Digitalisierungs Blog

3 min Lesezeit

Praxistipps für die Integration von Big Data

16. Oktober 2017

Big Data macht Unternehmern ein großes Geschenk, indem es Business-Einsichten jenseits der traditionellen Daten eines geschäftlichen Systems aufzeigt. Der Umgang mit Big Data eröffnet allerdings nicht nur großartige Chancen für Unternehmen, er lässt für viele leider auch einige Hindernisse entstehen, die nicht immer leicht zu überwinden sind. Wir beleuchten in unserem Beitrag beide Seiten von Big Data und zeigen die für uns entscheidensten Faktoren für eine erfolgreiche Nutzung auf.

Integration Big Data

Jedes Unternehmen kann davon profitieren, die eigenen Analysen jenseits des Gebrauchs traditionell geschäftlicher Daten auszudehnen – mithilfe von Big Data und Data Warehouse Analytics. Vor dem Aufkommen der riesigen Datenmengen waren tiefere, kontextabhängige Analysen noch gar nicht möglich.

Wenn Big Data also solch eine populäre Technologie ist, weshalb befassen sich noch immer so wenige Unternehmen mit der Umsetzung? Auf welche Weise profitieren Business-Intelligence-Experten von Big Data und welchen Herausforderungen müssen sie sich in diesem Rahmen stellen?

Big Data + Business Intelligence: Eine erfolgsentscheidende Kombination

Big Data alleine nützt den Unternehmen wenig. Die meisten haben sogar bereits seit langer Zeit eine unfassbar große Datenmenge angesammelt und leben zumindest unbewusst den Grundgedanken des Big-Data-Trends. Erst die Kombination von Big Data in Business-Intelligence-Plattformen ermöglicht es Fachleuten, umfangreichste Analysen durchzuführen und 360-Grad-Perspektiven aufs Unternehmen zu entwickeln. Denn erst die optimale Anwendung von Business Intelligence macht aus Big Data smarte Insights.

Und smarte Insights können wie folgt aussehen:

Im Rahmen eines CRMs zum Beispiel lassen sich mit Big Data eindrucksvolle Visualisierungen von Kundenmeinungen, Wunschlisten und Rückmeldungen auf Kampagnen schaffen, die die tatsächliche Effektivität von Kampagnen messen. Darüber hinaus lässt sich das Kundenverhalten vorhersagen, indem Daten aus Callcentern, sozialen Medien, dem Unternehmensblog und Foren in die tiefergehenden Analysen integriert werden. Es lassen sich bessere Metriken für das Kundenmanagement erstellen und sogar effektivere Mikro-Targeting-Modelle für die Kundenakquise schaffen, die eine höhere Resonanz erfahren.

Wenn Ihr Unternehmen mit Produkten oder Dienstleistungen handelt, können Sie mit Big Data in Kombination mit Business Intelligence machtvolle Modelle rund um Kundenverhalten, Märkte und Trends schaffen und Geschäftsentscheidungen auf einer sehr soliden Basis fällen.

Analyse Big Data

Was unterscheidet Big Data von der Analyse traditioneller Datenmengen?

Traditionelle Analysen fußen auf strukturierten, vorher bereinigten Daten. Freilich liefern auch solche Analysen aufschlussreiche Einsichten. Wenn es um Vorhersagen geht, greifen sie allerdings meist zu kurz. Der Grund dafür: Es fehlen Echtzeitinformationen und solche, die über den traditionellen, strukturierten Datenschatz hinausgehen. Indem sehr viel größere und komplexere Datenmengen analysiert werden, liefern Big-Data-Analysen die besseren, da tiefergehenden Erkenntnisse. Werden Text, Stimme, Streaming-Daten und weitere unstrukturierte Daten zu einer Struktur zusammengefasst, können diese vielen verschiedenen Perspektiven zusammenhängender Informationen in analytischen Modellen ihr mächtiges, multidimensionales Potenzial entfalten.

