Wachsende Datenberge in den Griff bekommen
In den Datenfluten liegt ein enormes Optimierungspotential für das Geschäft begraben. Die Lösung besteht im Aufbau eines Data Warehouse mit ETL-Prozessen (Extract, Transform, Load), welches Informationen automatisiert erhebt und maßgeschneidert bereitstellt. Durch die Verknüpfung verschiedener Datentöpfe werden wichtige Erkenntnisse gewonnen.
Unter Big Data verstehen wir die großen, schnell anfallenden Datenmengen aus Social Media, Maschinendaten, Logs etc. Diese neuen Datenquellen zeichnen sich nicht nur durch ihr Volumen, sondern auch durch ihre Heterogenität aus. Traditionelle Datenbank- und Data Warehouse-Systeme stoßen in diesem Umfeld schnell an ihre Grenzen. Mit der Nutzung von Big Data Stores wie Hadoop, NoSQL oder MPP-Datenbanken und dem Einsatz von Data Lake Speicher werden bislang ungenutzte Datenquellen erschlossen.
Die wahren Schätze hebt aber nur der, der Datenquellen miteinander kombiniert. Die Kombination von Data Warehouse und Big Data wird Data Blending genannt. Moderne Analyseplattformen erlauben Blending auf Ebene der Datenintegration, ohne die Daten zwischenspeichern zu müssen. Die Datenintegration ist aber meistens auch mit dem größten Aufwand verbunden. Sie lohnt sich jedoch, denn man erhält dadurch eine ganzheitliche Sicht auf Kunden, Prozesse und Produkte und kann so unterschiedliche Perspektiven einnehmen und das große Ganze überblicken.
Indem mehr Geschäftsinformationen aus einer größeren Datenbasis gewonnen werden, eröffnen sich für innovative Unternehmen neue Geschäftsmodelle und Wachstumschancen.