Big Data

Wichtige Erkenntnisse

• Big Data kann entweder strukturiert sein, oft numerisch und leicht speicherbar, oder unstrukturiert, was frei formuliert und weniger quantifizierbar ist.
• Die Datenerhebung birgt potenzielle Schwachstellen gegenüber Cyberangriffen und Datenlecks.
• Verbraucherdaten geben Unternehmen Einblicke, um ihre Produkte und Marketingmaßnahmen an die Nachfrage anzupassen.

Was ist Big Data?

Der Begriff "Big Data" umfasst die Informationsmenge, die Geschwindigkeit, mit der sie erstellt und gesammelt wird, und den Umfang der Daten, die das Rohmaterial für Data Mining liefern. Technologieunternehmen wie Alphabet und Meta nutzen Big Data für Aufgaben wie die Generierung von Werbeeinnahmen durch gezielte Anzeigen auf Social-Media-Plattformen und Websites.

Big Data Erhebung und Speicherung

Big Data ist strukturiert oder unstrukturiert. Strukturierte Daten sind üblicherweise numerische Informationen, die leicht aus Datenbanken und Tabellenkalkulationen abgerufen werden können. Unstrukturierte Daten können eher qualitativ und unorganisiert sein. Laut IBM können Beispiele für unstrukturierte Daten "Text, mobile Aktivitäten, Social-Media-Beiträge und IoT-Sensordaten (Internet der Dinge)" umfassen.1 Semi-strukturierte Daten haben Merkmale sowohl strukturierter als auch unstrukturierter Daten.

Big Data wird durch Fragebögen, Produktkäufe auf Websites oder an Point-of-Sale (POS)-Terminals, elektronische Check-ins, persönliche Geräte und Apps gesammelt. Obwohl Big Data für vielfältige Anwendungen nützlich ist, wirft die Erhebung von Big Data Datenschutzbedenken und potenzielle Schwachstellen gegenüber Cyberangriffen und Datenlecks auf.

Big Data wird typischerweise elektronisch in sogenannten Data Warehouses oder Data Lakes gespeichert. Es wird mit Software analysiert, die große Datenmengen verarbeitet. Viele Software-as-a-Service (SaaS)-Unternehmen sind auf die Verwaltung dieser Art komplexer Daten spezialisiert.2

Kurzer Fakt

Data Mining ist ein Prozess, der relevante Trends und Muster analysiert und Big Data in nützliche Informationen umwandelt.

Wie wird Big Data genutzt?

Die "V's von Big Data" helfen zu definieren, wie sich diese Art von Informationen von anderen Daten unterscheidet. Big Data ist eine große Informationsmenge, die schnell mit hoher Geschwindigkeit gesammelt wird. Es besteht aus einer Vielzahl zuverlässiger Informationen mit nachgewiesener Richtigkeit und bietet einen Mehrwert für Unternehmen.3 Zu den häufigsten Anwendungen gehören:

Datenanalysten finden Beziehungen in Verbraucherdaten, wie Demografie oder Kaufhistorie, um festzustellen, ob eine Korrelation besteht.

Unternehmen verlassen sich auf Big Data Bewertungen, um Strategien in den Bereichen Personalwesen, Produktion, Marketing oder Vertrieb umzusetzen.

Big Data trägt dazu bei, die Geschwindigkeit zu erhöhen, mit der Produkte auf den Markt kommen, und reduziert die Zeit und Ressourcen, die für die Marktakzeptanz erforderlich sind.

Big Data hilft, die richtigen Zielgruppen anzusprechen und sicherzustellen, dass Kunden zurückkommen.

Es ermöglicht Unternehmen, Produkte maßzuschneidern, um das zu liefern, was Kunden wünschen.

Wichtig

Die "Cloud" bezieht sich auf Netzwerke von Datenservern, in denen Organisationen oder Einzelpersonen Speicherplatz mieten können, um große Datenmengen zu speichern. Cloud-Dienste wie Amazon Web Services, Microsofts Azure und Alphabets Google Cloud sind gängige Optionen.

Was ist Predictive Analytics?

Predictive Analytics bezieht sich auf die Erhebung und Analyse aktueller und historischer Daten, um Modelle zur Vorhersage zukünftiger Ergebnisse zu entwickeln und zu verfeinern. Predictive Analytics wird häufig in Wirtschaft und Finanzen sowie in Bereichen wie Wettervorhersage eingesetzt und stützt sich stark auf Big Data.

Was ist ein Data Warehouse im Vergleich zu einem Data Lake?

Ein Data Warehouse bezeichnet den Ort, an dem ein Unternehmen oder eine andere Organisation seine Big Data für Analysen speichert. Ein Data Warehouse kann sich auf den unternehmenseigenen Servern, bei einem externen Spezialisten oder in der Cloud befinden und wird am häufigsten mit strukturierten Daten assoziiert. Ein Data Lake ist ein Begriff für Repositorien, die strukturierte, unstrukturierte und semi-strukturierte Daten aufnehmen.

Welche Rolle spielt künstliche Intelligenz bei Big Data?

Künstliche Intelligenz kann Big Data analysieren. Big Data kann auch verwendet werden, um künstliche Intelligenz zu trainieren und effektiver zu machen.