Einen Moment bitte ...
Foto

Big Data

Mit jedem Klick, jeder Eingabe ins Browserfenster, jedem Freund auf Facebook oder jedem Online-Kauf entstehen Daten. Berge von Daten. Denn inzwischen wird - während wir zügig eine Tasse Kaffee trinken - die Menge an Daten generiert, die zuvor vom Anbeginn unseres Daseins bis zum Jahr 2002 entstanden ist.
Ein rasanter Anstieg, denn noch rechnen wir in Zetabyte, in naher Zukunft werden wir schon in Yottabyte messen müssen. Es ist nahezu unvorstellbar, wie wir so ein Datenaufkommen verarbeiten wollen.

Wenn klassische Business Intelligence-Systeme nicht mehr ausreichen

Hier kommt Big Data ins Spiel. Dieser Begriff bezeichnet jene Datenmengen, die zu groß sind, um sie mit normaler Hard- und Software zu verarbeiten. Definiert wird es anhand der drei „V"s:

  • Volume (Menge) – große Datenmengen erfordern neue Methoden zur Verarbeitung
  • Variety (Vielfalt) – unterschiedliche Datenquellen und Datentypen erfordern neue Methoden zur Aufbereitung und Integration
  • Velocity (Geschwindigkeit) – die Geschwindigkeit der Verarbeitung nimmt zu, um kurzfristige Entscheidungen bis hin zu Echtzeitanalysen zu ermöglichen

Vor allem durch die Analyse und Nutzung der gesammelten Daten können Zusammenhänge und Muster gesucht werden, die dann Aufschluss über bestimmte Verhaltensweisen geben oder es Unternehmen ermöglichen, den Kunden kennenzulernen und ihm zugeschnittene Dienstleistungen anzubieten.

Kontakt

Jörg Zieger
T. 0431 20084-202

E-Mail senden

Big Data in der Praxis

Im Rahmen eines Workshops identifizieren wir gemeinsam mit Ihnen relevante Datenquellen und mögliche Auswertungsziele. In der klassischen Datenanalyse verarbeiten wir die Daten vor, analysieren und visualisieren sie für Sie – ob als Auftragsdatenverarbeitung auf unseren Systemen oder auf Ihrem eigenen System.
Sie wollen Ihr eigenes Big Data System? Kein Problem. Wir unterstützen Sie bei der Auswahl einer geeigneten Distribution, bei der Konzeptionierung des Systems mit dem Sizing der Hardware und der Architektur des Clusters und natürlich beim Einrichten des Systems.
Nach dem Einrichten des Systems ist selbstverständlich nicht Schluss: Wir schulen Ihre Key User im Umgang mit dem System und realisieren gemeinsam mit Ihnen ein Pilotprojekt auf dem Big Data System.

 

Welche Werkzeuge und Technologien setzen wir ein

Programmiersprachen: Python, Java, R
Plattformen: CDH (Cloudera Distribution Including Apache Hadoop) und HDP (Hortonworks Data Platform)
Technologien: Jupyter Notebook, Apache Zeppelin | MongoDB, HBase, Accumulo, Hive | Scoop, Flume, Kafka | HDFS

 

Vorteile auf einen Blick

 

Big Data und der Mittelstand

So groß die Datenmengen sind, um die es bei Big Data geht, so vielfältig sind auch die Einsatzmöglichkeiten von Big Data Systemen:

Mittels Predictive Maintenance - eine der Kernkomponenten von Industrie 4.0 – können Maschinen und Anlagen proaktiv gewartet werden, um Ausfallzeiten niedrig zu halten. Hierfür werden von Sensoren erfasste Messwerte und Daten (Temperatur, Spannung, Druck, Umdrehung etc.) kontinuierlich gespeichert und analysiert, um Muster zu erkennen, die auf Verschleiß oder Ausfall eines Bauteils hinweisen.

Durch Echtzeit-Auswertungen von Zugriffen auf eine Webseite eines Unternehmens kann man Besuchern anhand ihres Klickpfades und der Daten, die aus Cookies oder über Browserinformationen abgeleitet werden können, ihre Interessensmuster ableiten und so gezielte personalisierte und individualisierte Inhalte ausspielen.

Mit dem „Next-Best-Offer"-Ansatz werden Beleg-/Kundendaten aus ERP- oder CRM-Systemen analysiert, um Up-Selling/Cross-Selling-Opportunities zu identifizieren. So können Kunden Dienstleistungen und Produkte angeboten werden, die vergleichbare Kunden auch gekauft haben.

Auch ein Echtzeit-Monitoring der Online-Reputation eines Unternehmens ist möglich. So werden beispielsweise die Social-Media-Kanäle über Schnittstellen kontinuierlich ausgewertet und die gesammelten Daten in Echtzeit verarbeitet. Dabei kann analysiert werden, wie über ein Unternehmen gesprochen wird und die Reaktionsgeschwindigkeit im Kundendialog kann gemessen, ausgewertet und folglich auch optimiert werden.