Trendthema Big Data
Datenanalysten müssen Strukturen verstehen
Künftig noch stärkere Nachfrage
Teradata-Manager Geissler geht davon aus, dass die Nachfrage in den Bereichen Business Intelligence und Analytics weiter steigt: "Themen wie die Analyse des Kundenverhaltens über mehrere Channels sowie in sozialen Netzwerken gewinnen an Bedeutung und haben enorm viel Potenzial." An einer Prognose für den Bereich Big Data hat sich zum Beispiel eine Studie des McKinsey Global Institute versucht. So sollen allein in den USA bis 2018 zusätzlich 190.000 spezialisierte Analysten und weitere 1,5 Millionen Manager mit einem Verständnis für Datenanalysen benötigt werden, um die Potenziale von Big Data auszuschöpfen. Auf Online-Stellenbörsen im deutschen Markt habe eine Suche nach "Big Data" mehr als 1000 Angebote ausgespuckt, sagte Jörg Besier, Analytics-Chef für die DACH-Region bei Accenture, vor wenigen Monaten gegenüber CIO. Der Befund lasse aus seiner Sicht eine ähnlich starke Entwicklung erwarten wie in Ländern wie etwa Großbritannien, in denen schon mehr Unternehmen Big-Data-Analysen durchführen als hierzulande.
- Big Data in der Praxis
Big Data klingt cool und ist technologisch sexy. Viele CIOs wissen aber nicht so recht, was sich damit in der Praxis sinnvolles anstellen lässt. Unsere Bildergalerie zeigt deshalb einige Anwenderbeispiele. - American Airlines
Wie Forrester Research berichtet, machte American Airlines kürzlich auf einer Konferenz in Texas einige eigene Daten publik. Die Fluglinie zeigte, wie diese sich Routenoptimierung in Echtzeit nutzen lassen. Profitieren können die Passagiere. Sie können sich berechnen lassen, ob und wie sie noch zum gewünschten Gate schaffen können. Den Service soll es künftig auf der Website der Fluglinie und als mobile App geben. - NASDAQ/NYSE Euronext
Gartner geht davon aus, dass sich Firmen zunehmend gegenseitig mit Informationen versorgen, so dass beide Seiten profitieren. Die Börsen NASDAQ und NYSE machen schon vor, was das konkret heißen kann. Über den cloud-basierten Datenaggregator Xignite beliefern sie Investment-Firmen mit Echtzeit- und Referenz-Daten sowie mit historischen Informationen. Die Kunden können auf diese Weise bessere Handelsalgorithmen erstellen und Risiken genauer abschätzen. Das hilft beim Entwickeln neuer Services und Produkte für die jeweiligen Zielgruppen. - New York City
Die Stadt New York teilt zunehmend Daten mit der Öffentlichkeit. Das Kalkül dahinter: Engagierte IT-Experten nutzen das Material, um Innovationen für einen besseren Lebensraum zu entwickeln. Laut Forrester Research konnten auf diesem Wege beispielsweise die Müllentsorgung und die Sicherheitslage verbessert werden. Zwei Apps sind offenbar besonders populär: WorkPlus und ParkAlley helfen bei der Suche nach Parkplätzen und geeigneten Lokalen für die mobile Arbeit. - dm
Die Filialmanager der Drogeriekette dm erledigten früher ihre Mitarbeiterplanung auf Basis einfacher Hochrechnungen - ein Verfahren, das immer an seine Grenzen stieß. Mittlerweile führte man für die Vorhersage der Tagesumsätze die Predictive-Analytics-Suite des Anbieters Blue Yonder ein. Vier bis acht Wochen im Voraus tragen sich die Mitarbeiter der jeweiligen Filiale jetzt nach ihren persönlichen Präferenzen in die anstehenden Tagespläne des Unternehmens ein. Kurzfristige Änderungen sind laut Bitkom selten geworden. - Macys
Die US-amerikanische Handelskette Macy's verarbeitet für die wöchentliche Preisfestsetzung ihrer Produkte rund zwei Terabyte an Daten, die in den Filialen gesammelt wurden. An Rechenzeit nahm das stets an die 30 Stunden in Anspruch. Wie der Bitkom berichtet, war es durch die Umstellung der vorhandenen Infrastruktur auf optimierte Datenhaltung und den Einsatz von In-Memory-Technologie möglich, die Analyse über das gesamte Sortiment auf eine Zeit unter zwei Stunden zu drücken. - Big Data in der Praxis
Big Data klingt cool und ist technologisch sexy. Viele CIOs wissen aber nicht so recht, was sich damit in der Praxis sinnvolles anstellen lässt. Unsere Bildergalerie zeigt deshalb einige Anwenderbeispiele. - American Airlines
Wie Forrester Research berichtet, machte American Airlines kürzlich auf einer Konferenz in Texas einige eigene Daten publik. Die Fluglinie zeigte, wie diese sich Routenoptimierung in Echtzeit nutzen lassen. Profitieren können die Passagiere. Sie können sich berechnen lassen, ob und wie sie noch zum gewünschten Gate schaffen können. Den Service soll es künftig auf der Website der Fluglinie und als mobile App geben. - NASDAQ/NYSE Euronext
Gartner geht davon aus, dass sich Firmen zunehmend gegenseitig mit Informationen versorgen, so dass beide Seiten profitieren. Die Börsen NASDAQ und NYSE machen schon vor, was das konkret heißen kann. Über den cloud-basierten Datenaggregator Xignite beliefern sie Investment-Firmen mit Echtzeit- und Referenz-Daten sowie mit historischen Informationen. Die Kunden können auf diese Weise bessere Handelsalgorithmen erstellen und Risiken genauer abschätzen. Das hilft beim Entwickeln neuer Services und Produkte für die jeweiligen Zielgruppen. - New York City
Die Stadt New York teilt zunehmend Daten mit der Öffentlichkeit. Das Kalkül dahinter: Engagierte IT-Experten nutzen das Material, um Innovationen für einen besseren Lebensraum zu entwickeln. Laut Forrester Research konnten auf diesem Wege beispielsweise die Müllentsorgung und die Sicherheitslage verbessert werden. Zwei Apps sind offenbar besonders populär: WorkPlus und ParkAlley helfen bei der Suche nach Parkplätzen und geeigneten Lokalen für die mobile Arbeit. - dm
Die Filialmanager der Drogeriekette dm erledigten früher ihre Mitarbeiterplanung auf Basis einfacher Hochrechnungen - ein Verfahren, das immer an seine Grenzen stieß. Mittlerweile führte man für die Vorhersage der Tagesumsätze die Predictive-Analytics-Suite des Anbieters Blue Yonder ein. Vier bis acht Wochen im Voraus tragen sich die Mitarbeiter der jeweiligen Filiale jetzt nach ihren persönlichen Präferenzen in die anstehenden Tagespläne des Unternehmens ein. Kurzfristige Änderungen sind laut Bitkom selten geworden. - Macys
Die US-amerikanische Handelskette Macy's verarbeitet für die wöchentliche Preisfestsetzung ihrer Produkte rund zwei Terabyte an Daten, die in den Filialen gesammelt wurden. An Rechenzeit nahm das stets an die 30 Stunden in Anspruch. Wie der Bitkom berichtet, war es durch die Umstellung der vorhandenen Infrastruktur auf optimierte Datenhaltung und den Einsatz von In-Memory-Technologie möglich, die Analyse über das gesamte Sortiment auf eine Zeit unter zwei Stunden zu drücken.