Das Dokument behandelt die Herausforderungen und Möglichkeiten von Big Data im digitalen Verlagswesen, insbesondere die Verarbeitung großer Datenmengen und die Echtzeitanalyse. Es werden Anwendungsbeispiele für Produktgenerierung, -integration und Nutzer-Tracking beschrieben, um die Produktverbesserung und Trendanalysen zu unterstützen. Zudem wird auf die Bedeutung der Detailanalyse von Mediennutzungsverhalten und der Optimierung von Social Media-Kanälen eingegangen.

1. Fabian Kerndigital publishing competence
Big Data
Daten und
Herausforderungen

2. Big Data: Die Herausforderung

3. Wann reden wir von Big Data?
 Datenmengen im Terabyte/Petabyte-Bereich
 Polystrukturierte Daten
 Echtzeit-Auswertung

4. Anwendungsbeispiel: Produktgenerierung

5. Anwendungsbeispiel: Produktgenerierung

6. Anwendungsbeispiel: Produktintegration

7. Anwendungsbeispiel: Produktintegration

8. Anwendungsbeispiel: Produktintegration
 User-Tracking über die UI und die
verschiedenen Content-Zugänge:
Produktverbesserung
 Nutzungsstatistiken über den Content:
Priorisierung für neuen Content,
Trendanalyse
 Kombinierte Indexierung von Verlagscontent
und Kundencontent: Zusatznutzen
 Publikationsmöglichkeit für Autoren:
Tracking der Dokumentverwendung

9. Anwendungsbeispiel: F&E

10. Anwendungsbeispiel: F&E

11. Anwendungsbeispiel: F&E

12. Anwendungsbeispiel: F&E
 Detailanalyse von Mediennutzungsverhalten
über verschiedene Kanäle hinweg
 Optimierung der Social Media-Kanäle
 Zielgruppen-Analyse
 Techniken für Influencer-Ansprache