in den Fachbereich Pressemitteilung Hamburg, 08. November 2013 SAS Analytics bringt SAP HANA in den Fachbereich Ergonomie kombiniert mit Leistungsfähigkeit: die BI-Experten der accantec group geben der neuen Partnerschaft

Mehr

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

Infografik Business Intelligence

Infografik Business Intelligence Infografik Business Intelligence Top 5 Ziele 1 Top 5 Probleme 3 Im Geschäft bleiben 77% Komplexität 28,6% Vertrauen in Zahlen sicherstellen 76% Anforderungsdefinitionen 24,9% Wirtschaflicher Ressourceneinsatz

Mehr

Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle. CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle. CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Unternehmen Beratung Strategie

Mehr

Executive Briefing. Big Data und Business Analytics für Kunden und Unternehmen. In Zusammenarbeit mit. Executive Briefing. In Zusammenarbeit mit

Executive Briefing. Big Data und Business Analytics für Kunden und Unternehmen. In Zusammenarbeit mit. Executive Briefing. In Zusammenarbeit mit Big Data und Business Analytics für Kunden und Unternehmen Umfangreiche und ständig anwachsende Datenvolumen verändern die Art und Weise, wie in zahlreichen Branchen Geschäfte abgewickelt werden. Da immer

Mehr

vfabric-daten Big Data Schnell und flexibel

vfabric-daten Big Data Schnell und flexibel vfabric-daten Big Data Schnell und flexibel September 2012 2012 VMware Inc. All rights reserved Im Mittelpunkt: Daten Jeden Morgen wache ich auf und frage mich: Wie kann ich den Datenfluss optimieren,

Mehr

IT-Governance und Social, Mobile und Cloud Computing: Ein Management Framework... Bachelorarbeit

IT-Governance und Social, Mobile und Cloud Computing: Ein Management Framework... Bachelorarbeit IT-Governance und Social, Mobile und Cloud Computing: Ein Management Framework... Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Business Intelligence- Anforderungen für die IT: Was jeder IT-Manager über die tatsächlichen BI-Anforderungen der Geschäftsanwender wissen sollte

Business Intelligence- Anforderungen für die IT: Was jeder IT-Manager über die tatsächlichen BI-Anforderungen der Geschäftsanwender wissen sollte Business Intelligence- Anforderungen für die IT: Was jeder IT-Manager über die tatsächlichen BI-Anforderungen der Januar 2011 p2 Geschäftsanwender und Unternehmen müssen in der Lage sein, ihre Daten schnell

Mehr

Top 10 der Business Intelligence-Trends für 2014

Top 10 der Business Intelligence-Trends für 2014 Top 10 der Business Intelligence-Trends für 2014 Das Ende der Datenexperten. Datenwissenschaft kann künftig nicht nur von Experten, sondern von jedermann betrieben werden. Jeder normale Geschäftsanwender

Mehr

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data: Nutzen und Anwendungsszenarien CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data steht für den unaufhaltsamen Trend, dass immer mehr Daten in Unternehmen anfallen und von

Mehr

Big Data Herausforderungen für Rechenzentren

Big Data Herausforderungen für Rechenzentren FINANCIAL INSTITUTIONS ENERGY INFRASTRUCTURE, MINING AND COMMODITIES TRANSPORT TECHNOLOGY AND INNOVATION PHARMACEUTICALS AND LIFE SCIENCES Big Data Herausforderungen für Rechenzentren RA Dr. Flemming Moos

Mehr

TOP. wird ein wichtiges Jahr für BIG (Business Intelligence Growth) DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013

TOP. wird ein wichtiges Jahr für BIG (Business Intelligence Growth) DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013 0 Es TOP 10 DER BUSINESS INTELLIGENCE TRENDS FÜR DAS JAHR 2013 wird ein wichtiges Jahr für BIG (Business Intelligence Growth) 2012 war ein fantastisches Jahr für Business Intelligence! Die biedere alte

Mehr

Möglichkeiten für bestehende Systeme

Möglichkeiten für bestehende Systeme Möglichkeiten für bestehende Systeme Marko Filler Bitterfeld, 27.08.2015 2015 GISA GmbH Leipziger Chaussee 191 a 06112 Halle (Saale) www.gisa.de Agenda Gegenüberstellung Data Warehouse Big Data Einsatz-

Mehr

BW2 CRM. Next Generation Business Applications. Erfolg lässt sich organisieren.

