Big Data analysieren

Big Data, Smart Data und Cloud Computing lenken die Aufmerksamkeit der Unternehmen wieder verstärkt auf die Datensicht. Anwender klagen mehr und mehr über einen zunehmenden Verlust an Beherrschung und Kontrolle ihrer Daten. Das hat sowohl technische, hauptsächlich aber organisatorisch/fachliche Gründe. Mit fallenden Speicherpreisen sind die Datenbestände stark gewachsen und die Datenpflege wird oft mangels exakter Vorgaben nicht stringent gehandhabt. Hierzu passende Lösungen zu entwickeln, ist eine wichtige Aufgabe.

Die transaktionsorientierten Daten in strukturierten Datenbanken hat man i.d.R. gut im Griff. Gemeint sind hier vorwiegend alle Daten, die in sonstigen Systemen (z. Bsp. Projekt- und E-Maildaten) -z.T. auch redundant- gehalten werden. Dieses Datenvolumen steigt bis zu 10x schneller als das von strukturierten Datenbanken.
Im Zeitablauf entstehen dann neue Versionen der Daten, die sich oft nur marginal unterscheiden. Hier den Überblick zu halten und die richtige Version zu finden, wird schnell zu einer aufwendigen Angelegenheit. Dabei steigt das Risiko, die richtigen Daten zu finden, mit wachsendem Datenvolumen überproportional an.

Im Rahmen des Data Lifecycle Managements analysieren wir die Situation, ermitteln Schwachstellen und Entwickeln daraus entsprechende Konzepte und Lösungen. Dazu werden sinnvolle und praktikable Policies erarbeitet, Datenstrukturen verbessert und entsprechende Governance-Prozesse zur Handhabung der Daten designed.

Damit ist eine gute Basis zur Auswertung von Daten geschaffen, um mit Big Data Analytics geeignete Lösungsansätze zur Prozessoptimierung (z.B. vorbeugende Wartung) und zur Nutzung neuer Verfahren im Daten- und Informationsmanagement einsetzen zu können.