Blog abonnieren

Daten sind die Ressourcen der Zukunft. Doch bereits heute haben Konzerne ihr ganzes Geschäftsmodell nur auf Basis von Daten aufgebaut. Denken Sie an Facebook, Google oder Amazon. Mit Hilfe von BigData-Technologien generieren diese Unternehmen wertvolle Informationen und machen damit gute Geschäfte.

Die aus den Datenbergen gewonnenen Informationen helfen Unternehmen und auch jedem Einzelnen bessere Entscheidungen zu treffen. In diesem Blogartikel erfahren Sie an Hand von praktischen Beispielen, was Big Data ist und wie Big Data genutzt werden kann.

Mehr Daten bringen bessere Ergebnisse

Warum Big Data einen so hohen Nutzen generieren kann ist logisch: Je größer die Anzahl der Daten ist, die in eine Prognose mit einfließen, desto präziser sind die Ergebnisse. Diese werden in Zukunft noch genauer werden, denn die Anzahl der gespeicherten Daten steigt rapide an. Das Fraunhofer Institut prognostiziert, dass sich die Anzahl aller auf der Welt gespeicherten Daten alle zwei Jahre verdoppelt. Der Marktforscher IDC und der Speicherhersteller EMC erwarten, dass 2020 die Menge an Daten auf 40 Zettabytes angewachsen sein wird. Das ist eine Zahl mit 21 Nullen. Ausgeschrieben also 40.000.000.000.000.000.000.000 Bytes.

Die neue Qualität der Datenanalyse

Große Mengen an Daten zu sammeln und auszuwerten ist nichts Neues. Spätestens seit Beginn des Informationszeitalters verfügen Organisationen und Unternehmen über große Datensätze und nutzen diese auch. Business Intelligence- und Data-Warehouse-Lösungen helfen, um aus diesen Datenbergen wertvolle Erkenntnisse zu ziehen. Was ist nun neu an Big Data?

Kostenloses Whitepaper - Wie Sie sich mit Digitalisierung einen Wettbewerbsvorteil sichern - jetzt herunterladen!

Es sind vor allem drei Punkte, die Big Data von vorangegangenen Technologien unterscheiden. Der Branchenanalyst Doug Laney hat als Erster die heute allseits anerkannte Definition von Big Data als die drei „Vs“ formuliert:

  • Variety/Vielfalt: Business Intelligence- und Data-Warehouse-Lösungen scheitern daran, unstrukturierte Daten, wie etwa Texte aus E-Mails, Nachrichten auf Social Media-Plattformen, Bilder und Videos in eine Analyse einzubeziehen. Experten schätzen allerdings, dass 85 Prozent aller Daten nicht strukturiert vorliegen. Doch gerade diese Daten enthalten wertvolle Informationen. Mit Big Data-Technologien lassen sich auch diese Daten analysieren.
  • Velocity/Geschwindigkeit: Die Geschwindigkeiten der Verarbeitung der Daten und die der Bereitstellung der Erkenntnisse sind bei Big Data-Anwendungen extrem hoch. Je schneller Zusammenhänge sichtbar werden, desto höher ist der Nutzen. Ziel ist es, die Informationen, die in den Datenbergen verborgen sind, in Echtzeit sichtbar zu machen.
  • Volume/Menge: Daten aus Social Media, automatisch generierte Sensor- und Machine-to-Machine Daten, GPS-Informationen, und und und. Die Menge der zu analysierenden Daten ist erheblich größer als früher. Big Data-Lösungen sind imstande, viele Daten aus völlig unterschiedlichen Quellen zu verarbeiten.

Big Data als Kristallkugel

Eine kurze und prägnante Definition der neuen Technologie lieferte Harry Gatterer, Geschäftsführer des Zukunftsinstituts, beim diesjährigen Handelskolloquium des Österreichischen Handelsverbandes. Bei Big Data gehe es um den Versuch, in einer Riesenmenge an Daten Muster zu erkennen, so der Experte. Es gehe darum, die Logik hinter den keineswegs linearen Bewegungen der Welt und der Menschen zu verstehen. „Wenn ich diese Logik in einen Algorithmus übersetzen kann, dann kann ich die Zukunft prognostizieren.“ Auf Basis valider Prognosen können auch Sie bessere Entscheidungen treffen, die Ihnen letztendlich einen Wettbewerbsvorteil verschaffen.

