Top 10 der Business Intelligence-Trends für 2014

Transkript

1 Top 10 der Business Intelligence-Trends für 2014

2 Das Ende der Datenexperten. Datenwissenschaft kann künftig nicht nur von Experten, sondern von jedermann betrieben werden. Jeder normale Geschäftsanwender wird sich mit Datenanalyse auskennen, und nicht nur Experten mit Titel Analyst. Organisationen, die Daten nutzen, um Entscheidungen zu treffen, werden immer erfolgreicher, und diejenigen, die Daten nicht nutzen, fallen ab. Weitere Informationen finden Sie in diesem Sonderbericht des The Economist: Fostering a Data Driven Culture (Fördern einer datengesteuerten Kultur).

3 Cloud Business Intelligence wird Mainstream. Organisationen, die durch Analysen schnell vorwärtskommen möchten, treiben die Übernahme cloudbasierter Business Intelligence voran. Zudem treiben neue Szenarien wie die Zusammenarbeit mit Kunden und mobiler Zugriff außerhalb der Firewall die Übernahme voran. Die Weiterentwicklung von Cloudservices helfen IT Abteilungen, sich mit Business Intelligence in der Cloud vertraut zu machen. Weitere Informationen erhalten Sie im Whitepaper: Warum Geschäftsanalysen in der Cloud.

4 Große Datenmengen landen endlich auch im Himmel. Cloud Data Warehouses wie Amazon Redshift und Google BigQuery transformieren den Aufbauprozess eines Data Warehouse von einem monatelangen Prozess zu ein paar Tagen. Dadurch wird eine rasche Prototyperstellung und eine nie dagewesene Flexibilität möglich. Cloud Angebote wie Teradata Cloud und SAP HANA von traditionellen Anbietern validieren den Platz. Mehr erfahren Sie in diesem Webinar: Exploring Big Data with Amazon Redshift (Erkunden von großen Datenmengen mit Amazon Redshift).

5 Agile BI baut Vorsprung aus. Self Service Analysen werden in schnell wachsenden Unternehmen die Norm. Geschäftsleute erwarten von ihren Dashboards Flexibilität und Benutzerfreundlichkeit. Und die monolithische Infrastruktur wird von Lösungen abgelöst, die mit neuen Datenquellen arbeiten können. Weitere Informationen erhalten Sie in diesem Whitepaper p von GigaOm: Agile BI: Reshaping the Landscape (Neugestaltung der Landschaft).

6 Vorausschauende Analysen, einst das Reich von erweiterten und spezialisierten i Systemen, werden zu Mainstream, wenn Unternehmen vorwärtsgerichtete ät t statt rückwärtsgerichtete Erkenntnisse aus Daten möchten. Weitere Informationen erhalten Sie von David Stodder von TDWI in diesem Webinar: Using Analytics to be Predictive and Proactive (Verwenden von Analysen für Vorhersagen und proaktives Verhalten).

7 Eingebettete BI wird immer wichtiger, um Erkenntnisse direkt in den Pfad von Geschäftsaktivitäten zu setzen. Analysen leben immer mehr innerhalb von Transaktionssystemen. Szenarien wie Customer Relationship Management werden den Weg mithilfe von Analysen leiten, welche die vielen kleinen Entscheidungen unterstützen, die Vertriebsmitarbeiter täglich treffen. Zudem bringt eingebettete BI Daten zu Abteilungen, die typischerweise zögerten: zum Beispiel in der Produktion und im Einzelhandel. Überzeugen Sie sich vom Wert der eingebetteten BI mit diesem Video.

8 Berichterstattung wird zu einer Priorität, wenn Menschen erkennen, dass eine Dashboard Flut ohne Kontext nicht hilfreich ist. Durch Berichte können Ideen und Erkenntnisse mithilfe von Daten kommuniziert werden. Sie helfen auch, eine überwältigende Menge an großen und ungleichen Daten verständlich zu machen. Weitere Informationen erhalten Sie in diesem Whitepaper: 5 Best Practices for Telling Great Stories (5 Best Practices für eine großartige Berichterstattung).

9 Für zukunftsweisende Organisationen wird mobile Business Intelligence die wichtigste i Erfahrung, nicht nur eine gelegentliche Sache. Geschäftsanwender benötigen während ihres normalen Tagesablaufs Zugriff auf Informationen, und dies nicht nur vom Schreibtisch aus. Ein Beispiel erhalten Sie in diesem Whitepaper: How Mobile Business Intelligence Drives Efficiency and Transformation for Supervalu (Wie mobile Business Intelligence Effizienz und Transformation für Supervalu vorantreibt).

10 Organisationen beginnen, soziale Daten ernsthaft zu analysieren, wodurch sie Erkenntnisse erlangen, die über die Anzahl ihrer Likes und Follower hinausgeht. Soziale Daten werden ein Proxy für Markenbewusstsein und einstellung sowie ein fruchtbarer Boden für Konkurrenzanalysen. Unternehmen nutzen soziale Daten, um herauszufinden, wie wichtig sie ihren Kunden sind. In diesem Video wird ein Beispiel gezeigt, wie Erkenntnisse aus Social Media Daten gewonnen werden können: Using Social Media Analytics for Insight (Die Analyse sozialer Medien für Erkenntnisse nutzen).

11 NoSQL ist das neue Hadoop. Organisationen entdecken, wie sie unstrukturierte Daten nutzen können. NoSQL Technologien wurden immer bekannter, als Unternehmen nach Möglichkeiten suchten, um diese Art von Daten zu assimilieren. Aber im Jahr 2014 wird die intelligente Nutzung unstrukturierter Daten weiterhin die Ausnahme und nicht die Norm sein. Mehr zu nosql können Sie in diesem TechRepublic Artikel lesen: 10 Things You Should Know About nosql databases (10 Dinge, die Sie über nosql Datenbanken wissen sollten).

12 Über Tableau Software Tableau Software (NYSE: DATA) hilft Menschen dabei, Daten sichtbar und verständlich zu machen. Mit Tableau können Nutzer Informationen schnell analysieren, visualisieren und mit anderen teilen. Mehr als Kunden nutzen Tableau im Büro und unterwegs für schnelle Analysen. Zehntausende Nutzer verwenden Tableau Public, um Daten in Blogs und auf Websites anderen zur Verfügung zu stellen. intelligence