BW2 CRM. Next Generation Business Applications. Erfolg lässt sich organisieren. BW2 CRM Next Generation Business Applications Erfolg lässt sich organisieren. Klasse entscheidet über Masse. Erfolgsfaktor Customer Relationship Management. Der Kunde hat heute mehr Auswahlmöglichkeiten

Mehr

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle DATA WAREHOUSE Big Data Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen aus Unternehmens- Daten ziehen! Datenmengen, Performance und Kosten Daten als Geschäftsmodell

Mehr

MIT DATEN. TDWI Konferenz SCHAFFEN REPORT 2015. Peter Heidkamp (KPMG) Franz Grimm (Bitkom Research) München, 22. Juni 2015

MIT DATEN. TDWI Konferenz SCHAFFEN REPORT 2015. Peter Heidkamp (KPMG) Franz Grimm (Bitkom Research) München, 22. Juni 2015 TDWI Konferenz Peter Heidkamp (KPMG) Franz Grimm (Bitkom Research) MIT DATEN WERTE SCHAFFEN REPORT 2015 München, 22. Juni 2015 WIE MACHE ICHAUS EINSEN UND NULLEN DAS EINS ZU NULL FÜR MICH? 01 EINSTELLUNG

Mehr

Das Zettabyte. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

Das Zettabyte. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das Zettabyte CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das Zetabyte: analytische Datenbanken Die Datenflut. Analytische Datenbanken: Was ist neu? Analytische Datenbanken:

Mehr

Big Data Vom Hype zum Geschäftsnutzen

Big Data Vom Hype zum Geschäftsnutzen Big Data Vom Hype zum Geschäftsnutzen IBM IM Forum, Berlin, 16.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Hype 15.04.2013 BARC 2013 2 1 Interesse an Big Data Nature 09-2008 Economist 03-2010

Mehr

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten von Jürgen Mauerer Foto: Avantum Consult AG Seite 1 von 21 Inhalt Mehrwert aufzeigen nach Analyse des Geschäftsmodells...

Mehr

Data Mining-Modelle und -Algorithmen

Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining ist ein Prozess, bei dem mehrere Komponenten i n- teragieren. Sie greifen auf Datenquellen, um diese zum Training,

Mehr

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit BI Konsolidierung: Anspruch & Wirklichkeit Jacqueline Bloemen in Kooperation mit Agenda: Anspruch BI Konsolidierung Treiber Was sind die aktuellen Treiber für ein Konsolidierungsvorhaben? Kimball vs. Inmon

Mehr

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Presse Talk CeBIT 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

CA Cross-Enterprise Application Performance Management r2.0

CA Cross-Enterprise Application Performance Management r2.0 PRODUKTBLATT CA Cross-Enterprise Application Performance Management r2.0 Ganz neue Einblicke in kritische Messdaten für die Datenbank- und Netzwerkperformance sowie die Möglichkeit einer 360-Grad- Ansicht

Mehr

Zuverlässige und einfach zugängliche Informationen in Echtzeit für alle Beteiligten

Zuverlässige und einfach zugängliche Informationen in Echtzeit für alle Beteiligten PLANON Managementinformationen Zuverlässige und einfach zugängliche Informationen in Echtzeit für alle Beteiligten Mit dem steigenden Bedarf hin zu mehr Kosteneffizienz und Agilität bei Immobilien- und

Mehr

zu eingebetteter BI für Softwareund SaaS-Unternehmen

zu eingebetteter BI für Softwareund SaaS-Unternehmen zu eingebetteter BI für Softwareund SaaS-Unternehmen Copyright 2012 Pentaho Corporation. Redistribution permitted. All trademarks are the property of their respective owners. For the latest information,

Mehr

BI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45

BI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

Der ultimative Leitfaden zum Kauf von Business Analytics

Der ultimative Leitfaden zum Kauf von Business Analytics Der ultimative Leitfaden zum Kauf von Business Analytics So bewerten Sie eine BI-Lösung für Ihr kleines bzw. mittelständisches Unternehmen: Welche Fragen Sie stellen und wonach Sie Ausschau halten sollten

