Big Data Analysis
DATEN FÜR TREND- UND MUSTERERKENNUNG
Wenn große Datenmengen 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.
KONZEPTION
Die Konzeption erarbeitet Lösungen für die Problemstellungen eines Big Data-Projektes, z.B.
- Identifizierung der erforderlichen Daten
- Auswahl eines geeigneten Softwaresystems, ggf. auch der benötigten Hardware
- Auswahl der Analyse-Methoden
- Performanceoptimierung
- Datensicherheit
- Datenschutz nach DSGVO bei personenbezognen Daten
- Aufwand- und Terminschätzung
- Ergebnis-Prognose entsprechend der verfügbaren Daten
IMPLEMENTIERUNG
Für die produktive Arbeit sind die benötigten Methoden für Datenaustausch, Analyse und Ergebnisbereitstellung an die Unternehmensprozesse des Auftraggebers anzupassen und ggf. in bestehende Systeme zu integrieren.
Neue Systeme sind zu installieren und konfigurieren sowie historische Datenbestände aus Altsystemen zu migrieren.
REPORTING &
VIZUALISATION
Die Bereitstellung der Ergebnisse als Charts oder Listen…
- in interaktive, konfigurierbare webbasierte Dashboards
- Präsentationen
- für die Nutzung proprietärer BI-Tools bzw. Unternehmens-Informationssysteme
Ansprechpartner
Big Data Analysis
Stephan Querengässer
Leitung Informationssysteme
Wolfgang Kuhmann
Geschäftsführung