Übung Big Data & BI Flashcards
Geht es bei Big Data lediglich um sehr große Datenmengen?
(Analytische Informationssystem)
Nein, beinhaltet auch die Fragen nach Komplexität und Schnelligkeit der Verknüpfung, Integration und Analyse von Daten in unterschiedlicher Struktur und & Herkunft. Andere Aspekte sind auch die drei V’s Volume, Variety und Velocity
Big Data Definition
Mit “Big Data” werden große Datenmengen bezeichnet, die u.a. aus Bereichen wie Internet und Mobilfunk, Finanzindustrie, Energiewirtschaft, Gesundheitswesen und Verkehr und aus Quellen wie intelligenten Agenten, sozialen Medien, Kredit- und Kundenkarten, Smart-Metering-Systemen, Assistenzgeräten, Überwachungskameras sowie Flug- und Fahrzeugen stammen und die mit speziellen Lösungen gespeichert, verarbeitet und ausgewertet werden
Wie können Big Data Technologien BI Lösungen sinnvoll ergänzen?
- werden zusammengeführt und für Analyse optimiert
- Daten sind in einem System & sinnvoll strukturiert, um sie besser auswerten zu können
- verbindet analytische und technische Aspekte
- Vordergrund: Analytik & Überführung analytischer Regeln in die operativen Prozesse
Gemeinsamkeiten und Unterschiede zwischen BI und Big Data
Gemeinsamkeiten:
- Gewinnung von Erkenntnissen, die wirtschaftlichen Nutzen für das Unternehmen haben
Unterschiede:
- BI vorgangsorientiert, Big Data zukunftsorientiert
- BI Verwendung: Reporting, OLAP, Big Data Verwendung: Planung, Optimierungssimulation
- Big Data im Vergleich zu BI erheblicher Mehrwert fürs Unternehmen
- BI primär interne strukturierte Daten, Big Data alle Arten und Formen von Daten, die relevant sein könnten
Was versteht man unter Analytics 3.0
es ist ein Modell, dass BI und Big Data in die nächste Generation analysierter Architekturen überführt
Werden Big Data Lösungen BI Lösungen langfristig verdrängen?
Nein, Big Data und BI werden zusammenwachsen und somit einige Änderungen mitmachen müssen. So werden alle wichtigen Eigenschaften beider Lösungen vereint und genutzt.
Ziel von BI Anwendungen
Umwandlung von Daten in Erkenntnisse, die bezüglich der Unternehmensziele bessere operative, taktische oder strategische Entscheidungen ermöglichen.
Mit den gewonnenen Erkenntnissen können Unternehmen …
- ihre Geschäftsabläufe, Kunden- und Lieferantenbeziehungen profitabler machen,
- Kosten senken,
- Risiken minimieren
- Wertschöpfung vergrößern.
Typische BI Anwendungen
Controlling:
-Schnelle und transparente Berechnung von Kennzahlen -Business Performance Management: Leistungsmessung der internen und externen Prozesse durch definierte Kennzahlen mit dem Ziel der Optimierung von Geschäftsprozessen
Riskmanagement:
- Bonitätsprüfung von Neukunden / Risikobewertung
- Erkennung von Missbrauch (Fraud Detection)
Customer Relationship Management (CRM):
- Beeinflussung des Verhaltens: Loyalität, Kaufentscheidungen
- Customer Retention
- Cross-Selling, Up-Selling
Big Data Eigenschaften
Value, Variability, Velocity, Volume, Variety, Veracity
Wert, Variabilität, Geschwindigkeit, Volumen, Vielfalt, Wahrhaftigkeit
Big Data im Unternehmen
- Big Data im Kern der Geschäftsmodelle
- Big Data Treiber
- Demokratisierung der Technologie - Big Data als Ergänzung bei der Entscheidungsunterstützung
-Integration von internen und externen Daten
-Big Data Analytics
= Business Intelligence (BI) der nächsten Generation?
Big Data Ziele
- Kunden besser verstehen und ansprechen
- Geschäftsprozesse optimieren
- Kosten senken
- Produkte/Dienstleistungen verbessern
- Sicherheit erhöhen
- Betrugsfälle aufdecken
- Neue Geschäftsideen entwickeln
Welche Komponenten gehören typischerweise zu BI
BI Anwendungen
- Data Mining, OLAP, Reporting, Simulation
> -Stellt Komponenten für den Endanwender zur Verfügung, mit deren Hilfe die Auswertung und Präsentation ermöglicht wird.
Auswertungsorientierte Schicht
- Data Marts
> Data Marts speichern selektierte und aggregierte Daten in einer für den Anwendungsfall aufbereiteten und für den Endbenutzer verständlichen Struktur.
Datenmanagement
- Data Warehouse
>Speicherung aller Daten. Stellt diese für Auswertungen zur Verfügung.
Quellsysteme
- Data Sources
> Liefern relevante Daten von interner oder externer Seite.
Was versteht man unter BI
Ein integriertes IT Gesamtkonzept, dass für die unterschiedlichen Anforderungen an BI Systeme zur Entscheidungsunterstützung tragfähige und miteinander verknüpfte Lösungen bietet
BI sei wie Autofahren während man in den Rückspiegel schaut, da ausschließlich
Daten aus der Vergangenheit zusammengefasst werden, behauptet ein Big-Data-Berater. Dagegen erlaube Big Data mithilfe vorhersagender Methoden den Blick in die Zukunft. Sie können beim Autofahren nun also auch nach vorne schauen. Nehmen Sie Stellung zu dieser Aussage!
Big Data kann nur Vorhersagen auf Basis der Daten, die zur Verfügung stehen, treffen. Es können nur durch Wahrscheinlichkeiten anhand der Daten PROGNOSEN erstellt werden, die aber nicht zu 100% eintreffen. Wie beim Autofahren kann auch hier etwas Unvorhergesehenes eintreffen, womit man nicht rechnen kann.