Mehr

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

Mehr

Review Freelancer-Workshop: Fit für Big Data. Mittwoch, 29.04.2015 in Hamburg

Review Freelancer-Workshop: Fit für Big Data. Mittwoch, 29.04.2015 in Hamburg Review Freelancer-Workshop: Fit für Big Data Mittwoch, 29.04.2015 in Hamburg Am Mittwoch, den 29.04.2015, hatten wir von productive-data in Zusammenarbeit mit unserem langjährigen Partner Informatica zu

Mehr

Wir haben den Markt durch Innovationen grundlegend verändert. Über 11.000 zufriedene Kunden sprechen eine deutliche Sprache:

Wir haben den Markt durch Innovationen grundlegend verändert. Über 11.000 zufriedene Kunden sprechen eine deutliche Sprache: EIN SERVERSYSTEM, DAS NEUE WEGE BESCHREITET Wir haben den Markt durch Innovationen grundlegend verändert. Über 11.000 zufriedene Kunden sprechen eine deutliche Sprache: 80 % verbesserte Produktivität von

Mehr

HERVORRAGENDER ZUGANG

HERVORRAGENDER ZUGANG Vue PACS Radiologie EIN EINZIGER ARBEITSBEREICH. UNZÄHLIGE VORTEILE FÜR DEN WORKFLOW Die Lösung: schneller, einfacher Zugriff auf klinische Tools und Anwendungen, die Radiologen die Befundung erleichtern

Mehr

EMC. Data Lake Foundation

EMC. Data Lake Foundation EMC Data Lake Foundation 180 Wachstum unstrukturierter Daten 75% 78% 80% 71 EB 106 EB 133 EB Weltweit gelieferte Gesamtkapazität Unstrukturierte Daten Quelle März 2014, IDC Structured vs. Unstructured

Mehr

Ratgeber Integration von Big Data

Ratgeber Integration von Big Data SEPTEMBER 2013 Ratgeber Integration von Big Data Gesponsert von Inhalt Einführung 1 Herausforderungen der Big-Data-Integration: Neues und Altes 1 Voraussetzungen für die Big-Data-Integration 3 Bevorzugte

Mehr

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Thema: David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Autor: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant PRAXIS EDV- Betriebswirtschaft- und

Mehr

Die Cloud, die für Ihr Unternehmen geschaffen wurde.

Die Cloud, die für Ihr Unternehmen geschaffen wurde. Die Cloud, die für Ihr Unternehmen geschaffen wurde. Das ist die Microsoft Cloud. Jedes Unternehmen ist einzigartig. Ganz gleich, ob im Gesundheitssektor oder im Einzelhandel, in der Fertigung oder im

Mehr

Big Data Mythen und Fakten

Big Data Mythen und Fakten Big Data Mythen und Fakten Mario Meir-Huber Research Analyst, IDC Copyright IDC. Reproduction is forbidden unless authorized. All rights reserved. About me Research Analyst @ IDC Author verschiedener IT-Fachbücher

Mehr

Data. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired

Data. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired make connections share ideas be inspired Data Guido Oswald Solution Architect @SAS Switzerland BIG Data.. Wer? BIG Data.. Wer? Wikipedia sagt: Als Big Data werden besonders große Datenmengen bezeichnet,

Mehr

Ratgeber Datenanalyse und Visualisierung

Ratgeber Datenanalyse und Visualisierung DEZEMBER 2013 Ratgeber Datenanalyse und Visualisierung Gesponsert von Inhalt Einführung: Wofür brauchen wir Big-Data-Analysen? 1 Wertschöpfung aus Big Data 2 Die entscheidende Bedeutung der Datenintegration

Mehr

Business Analytics in der Big Data-Welt

Business Analytics in der Big Data-Welt Business Analytics in der Big Data-Welt Frankfurt, Juni 2014 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Big Data-Analytik "The way I look at big data analytics is it's not a technology,

Mehr

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence IBM Netezza Roadshow 30. November 2011 Carsten Bange Gründer & Geschäftsführer BARC Die Krise hat die Anforderungen

Mehr

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data Herausforderungen und Chancen für Controller ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Organisationen Beratung Strategie

Mehr

Business Intelligence

Business Intelligence Business Intelligence Anwendung 1 MInf1 HAW Hamburg Betreuender Professor: Prof. Dr. Zukunft by Jason Hung Vuong [12] Gliederung 1. Hamburg Energie Kooperation 2. Motivation 3. Business Intelligence 4.

Mehr

Explosionsartige Zunahme an Informationen. 200 Mrd. Mehr als 200 Mrd. E-Mails werden jeden Tag versendet. 30 Mrd.

