Gerade, als wir dachten, die Datenmengen könnten nicht mehr größer werden, wurden sie noch größer. Große Datenmengen haben immer ihren Wert und Unternehmen mit großen Datenmengen aller Art und Größe sehen die Beachtung ihrer Daten inzwischen sogar als absolutes Muss. Mittlerweile steht in der Fachwelt außer Frage, dass Unternehmen, die durch die Arbeit mit Ihren Daten die Umsätze und die Effizienz Ihrer Unternehmung steigern, diejenigen abhängen, die Daten ignorieren.

Im folgenden kurzen Artikel möchte ich euch 4 Tipps zusammengefasst darstellen, die Daniel Jewett von der Firma Tableau als Erfolgsmethoden für die Arbeit mit Big Data ausgemacht hat.

  1. Langfristig denken und kurzfristig reagieren.
  2. Große Datenmengen fürs bloße Auge sichtbar machen.
  3. Kleinere Datensätze in größere Zusammenhänge stellen
  4. Große Datenmengen vor großen Problemen schützen.

Langfristig denken und kurzfristig handeln

Die Big-Data-Technologie schreitet rasend schnell voran. Wir können unmöglich abschätzen welche Tools und Methoden in den nächsten Jahren am besten sein werden. Diese Tatsache bietet uns aber auch eine Chance. Daniel Jewett stellt dar, dass Anbieter in der Nutzung großer Datenmengen mit jedem Jahr besser, relationale oder Online-Transaktionssysteme (OLTP) effizienter und intelligenter sowie die Beziehung zwischen Hadoop und Data Warehouses vereinfacht werden. Die Empfehlung ist also die Unterhaltung einer BI-Plattform, die es uns möglich macht zahlreiche Formate anzubinden.

direct-connect2

Austausch Datenquelle und BI Tool

Große Datemengen fürs bloße Auge sichtbar machen

„Eine gut gemachte, durchdachte Visualisierung bringt einen einfach auf die besten Ideen. Diesen Effekt gibt es bei einer Tabellenkalkulation nicht.“ – Dana Zuber, Wells Fargo

In einem Bericht der Aberdeen Group aus dem Jahr 2013 wurde festgestellt, dass „in Organisationen, die Tools für die visuelle Erkundung verwenden, 48 Prozent der BI-Benutzer die benötigten Informationen ohne Hilfe der IT-Abteilung auffinden können“. Ohne Visualisierung sinkt die Rate auf übersichtliche 23 Prozent.¹ Aus einer Visualisierung ergeben sich Dinge, die Daniel Jewett den „Zyklus der visuellen Analyse“ nennt: Wir erhalten Daten, betrachten diese, stellen und beantworten Fragen und wiederholen diesen Vorgang. Jedes Mal erhalten wir so tiefere Erkenntnisse über unsere Daten, die uns helfen kleine und große Zusammenhänge zu erkennen.

Diagramme%20Depositphotos_9194915_m_jpg

Visualisierung in diversen Diagrammtypen

Kleinere Datensätze in größere Zusammenhänge stellen

„Es ist wichtig, dass Sie all diese Daten verschmelzen, um zu verstehen, warum Menschen den Laden betreten und ihren Einkaufskorb füllen.“ – Rishi Kumar, Unilever

sales_dashboard

Dashboard

Viele kleine Datensätze ergeben gemeinsam eine große Datenmenge. Sie sind also Bestandteil dieser Menge und haben ihre ganz eigene Aussagekraft. Diese scheint auf den ersten Blick nicht besonders hoch; betrachten wir jedoch die gesamte Datenmenge als ganzes, können die Nutzen jedes Datensatzes zusammen von einem enormen Gesamtnutzen sein. Darstellen können wir dies zum Beispiel in einem Dashboard (HIER auch der Verweis auf den Artikel meines Kollegen Sebastian).

Große Datenmengen vor großen Problemen schützen

Große Datenmengen bieten uns eine Menge Möglichkeiten und Chancen für die Analyse und zur Nutzung dieser Daten. Allerdings machen oft reale Informationen über Personen diese Daten so wertvoll. Nun kommt der vielzitierte Datenschutz ins Spiel. Die Spielregeln, die von Regierungen und Zusammenschlüssen wie der EU in aller Welt festgelegt wurden, bilden die Rahmenbedingungen für die Nutzung von Big Data. Bevor Daten also erfasst, ausgewertet und visualisiert werden können, müssen wir prüfen in wie weit wir an Datenschutzstandards gebunden sind. Das ganze Thema Datenschutz zu ignorieren ist nämlich ansonsten eine Gefahr für die Gesamtunternehmung.

hero1

 

Für detallierter Infos verweise ich gerne direkt auf die Quelle:

Tabelau Software -Whitepaper – Big Data

¹ Aberdeen Group, „Visualization: Set Your Analytics Us-ers Free,“ David White, August 2013

Bildquellen: Tableau Germany GmbH