VORGEHENSMODELLE 
Big Data zur Erfolgsgeschichte machen – 
aber wie? 
Andreas Gödde, Director Business Analytics, SAS DACH
Gartner Hype Cycle 
Emerging Technologies Big Data 
Source: Gartner, August 2014 
Die Kritiker sehen sich bestätigt: 
Big ...
„30% der Unternehmen haben bereits Big-Data-Initiativen“ 
Nur 22% der teilnehmenden Unternehmen sehen 
generell keine Anwe...
Big Data Analytics Von Daten über Analytics zu besseren Entscheidungen! 
Mehr 
Business 
Mehr 
Analytics 
Mehr 
Daten 
Wor...
Big Data Analytics Von Daten über Analytics zu besseren Entscheidungen! 
Mehr 
Business 
Mehr 
Analytics 
Ganze Branchen w...
Big Data Analytics 
Der Kniff ist, nicht gleich mit der 
Transformation anzufangen, 
sondern bestehende Prozesse zu 
optim...
Beispiel Telekommunikation 
Sendemasten, Kundendaten & Wetter 
Bestehendes Geschäft Neues Geschäft 
Neue Daten 
Vorhandene...
Big Data Analytics Von Daten über Analytics zu besseren Entscheidungen! 
Mehr 
Business 
Mehr 
Analytics 
Mehr 
Daten 
Imm...
Big Data managen Alte DWH-Landschaften sind teuer und rigide – deshalb Hadoop 
Volume Variety Velocity 
Scale Of Data Form...
Big Data managen Alte DWH-Landschaften sind teuer und rigide – deshalb Hadoop 
CO-EXISTENZ 
HADOOP 
 Flexibel 
 Struktur...
Big Data Analytics Von Daten über Analytics zu besseren Entscheidungen! 
Mehr 
Business 
Mehr 
Analytics 
Um diese Daten n...
Daten visuell 
erkunden, schnell 
analytische Ein-sichten 
gewinnen 
Management, 
Fachexperten 
Geschäft durch 
Analytics ...
Big Data Analytics Neue Aufgaben für alle Organisationen 
Immer mehr Daten aus 
immer mehr Quellen 
stehen zur Verfügung 
...
Vorgehensmodell Big Data Analytics 
bekannt DATEN unbekannt 
Bekannte FRAGEN Unbekannte FRAGEN 
Visual Analytics 
Neue Dat...
Ihr Fahrplan Start Smart with Big Data! 
Experimente zulassen: Hadoop, Sandboxes 
Silodenken IT & Fachbereich überwinden 
...
Nächste SlideShare
Wird geladen in …5
×

Big Data umsetzen: Big Data zur Erfolgsgeschichte machen - aber wie?

7.377 Aufrufe

Veröffentlicht am

Big Data Analytics in der Praxis finden Sie auch hier: http://www.sas.com/de_de/insights/big-data.html

Weitere Themen: Big Data Analytics, Industrie 4.0, Digitale Transformation.

Veröffentlicht in: Wirtschaft & Finanzen
  • Als Erste(r) kommentieren

Big Data umsetzen: Big Data zur Erfolgsgeschichte machen - aber wie?