Explosionsartige Zunahme an Informationen. 200 Mrd. Mehr als 200 Mrd. E-Mails werden jeden Tag versendet. 30 Mrd. Warum viele Daten für ein smartes Unternehmen wichtig sind Gerald AUFMUTH IBM Client Technical Specialst Data Warehouse Professional Explosionsartige Zunahme an Informationen Volumen. 15 Petabyte Menge

Mehr

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle 40. Congress der Controller, Themenzentrum C, München Steffen Vierkorn, Geschäftsführer Qunis GmbH, Neubeuern Die

Mehr

In-Memory Datenbanken im Kontext komplexer Analytics Pojekte am Beispiel der Otto Group BI

In-Memory Datenbanken im Kontext komplexer Analytics Pojekte am Beispiel der Otto Group BI In-Memory Datenbanken im Kontext komplexer Analytics Pojekte am Beispiel der Otto Group BI Hanau, 25.02.2015 1 Titel der Präsentation, Name, Abteilung, Ort, xx. Monat 2014 Der Aufbau der Group BI Plattform

Mehr

PLANON E-LEARNING. Erweitern Sie Ihr Planon-Wissen durch innovative und effiziente E-Learning-Kurse mit Echtzeit-Zugang

PLANON E-LEARNING. Erweitern Sie Ihr Planon-Wissen durch innovative und effiziente E-Learning-Kurse mit Echtzeit-Zugang PLANON E-LEARNING Erweitern Sie Ihr Planon-Wissen durch innovative und effiziente E-Learning-Kurse mit Echtzeit-Zugang Die E-Learning Services von Planon umfassen Folgendes: Allgemeines E-Learning Lösungsspezifisches

Mehr

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH Lars Priebe Senior Systemberater ORACLE Deutschland GmbH Data Mining als Anwendung des Data Warehouse Konzepte und Beispiele Agenda Data Warehouse Konzept und Data Mining Data Mining Prozesse Anwendungs-Beispiele

Mehr

Big Data, small Data und alles dazwischen!

Big Data, small Data und alles dazwischen! Technologische Entwicklung Governance & Compliance Entwicklung 15.05.2015 Big Data, small Data und alles dazwischen! Wien, 20.5.2015 Herbert Stauffer Geschichtliche Entwicklung der Weg zu Big Data 1970

Mehr

Besser aufgestellt: Wettbewerbsvorsprung durch verstärkte Cloud-Nutzung Ergebnisse für Deutschland

Besser aufgestellt: Wettbewerbsvorsprung durch verstärkte Cloud-Nutzung Ergebnisse für Deutschland Besser aufgestellt: Ergebnisse für Deutschland Landesspezifischer August 2015 Zusammenfassung Die Cloud ist im Aufwind, doch nur wenige Unternehmen verfügen über fortschrittliche Cloud-Strategien Eine

Mehr

Spotlight - KABEL DEUTSCHLAND

Spotlight - KABEL DEUTSCHLAND Spotlight - KABEL DEUTSCHLAND GIEDRE ALEKNONYTE Kabel Deutschland (KD), der größte Kabelnetzbetreiber in Deutschland, stellt seinen Kunden digitale, HD- und analoge TV-, Pay- TV- und DVR-Angebote, Video-on-Demand,

Mehr

Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise

Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise Unternehmen und IT im Wandel: Mit datengetriebenen Innovationen zum Digital Enterprise Software AG Innovation Day 2014 Bonn, 2.7.2014 Dr. Carsten Bange, Geschäftsführer Business Application Research Center

Mehr

Big Data in Marketing und IT

Big Data in Marketing und IT Big Data in Marketing und IT Chancen erkennen, Strategien entwickeln und Projekte erfolgreich umsetzen T-Systems Hacker Day 30. September 2015 Prof. Dr. Alexander Rossmann Reutlingen University Big Data

Mehr

Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen

Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Oracle DWH-Konferenz 21. März 2012 Dr. Carsten Bange Gründer & Geschäftsführer BARC Big Data bietet Methoden und Technologien

Mehr

Analytisches CRM und Data Mining

Analytisches CRM und Data Mining Analytisches CRM und Data Mining Magische Zahlen für das Marketing Computerwoche Initiative CRM 2009 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Mitglied im CRM Expertenrat

Mehr

Big Business Dank Big Data?

