Wird BIG DATA die Welt verändern?

Transkript

1 Wird BIG DATA die Welt verändern? Frankfurt, Juni 2013 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust

2 Big Data Entmythisierung von Big Data. Was man über Big Data wissen sollte. Wie man Big Data verstehen sollte. Wandel durch Big Data. Wie man Big Data nutzen kann. Die Digitalisierung der Welt. Wie Big Data mit Cloud, Mobile und Social Media zusammenspielt S.A.R.L. Martin

3 Mythen zu Big Data Mythos Nr. 1: Big Data = Hadoop Big Data ist mehr als Technologie. Als Technologie wird Hadoop ergänzt durch NoSQL und MPP analytische Datenbanken. Mythos Nr. 2: Big Data = In-Memory Big Data-Technologien nutzen eine Kombination aus Mathematik, Software- und Hardwaretechnologien. Mythos Nr. 3: Big Data = statische Analysen Zu Big Data gehört auch die Analyse von Datenströmen, also Echtzeitanalysen S.A.R.L. Martin

4 Mythen zu Big Data Mythos Nr. 4: Big Data ist ein Problem der Datenspeicherung. Bei Big Data geht es um Analytik. Da steckt der Nutzen und das Potenzial zum Wandel. Mythos Nr. 5: Big Data = Social Media-Analytik Big Data = Transaktionen + Interaktionen + Beobachtungen. Mythos Nr. 6: Big Data spielt nur im Handel eine Rolle. Big Data geht quer über alle Branchen S.A.R.L. Martin

5 Big Data eine Definition Big data is high-volume, -velocity and -variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making. (Gartner [1]) [1] siehe Forbes (Zugriff am ) Merkmale der Definition: die drei Vs, Information als Anlagegut ( Asset ), Kosten-effektive, innovative Formen der Informationsverarbeitung, besseres Verstehen und Treffen von Entscheidungen S.A.R.L. Martin

6 poly-strukturiert hoch-strukturiert Big Data: Strukturen und Latenz massiv parallele Data Warehouses (IBM Netezza, Teradata) Analytische NoSQL DB (Aster, Sybase IQ) In-Memory Datenbanken (Oracle x10, SAP HANA) Batch (offline) Echtzeit (online) verteilte Dateisysteme (Hadoop) NoSQL: Graph DB, OODB (Neo4J, Versant) Datenstrom- Verarbeitung (HStreaming, Streambase) Klassifikation von Big Data-Anbietern nach Datenstruktur- und Latenzanforderungen S.A.R.L. Martin nach: Forrester

7 Big Data-Erfolgsfaktoren Tweet von Stephen Shelton 28. März): Many businesses fail to have analytics as its cultural core. This is why Big Data confuses many. Kritische Erfolgsfaktoren von Big Data: Schaffen einer analytischen Kultur im Unternehmen. Etablieren neuer Entscheidungswege. Ausbauen und Leben der Information Governance im Rahmen von Big Data Management. Fazit S.A.R.L. Martin Eine Nutzung von Big Data braucht eine Big Data-Ethik.

8 Big Data Entmythisierung von Big Data. Was man über Big Data wissen sollte. Wie man Big Data verstehen sollte. Wandel durch Big Data. Wie man Big Data nutzen kann. Die Digitalisierung der Welt. Wie Big Data mit Cloud, Mobile und Social Media zusammenspielt S.A.R.L. Martin

9 modellierte Daten 1. Transparenz durch Big Data polystrukturierte Daten Big Data recherchieren/ identifizieren NoSQL, Hadoop, analytisches DBMS gefilterte Daten/ analytische Ergebnisse Datenanalyse Analytische Applikationen & Services Daten- Integration Datenarchivierung, Filterung, Transformation strukturierte Daten externe und Unternehmensdaten S.A.R.L. Martin ETL/ELT Enterprise Data Warehouse nach: Colin White Datenanalyse Analytische Applikationen & Services

10 2. Erfolgskontrolle von Maßnahmen Big Data Messen Webanalyse Clickraten (QR Codes) Sensoren Lokalisierungsdaten Video etc. Big Data-Methodik: Iteratives Ableiten und Testen von Hypothesen S.A.R.L. Martin

11 3. Individualisierung in Echtzeit Beispiel Handel: Außenwerbungs-Optimierung und next best local point of contact S.A.R.L. Martin