Hindernisse der Big-Data-Integration im Unternehmen

In konventionellen Unternehmen geht die Einführung von Big Data häufig nur schleppend voran. Dafür gibt es mehrere Gründe: Der augenscheinlichste ist der, dass aktuelle Business-Modelle und Geschäftsziele die Integration von Big Data nicht benötigen. Häufig wird der Mehrwert durch Big Data einfach nicht erkannt; und deshalb wird von Verantwortlichen auch kein Budget für solch ein Vorhaben freigeschaltet. Das wiederum bedingt, dass IT-Abteilungen häufig schlicht die Entscheidungsgrundlage fehlt, um ein neues System bzw. eine neue Technologie zu implementieren.

Big-Data-Projekte verlangen nach einer komplexen Planung und Ausführung. Die Komplexität ist darin begründet, dass eigentlich bereits eine umfassende Datenermittlung durchgeführt werden muss, bevor überhaupt eine einzige Nutzeranforderung dokumentiert werden kann. Fehlen klar definierte Geschäftsanforderungen, kann man auch die übrige Projektlogistik nicht planen, darunter das Team, die benötigten Fähigkeiten, Arbeitsschritte, das Rollout und wichtige Schulungen.

Ein weiterer, elementarer Stolperstein für Big-Data-Projekte ist ein ganz menschlicher: Häufig fehlen einfach die Experten, die sowohl über institutionelles Wissen verfügen, als auch die nötige Mathematik beherrschen. Ohne geeignetes Personal macht aber auch die Integration der komplexen Big-Data-Projekte wenig Sinn.

Praxistipps für eine optimale Nutzung von Big Data

Haben Sie trotz der möglichen Widrigkeiten fest vor, ein Big-Data-Projekt in Ihr Unternehmen zu implementieren, sollten Sie die folgenden Tipps beherzigen.

Stellen Sie sich zuallererst ein kompetentes Team zusammen, das eine Plattform aufbauen kann, um Big Data auszuwerten und gewinnbringend zu nutzen. Dieses Team arbeitet in einem nächsten Schritt mit Business- und Datenanalysten zusammen und entwickelt gemeinsam einen Fahrplan für die weitere Umsetzung.

Für den Erfolg sind vor allem diese Faktoren entscheidend:

  • Als erstes steht die Implementierung der Cloud auf dem Plan, um die Big-Data-Plattform aufzubauen und dem enromen Datenstrom Herr zu werden.
  • Überdies braucht es Experten mit umfangreichem Know-how in Business Intelligence und Statistik.
  • Idealerweise wird ein Technikkompetenzzentrum eingerichtet, das Unterstützung rund um die Big-Data-Infrastruktur leisten kann.
  • Bedacht werden sollte nicht zuletzt die Weiterbildung von Anwendern, damit die neuen Daten und deren Integration in analytische Plattformen verstanden und optimal ausgeführt werden.

Nun wissen Sie, was das Thema Big Data für Ihr Unternehmen leisten, welchen Vorsprung es Ihnen verschaffen kann und welche Faktoren Sie dabei unbedingt berücksichtigen sollten. Bauen Sie dieses Wissen nun am besten in einen größeren Zusammenhang ein, denn Big Data darf selbstverständlich nicht isoliert betrachtet werden. In unserem kostenlosen Whitepaper „Standortbestimmung –
Intelligente Daten“
lesen Sie alles Wesentliche rund um die Schlagworte Big Data, Business Intelligence und Internet of Things – und wie diese Bausteine der Digitalisierung alle verzahnt sind. Mit einem Klick gleich unverbindlich downloaden!

Download

Matthias Pirzer
Autor Matthias Pirzer

Matthias Pirzer ist als Senior Consultant Digital Transformation bei der NXTGN tätig. Die NXTGN unterstützt Unternehmen dabei prozess- und softwareseitige Herausforderungen der Digitalen Transformation zu meistern. Matthias Pirzer hat in den letzten 10 Jahren eine Vielzahl von BI- und CRM-Lösungen konzipiert sowie Prozesse von verschiedenen Unternehmensbereichen harmonisiert und optimiert. Sein Fokus bei der NXTGN liegt im Bereich DataInsight, d.h. wie können vorhandene Daten zukunftsgerichtet genutzt werden.