Big Business Dank Big Data? Big Business Dank Big Data? Neue Wege des Datenhandlings und der Datenanalyse, Deutschland 2012 Portfoliodarstellung: Informatica GmbH IDC Multi-Client-Projekt Oktober 2012 Analyst: Matthias Zacher IDC

Mehr

Leitfaden für Kleine und Mittelständische Unternehmen Ein Agiler Ansatz für BITM

Leitfaden für Kleine und Mittelständische Unternehmen Ein Agiler Ansatz für BITM Leitfaden für Kleine und Mittelständische Unternehmen Ein Agiler Ansatz für BITM Die Mitarbeiter, Prozesse und Technologien für eine schnelle, flexible und kostengünstige Lösung Copyright 2013 Pentaho

Mehr

DISCOVER BIG DATA & PREDICTIVE ANALYTICS DISCOVER INSIGHTS

DISCOVER BIG DATA & PREDICTIVE ANALYTICS DISCOVER INSIGHTS BIG DATA & PREDICTIVE ANALYTICS BIG DATA & PREDICTIVE ANALYTICS Turn communication into usable data. In einer zunehmend vernetzten, digitalen Service-Ökonomie müssen Sie die Wünsche Ihrer Kunden laufend

Mehr

Big Data Hype und Wirklichkeit Bringtmehrauchmehr?

Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Günther Stürner, Vice President Sales Consulting 1 Copyright 2011, Oracle and/or its affiliates. All rights Überschrift 2 Copyright 2011, Oracle and/or

Mehr

ETL in den Zeiten von Big Data

ETL in den Zeiten von Big Data ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse

Mehr

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin Software EMEA Performance Tour 2013 17.-19 Juni, Berlin Accenture s High Performance Analytics Demo-Umgebung Dr, Holger Muster (Accenture), 18. Juni 2013 Copyright 2012 Hewlett-Packard Development Company,

Mehr

Intelligent Traveller Early Situation Awareness itesa

Intelligent Traveller Early Situation Awareness itesa Intelligent Traveller Early Situation Awareness itesa Dr. Martin Skorsky, Senior Researcher 22. Juni 2015 1 1 Intelligent Traveller Early Situation Awareness Automatischen Alarmsystems, das Reisende in

Mehr

Oracle Datenbank: Chancen und Nutzen für den Mittelstand

Oracle Datenbank: Chancen und Nutzen für den Mittelstand Oracle Datenbank: Chancen und Nutzen für den Mittelstand DIE BELIEBTESTE DATENBANK DER WELT DESIGNT FÜR DIE CLOUD Das Datenmanagement war für schnell wachsende Unternehmen schon immer eine große Herausforderung.

Mehr

Die Rolle des Stammdatenmanagements im digitalen Unternehmen

Die Rolle des Stammdatenmanagements im digitalen Unternehmen Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Die Rolle des Stammdatenmanagements im digitalen Unternehmen Frankfurt, April 2015 Die Digitalisierung der Welt Nach der Globalisierung

Mehr

DWH Szenarien. www.syntegris.de

DWH Szenarien. www.syntegris.de DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen

Mehr

Vertriebs-Dashboards für das Management

Vertriebs-Dashboards für das Management Vertriebs-Dashboards für das Management Die wichtigsten Vertriebskennzahlen jederzeit und aktuell auf einen Blick. www.schleupen.de Schleupen AG 2 Der Wettbewerb Die Stadtwerke stehen im direkten Wettbewerb

Mehr

AUSFÜHRLICHE FALLSTUDIE. Das ist CRM für uns: Bet3000 bietet Transparenz und personalisierte Ansprache

AUSFÜHRLICHE FALLSTUDIE. Das ist CRM für uns: Bet3000 bietet Transparenz und personalisierte Ansprache AUSFÜHRLICHE FALLSTUDIE Das ist CRM für uns: Bet3000 bietet Transparenz und personalisierte Ansprache EINLEITUNG DENKEN SIE AN DIE ANZAHL DER TORSCHÜSSE IN JEDEM FUßBALLSPIEL AN EINEM BESTIMMTEN SPIELTAG

Mehr

Accenture Clone and Test for Cloud. Personaldaten in SuccessFactors Employee Central kopieren, anonymisieren und testen