12 4. Optimierung durch Big Data Geschäftsprozess Sensoren zusammengesetzter Service analytische, kollaborative & Transaktions- Services Datenvirtualisierung S.A.R.L. Martin Events & Sensoren Operative Daten Files, XML, Spreadsheets externe Daten Data Warehouse Einbettung von Echtzeitanalytik. andere Big Data- Quellen

13 5. Innovation mit Big Data Nur ein Beispiel als Denkanstoß: Das Google-Auto: fahrerlose Mobilität. Technologien, die es möglich machen: Sensoren und Echtzeitanalytik, also Big Data S.A.R.L. Martin

14 Magische Zahlen Aber: Nutzen von Big Data im CRM ist nicht nur eine Frage der Mathematik und Technologie! Frage der Privatsphäre. Frage des Datenschutzes. Frage der Information Governance. Frage der Social Governance (Social CRM: Social Media Guidelines). Frage der Prozesse (Was tun, wenn...) S.A.R.L. Martin

15 Wandel durch Big Data Big Data schafft Transparenz durch ein mehr an Information. Big Data stellt Entscheidungen und Maßnahmen auf Fakten. Big Data erlaubt zielgenaue, individualisierte Interaktionen. Big Data schafft ein mehr an Automation durch gezielte Beobachtungen und macht Prozesse intelligent. Big Data schafft Innovation durch Information. Fazit S.A.R.L. Martin Eine Nutzung von Big Data braucht eine Big Data-Ethik.

16 Big Data Entmythisierung von Big Data. Was man über Big Data wissen sollte. Wie man Big Data verstehen sollte. Wandel durch Big Data. Wie man Big Data nutzen kann. Die Digitalisierung der Welt. Wie Big Data mit Cloud, Mobile und Social Media zusammenspielt S.A.R.L. Martin

17 Die Digitalisierung der Welt Nach der Globalisierung folgt die Digitalisierung der Welt S.A.R.L. Martin

18 Das mobile Internet Mobil -> Big Data Mobil -> Social Media Mobil -> Cloud Das mobile Internet macht Information jederzeit und an jedem Ort verfügbar S.A.R.L. Martin

19 Social Media Social Media basieren auf digitalen Kommunikations- Kanälen. Sie erweitern den klassischen Dialog zu einer totalen Vernetzung. Social -> Mobile Social -> Cloud Social -> Big Data Social Media machen aus Konsumenten Produzenten S.A.R.L. Martin

20 Big Data Big Data Transaktionen Interaktionen Beobachtungen Big Data -> Cloud Big Data -> Mobile Big Data -> Social Big Brother Big Confusion Die 5 Haupt-Nutzenarten: Transparenz durch Big Data, Erfolgskontrolle von Maßnahmen, Individualisierung in Echtzeit, Optimierung durch Big Data, Innovation mit Big Data S.A.R.L. Martin

21 Cloud Die Basisidee hinter Cloud ist Service-Orientierung. Sie ermöglicht beispielsweise Virtualisierung. Cloud -> Mobile Cloud -> Social Cloud -> Big Data Die Cloud ändert nicht nur in fundamentaler Weise, wie wir IT betreiben, sondern ermöglicht auch Innovation und neue Geschäftsmodelle S.A.R.L. Martin

22 Das Internet der Dinge virtuelle Welt reale Welt Konvergenz M2M Beispiele: S.A.R.L. Martin (medizinische) Sensoren Smart Meter intelligente Plakate Bezahlung über NFC Home Entertainment Systeme vom Auto zum Mobilitäts-Service

23 Die Digitalisierung der Welt Die 4 Trends (Big Data, Cloud, Mobil, Social) sind miteinander vernetzt und treiben sich gegenseitig. Im Internet der Dinge fließen die 4 Trends zusammen. Nach P2P, S2S kommt M2M Die Folge ist eine Digitalisierung der Welt. In der digitalisierten Welt ist Information der Basisbaustein von Geschäftsmodellen. Information treibt Innovation. Fazit S.A.R.L. Martin

24 Der Wandel durch Big Data Big Data entsteht durch die Digitalisierung der Welt. Die heutigen Megatrends (Social Media, Cloud, mobiles Internet und Big Data) führen uns zum Internet der Dinge. Das Internet der Dinge verändert unser persönliches Leben und die Unternehmenswelt. Der eigentliche Wandel ist daher nicht Big Data, sondern die Digitalisierung. Big Data ist nur eine der Konsequenzen. White Paper/Research Notes: Kostenloser Download auf Kontakt: S.A.R.L. Martin