Wenn große Datenmengen (Big Data) unstrukturiert vorliegen aber schnell verarbeitet werden müssen, stoßen Data Warehouses basierend auf relationalen Ansätzen oft an ihre Grenzen.
Die Herausforderung besteht nicht immer nur in der Menge der Daten. Anders als viele unternehmensinterne Daten oder Daten aus Erhebungen, enthalten neue Medien, Sensordaten von Geräten oder Texte eine Vielzahl unstrukturierter Informationen, die mit herkömmlichen statistischen Verfahren nur schwer konkretisierbar sind.
Für diese Aufgabenstellungen kommen Big Data-Methoden zum Einsatz. Diese ermöglichen explorative Analysen direkt auf den Rohdaten, ohne aufwändige ETL-Prozesse und Datenmodellierung, denn Strukturen und Datentypen sind hier irrelevant.
Big Data Analysis errechnet normalerweise keine exakten Kennzahlen, sondern es werden Trends, Muster und Zusammenhänge erkannt.