3 Beispiele von Big Data im Einsatz

Big Data gegen Grippe

Sie fühlen sich matt, haben Kopfweh, Ihre Nase trieft und der Hals kratzt. Womöglich brüten Sie eine Grippe aus? Sie suchen im Web nach Hausmitteln oder Medikamenten gegen Grippe. Weil das sofort möglich und auch bequemer ist, als in die Apotheke zu gehen. Mit Ihrer Suchanfrage helfen Sie nicht nur sich selbst, sondern auch Ihren Mitmenschen: Wenn die Anzahl der Suchanfragen zum Thema Grippe innerhalb eines Gebietes in die Höhe schnellt, weiß Google frühzeitig: Hier ist eine Grippewelle im Anrollen.

Google stellt diese Analyse-Daten der Öffentlichkeit zur Verfügung. Mit diesem Wissen ausgestattet, werden die Bewohner des betroffenen Gebietes wahrscheinlich eher vorbeugende Maßnahmen ergreifen, wie beispielsweise öfter als sonst die Hände zu waschen, um eine Ansteckung zu vermeiden. Die Behörden werden versuchen, mehr Impfstoffe und Medikamente heranzuschaffen. Ärzte und Apotheker werden sich auf einen Ansturm von Patienten vorbereiten können. Die frühzeitig ergriffenen Maßnahmen können dabei helfen die Grippewelle so gut es geht einzudämmen.

Weniger Staus mit Big Data

Die Auswertung anonymisierter Signalisierungsdaten aus dem Mobilfunk können zeigen, zu welcher Uhrzeit und an welchen Stellen in einer Stadt Staus entstehen und wo all diese Menschen letztendlich hin wollen. Mit dieser Information können Sie selbst die stauanfälligen Stellen vermeiden. Stadt- und Verkehrsplaner können das Problem sogar großflächig lösen. Denn mit dieser Information wissen sie, wo ein Ausbau des öffentlichen Verkehrs die größte Wirkung zeigt.

Wie gut dies tatsächlich funktioniert, zeigt sich etwa in Stockholm. In der schwedischen Hauptstadt setzt die Stadtverwaltung Big-Data-Technologien ein, um den Straßenverkehr zu steuern. Die Echtzeit-Analyse von rund 250.000 anonymisierten Standortdaten von Verkehrsteilnehmern, sowie Daten von unterschiedlichen Video- und Sensorsystemen halfen dabei, die individuelle Fahrzeit um bis zu 50 Prozent zu verkürzen und die Schadstoff-Emissionen um ein Fünftel zu reduzieren.

Big Data im Handel

Gerade der Handel kann von Big Data-Analysen profitieren. Denn in dieser Branche ist es überlebenswichtig das zukünftige Kundenverhalten möglichst exakt vorherzusagen.

Ein Projekt, das der zur Otto-Group gehörende Business-Intelligence-Spezialist Blue Yonder für die Drogerie-Markt-Kette dm realisiert hat, zeigt wie eine Big Data-Analyse zu besseren Entscheidungen führen:
Aufgrund der zu erwartenden Tagesumsätze plante eine Software, wie viele Mitarbeiter in welcher Filiale wann notwendig sind, um das Tagesgeschäft zu bewältigen. Diese Software-Lösung lieferte allerdings nicht immer ideale Prognosen und die Filialen waren an einigen Tagen entweder unter- oder überbesetzt.

Eine unbefriedigende Situation: Entweder verlor die Drogeriemarkt-Kette Umsatz, oder litt unter unnötig hohen Personalkosten. Blue Yonder bezog nun dank Big Data-Technologie neben den geplanten Tagesumsätzen auch Daten aus externen Quellen ein. Neben der Paletten-Anliefer-Prognosen der Lager oder der Öffnungszeiten der einzelnen Filialen berücksichtigte das neue Prognoseprogramm auch Daten über anstehende Markttage, Ferien oder das Wetter.

Daten eben, die sich direkt oder indirekt auf die Kundenfrequenz einer Filiale auswirken. Durch die nun viel exakteren Prognosen konnte dm seine Mitarbeiter effizienter einsetzen. Die Zufriedenheit bei den Kunden und bei den Mitarbeitern stieg.

Fazit Big Data

Diese relativ simplen Anwendungsbeispiele zeigen, wie nützlich es sein kann sich auf Big Data einzulassen. Im Grunde genommen geht es darum, zu erkennen, welche Faktoren Einfluss auf das eigene Business haben: Das Wetter, das Verkehrsaufkommen, Feiertage, Events in der Nähe, eine Grippewelle und so weiter und so fort.

Daten über diese Faktoren sind meist schon vorhanden. Die große Kunst besteht nun darin, die Informationen zu erfassen und in die eigene Prognose richtig gewichtet mit einzubeziehen. Am Ende erhalten Sie durch Big Data eine sehr fundierte Grundlage für Ihre Entscheidungen.

New Call-to-action

 

Artikel teilen:

NO MORE POSTS

NO MORE POSTS TO LOAD

Kommentare zu diesem Beitrag.