Accenture Clone and Test for Cloud. Personaldaten in SuccessFactors Employee Central kopieren, anonymisieren und testen Accenture Clone and Test for Cloud Personaldaten in SuccessFactors Employee Central kopieren, anonymisieren und testen Accenture Software for Human Capital Management unterstützt Unternehmen dabei, die

Mehr

Infrastruktur modernisieren

Infrastruktur modernisieren Verkaufschance: Infrastruktur modernisieren Support-Ende (EOS) für Windows Server 2003 Partnerüberblick Heike Krannich Product Marketing Manager ModernBiz ModernBiz Bereitstellung von KMU-Lösungen mit

Mehr

Foto: violetkaipa - Fotolia

Foto: violetkaipa - Fotolia Die D kön Foto: violetkaipa - Fotolia 10 IT-Trend Big Data atenflut steigt wie nen wir sie nutzen? Ständig erhöht sich die Masse der uns umgebenden Daten, Informationen werden immer schneller generiert.

Mehr

Symbiose hybrider Architekturen im Zeitalter digitaler Transformation. Hannover, 18.03.2015

Symbiose hybrider Architekturen im Zeitalter digitaler Transformation. Hannover, 18.03.2015 Symbiose hybrider Architekturen im Zeitalter digitaler Transformation Hannover, 18.03.2015 Business Application Research Center (BARC) B (Analystengruppe Europas führendes IT-Analysten- und -Beratungshaus

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse Architekturen. Einheitliche Unternehmenssicht Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA

Mehr

PRESSE-INFORMATION NEU: LÜNENDONK -TRENDPAPIER 2012 BIG DATA IM HANDEL CHANCEN UND HERAUSFORDERUNGEN

PRESSE-INFORMATION NEU: LÜNENDONK -TRENDPAPIER 2012 BIG DATA IM HANDEL CHANCEN UND HERAUSFORDERUNGEN PRESSE-INFORMATION BI-19-09-12 NEU: LÜNENDONK -TRENDPAPIER 2012 BIG DATA IM HANDEL CHANCEN UND HERAUSFORDERUNGEN Big Data für den Handel wettbewerbsentscheidend Neue Anforderungen und Handlungsbedarf Technologie-Innovationen

Mehr

Software as a Service, Cloud Computing und aktuelle Entwicklungen Seminarvorbesprechung

Software as a Service, Cloud Computing und aktuelle Entwicklungen Seminarvorbesprechung Software as a Service, Cloud Computing und aktuelle Entwicklungen Seminarvorbesprechung A. Göbel, Prof. K. Küspert Friedrich-Schiller-Universität Fakultät für Mathematik und Informatik Lehrstuhl für Datenbanken

Mehr

Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI. Hannover, 10. März 2014 Patrick Keller, Senior Analyst

Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI. Hannover, 10. März 2014 Patrick Keller, Senior Analyst Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI Hannover, 10. März 2014 Patrick Keller, Senior Analyst Business Application Research Center BARC Historie BARC ist der führende

Mehr

Trends in Business Intelligence

Trends in Business Intelligence Trends in Business Intelligence Patrick Keller Senior Analyst BARC Business Application Research Center BARC ist Marktanalyst und Berater spezialisiert auf Business Intelligence, Daten- und Dokumentenmanagement.

Mehr

big data @ work Chancen erkennen, Risiken verstehen von Thomas Davenport, Thomas H. Davenport, Péter Horváth 1. Auflage

big data @ work Chancen erkennen, Risiken verstehen von Thomas Davenport, Thomas H. Davenport, Péter Horváth 1. Auflage big data @ work Chancen erkennen, Risiken verstehen von Thomas Davenport, Thomas H. Davenport, Péter Horváth 1. Auflage Verlag Franz Vahlen München 2014 Verlag Franz Vahlen im Internet: www.vahlen.de ISBN

Mehr

Business Analytics verbessert die Wertschöpfungskette

Business Analytics verbessert die Wertschöpfungskette Pressemitteilung Hamburg, 05. September 2013 Business Analytics verbessert die Wertschöpfungskette accantec zeigt auf dem SAS Forum in Mannheim vom 11.- 12.09.2013, wie Unternehmen mit SAS Visual Analytics

Mehr

Datability. Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG. Hannover, 9. März 2014

Datability. Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG. Hannover, 9. März 2014 Datability Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG Hannover, 9. März 2014 Bürger fordern verantwortungsvollen Umgang mit Daten Inwieweit stimmen Sie den folgenden