  1. 1. VORGEHENSMODELLE Big Data zur Erfolgsgeschichte machen – aber wie? Andreas Gödde, Director Business Analytics, SAS DACH
  2. 2. Gartner Hype Cycle Emerging Technologies Big Data Source: Gartner, August 2014 Die Kritiker sehen sich bestätigt: Big Data ist im Tal der Tränen. Die Pragmatiker hingegen sehen Big Data näher an der produk-tiven Nutzung.
  3. 3. „30% der Unternehmen haben bereits Big-Data-Initiativen“ Nur 22% der teilnehmenden Unternehmen sehen generell keine Anwendungsfälle für Big Data. „Big-Data-Analysen übertreffen bei Weitem den vor der Einführung erhofften Mehrwert.“ Drei Viertel der Unternehmen erreichen durch Big Data Analytics schnellere und detailliertere Analysemöglichkeiten, mehr als zwei Drittel der Unternehmen können ihre operativen Prozesse besser steuern. BARC - Big Data Analytics 2014 (DACH) Wie ist der Status in der DACH-Region? Viele Projekte sind in der Umsetzung! Der Nutzen wird überall gesehen.
  4. 4. Big Data Analytics Von Daten über Analytics zu besseren Entscheidungen! Mehr Business Mehr Analytics Mehr Daten Worum geht es am Ende? Um mehr Geschäft auf der Grundlage von mehr Daten. Das notwendige Bindeglied: Analytics („Datenverwertung“)
  5. 5. Big Data Analytics Von Daten über Analytics zu besseren Entscheidungen! Mehr Business Mehr Analytics Ganze Branchen werden digital transformiert. Industrie 4.0, vernetzte Autos, Medien sowieso – datenbasierte Geschäfts-modelle verdrängen traditionelle Mehr Daten Unternehmen.
  6. 6. Big Data Analytics Der Kniff ist, nicht gleich mit der Transformation anzufangen, sondern bestehende Prozesse zu optimieren und dabei die nötigen Fertigkeiten aufbauen. Mehr Geschäft mit Big Data – Schrittweise! OPTIMIZE INNOVATE TRANSFORM Bestehende Prozesse beschleunigen Aus bekannten Daten neue Einsichten gewinnen Mit neuen Daten neue Geschäftsmodelle entwickeln
  7. 7. Beispiel Telekommunikation Sendemasten, Kundendaten & Wetter Bestehendes Geschäft Neues Geschäft Neue Daten Vorhandene Daten Wartungsoptimierung von Sendemasten Investitionsplan anhand von Kundenbindungskriterien Kampagnen gegen Wettbewerb zum Thema „Netzqualität“ (Telecom Italia) Flutprognosen dank Auswertung der regenabhängigen Sendeleistung
  8. 8. Big Data Analytics Von Daten über Analytics zu besseren Entscheidungen! Mehr Business Mehr Analytics Mehr Daten Immer schon haben Unter-nehmen neue Geschäftsmodelle entwickelt. Der Unterschied: die Daten. Mehr Daten, andere Daten, schnellere Daten.
  9. 9. Big Data managen Alte DWH-Landschaften sind teuer und rigide – deshalb Hadoop Volume Variety Velocity Scale Of Data Forms Of Data Speed Of Data
  10. 10. Big Data managen Alte DWH-Landschaften sind teuer und rigide – deshalb Hadoop CO-EXISTENZ HADOOP  Flexibel  Struktur beim Auslesen  Elastisch  Kosteneffizient (($1K/Tb) DWH  Revisionssicher  Vorstrukturiert  Starr  Teuer ($20k+/Tb)  Komplexes ÉTL Eignung
  11. 11. Big Data Analytics Von Daten über Analytics zu besseren Entscheidungen! Mehr Business Mehr Analytics Um diese Daten nutzen zu können, muss Analytics von mehr Menschen gemacht und standardmäßig in Prozesse eingebaut werden. Mehr Daten
  12. 12. Daten visuell erkunden, schnell analytische Ein-sichten gewinnen Management, Fachexperten Geschäft durch Analytics in der Tiefe verstehen Business Analyst Geschäft durch Analytics operativ steuern Data-Mining Experte Analytische Organisationen sind erfolgreicher im Wettbewerb. Operative Steuerung durch Analytics automatisieren Data-Mining Experte Analytics auf Basis von Big Data industrialisieren Data-Mining Experte Skills & Organisation Vom schnellen Einstieg bis zur analytischen Exzellenz High-Performance Analytics Modell & Decision Management Visual Business Analytics Data Mining Validität, Reife, Wert und Menge der analytischen Modelle Reichweite von Analytik innerhalb der Organisation
  13. 13. Big Data Analytics Neue Aufgaben für alle Organisationen Immer mehr Daten aus immer mehr Quellen stehen zur Verfügung Verständliche Tools für verschiedene Skills; kürzere Reaktionszeiten Die Agenda für den CEO und den CIO ergibt sich zwangsläufig. Zur Transformation gezwungen geht es um neue Infrastrukturen und agileres Vorgehen. Immer mehr Prozesse und Geschäftsmodelle werden digital trans-formiert Big Data managen Analytics ermöglichen Geschäfts-modelle digitalisieren
  14. 14. Vorgehensmodell Big Data Analytics bekannt DATEN unbekannt Bekannte FRAGEN Unbekannte FRAGEN Visual Analytics Neue Daten erschließen Big Data-“Kür“ DWH entlasten Mit dem Naheliegenden beginnen, dann explorativ weitermachen bis hin zu vollkommen neuen Ideen.
  15. 15. Ihr Fahrplan Start Smart with Big Data! Experimente zulassen: Hadoop, Sandboxes Silodenken IT & Fachbereich überwinden Von Anfang an die Umsetzung in Prozesse mitdenken (Factory!) Starten Sie mit bekannten Fragen und verschaffen Sie sich die nötigen Fertigkeiten! Zum Nachlesen: BARC-Studie zu Big Data Analytics Andreas Gödde Director Business Analytics SAS Deutschland a.goedde@ger.sas.com +49 6221 415-123 Twitter: @AndiGoedde

×