Mehr

Das Open Network Environment neue Impulse für Innovation

Das Open Network Environment neue Impulse für Innovation Lösungsüberblick Das Open Network Environment neue Impulse für Innovation Überblick Technologien wie Cloud Computing, Mobilität, Social Media und Video haben in der IT-Branche bereits eine zentrale Rolle

Mehr

DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG

DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG Inhalt Globale und unternehmensspezifische Herausforderungen Von Big Data zu Smart Data Herausforderungen und Mehrwert von Smart Data 2

Mehr

Hybride und endnutzerorientierte Cloudlösungen sind das Erfolgsmodell der Gegenwart

Hybride und endnutzerorientierte Cloudlösungen sind das Erfolgsmodell der Gegenwart Hybride und endnutzerorientierte Cloudlösungen sind das Erfolgsmodell der Gegenwart Customer and Market Strategy, Cloud Business Unit, SAP AG Mai 2013 Geschwindigkeit. Schnelles Aufsetzen neuer Themen

Mehr

SENSO Analytics. Analyse und Controlling für Entscheider

SENSO Analytics. Analyse und Controlling für Entscheider SENSO Analytics Analyse und Controlling für Entscheider SENSO Analytics Analyse und Controlling für Entscheider Führungskräfte in sozialen Einrichtungen stehen heute oftmals vor der Herausforderung, eine

Mehr

OASIS on-call Contact Center aus der Cloud

OASIS on-call Contact Center aus der Cloud OASIS on-call Contact Center aus der Cloud OASIS on-call Contact Center Die perfekte ACD für Ihr Geschäft Medienübergreifend und leistungsstark Medienübergreifend, schnell im Einsatz und direkt aus der

Mehr

Wird BIG DATA die Welt verändern?

Wird BIG DATA die Welt verändern? Wird BIG DATA die Welt verändern? Frankfurt, Juni 2013 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Big Data Entmythisierung von Big Data. Was man über Big Data wissen sollte. Wie

Mehr

4. WORKSHOP - OSBI Big Data und Datenvirtualisierung. Dr. Sebastian Streit & Maxim Zehe

4. WORKSHOP - OSBI Big Data und Datenvirtualisierung. Dr. Sebastian Streit & Maxim Zehe 4. WORKSHOP - OSBI Big Data und Datenvirtualisierung Dr. Sebastian Streit & Maxim Zehe F. Hoffmann-La Roche AG Gegründet 1896 in Basel Über 80.000 Mitarbeitende Führende Position in Pharma Fokussierung

Mehr

Bessere Daten durch Stammdatenmanagement

Bessere Daten durch Stammdatenmanagement make connections share ideas be inspired Bessere Daten durch Stammdatenmanagement Mit SAS MDM, bessere Stammdaten für operativen Systeme make connections share ideas be inspired Overview Mit SAS MDM bessere

Mehr

Open Source BI Trends. 11. Dezember 2009 Wien Konstantin Böhm

Open Source BI Trends. 11. Dezember 2009 Wien Konstantin Böhm Open Source BI Trends 11. Dezember 2009 Wien Konstantin Böhm Profil Folie 2 JAX 2009 11.12.2009 Gründung 2002, Nürnberg 50 Mitarbeiter Innovative Kunden Spezialisiert auf Open Source Integration Open Source

Mehr

Datenintegration, -qualität und Data Governance. Hannover, 14.03.2014

Datenintegration, -qualität und Data Governance. Hannover, 14.03.2014 Datenintegration, -qualität und Data Governance Hannover, 14.03.2014 Business Application Research Center Führendes europäisches Analystenhaus für Business Software mit Le CXP (F) objektiv und unabhängig

Mehr

IT Lösungen, die Ihr Unternehmen voranbringen.

IT Lösungen, die Ihr Unternehmen voranbringen. IT Lösungen, die Ihr Unternehmen voranbringen. Auf Basis moderner und ausgereifter Technologien liefern wir Ihnen Softwarelösungen, die Ihr Unternehmen voranbringen. INVONIC bietet als Microsoft Gold Certified

Mehr

Thementisch Anwendungsgebiete und

Thementisch Anwendungsgebiete und Thementisch Anwendungsgebiete und b Erfolgsgeschichten KMUs und Big Data Wien 08. Juni 2015 Hermann b Stern, Know-Center www.know-center.at Know-Center GmbH Know-Center Research Center for Data-driven

Mehr