Big-Data-Analyse Daten als strategische Entscheidungshilfe

Unternehmen entwickeln rasant und auch die Zahl der vernetzten Geräte wächst stetig an. Damit werden Daten zum strategischen Asset, um Entscheidungsfindungen voranzutreiben. Doch wie können Unternehmen eine datengestützte Entscheidungsfindungskultur fördern und gleichzeitig Datensicherheit gewährleisten?

Anbieter zum Thema

SonicWall Germany

Fujitsu Technology Solutions GmbH

Rapid7 Germany

Informatica GmbH

Die heutige Vielzahl an generierten Daten ist für die bestehende Analytics-Infrastruktur eine große Herausforderung. Unternehmen entwickeln sich immer schneller und auch der Wettbewerbsdruck ist höher als jemals zuvor.

Mit dieser Entwicklung werden Daten zu einem strategischen Asset, um Entscheidungsfindungen im Unternehmen zu beschleunigen. Die Welt vernetzt sich zunehmend mit leistungsfähigen Geräten mit fast kostenlosem Speicher – die Möglichkeiten, die Potenziale von Daten auszuschöpfen, um bessere analytische Ergebnisse zu erreichen, waren noch nie so gegeben wie heute.

Unternehmen nutzen Daten, um zu wachsen. Sie gewinnen beispielsweise Erkenntnisse, um die Profitabilität, Innovationen, Kundenzufriedenheit und Wettbewerbsfähigkeit voranzutreiben. Daten werden zudem genutzt, um Risiken von Betrugsfällen, Kriminalität, Systemausfällen oder Sicherheitsverletzungen abzuschwächen.

Mithilfe neuer Plattformen wie SAP HANA und Hadoop können Unternehmen – insbesondere neu entstehende Unternehmen – mit Analytics in einer neuen Big Data-Welt erfolgreich werden. Dabei spielt die Geschwindigkeit und Real-Time-Analytics eine besondere Rolle. Unternehmen sehen sich daher mit der Herausforderung konfrontiert, Anwendern aus dem analytischen Bereich Daten schnell genug zur Verfügung zu stellen, um Entscheidungen effektiv zu treffen und so die Informationen für ihren Geschäftserfolg verwerten zu können.

Obwohl es heute genug Speicher- und Verarbeitungsmöglichkeiten gibt, müssen Unternehmen immer noch priorisieren, welche Daten sie erfassen möchten. Es ist wichtig, sich die Geschäftsziele anzusehen und die Prioritäten den Daten zuzuordnen, die man benötigt. Daten aus sozialen Medien oder Sensoren enthalten oftmals zeitkritische Erkenntnisse, die innerhalb von kurzen Zeitfenstern weiter bearbeitet werden müssen.

Durch den Einsatz von sogenannten Data Scientists oder neuer ereignisgesteuerter Systeme – wie etwa ein Next Best Action System – entstehen größere Anforderungen an Data Management-Unternehmen. Anwendern aus dem analytischen Bereich Daten zeitgerecht zur Verfügung zu stellen, ist ein wichtiger und entscheidender Aspekt, um ein Unternehmen zu werden, das Entscheidungen schnell und effektiv trifft.

Data Governance für mehr Datensicherheit

Technologien, mit deren Hilfe man die nächste Generation der Data Lakes entwickeln kann – wie etwa Hadoop –, um größere Datenmengen und -typen zu sammeln, zu bearbeiten und zu analysieren, bieten einen großen Mehrwert. Unternehmen vergrößern ihre herkömmlichen Data Warehousing-Architekturen, um Hadoop zu integrieren. Und dies sowohl als effiziente und skalierbare Vorbereitungsstufe als auch um wenig genutzte Daten zu archivieren.

Immer mehr Unternehmen nutzen Hadoop für das Sammeln, die Verarbeitung und Analyse von Daten. Damit einher gehen Bedenken bezüglich Sicherheit und Governance. Compliance-sensible Branchen wie Healthcare oder Financial Services oder andere konsumentengetriebene Branchen wie der Handel oder CPG sind gesetzlich dazu verpflichtet, strikte Kontrollen bei der Datennutzung zu gewährleisten. Diese Kontrollen müssen ebenso für neue Datenplattformen wie Hadoop eingesetzt werden.

Integrierte Datensicherheit und Data Governance gewährleisten, dass die Daten in Hadoop eingepflegt werden und in vertrauenswürdige Daten für Big Data Analytics umgewandelt werden. Es ist bei Weitem nicht genug, Zugriff auf Daten zu blocken; vielmehr müssen Unternehmen Sicherheit schon in die Daten selbst einbauen, etwa durch Data Masking oder Data Encryption. Sind die Daten erstmal anonymisiert, können Unternehmen auf einer aggregierten Ebene zahlreiche Erkenntnisse erlangen, darunter demografische Verhaltensmuster und Trends.

Neuere Cloud-basierte Anwendungen wie Salesforce und Workday verändern darüber hinaus die Anforderungen an die Datenintegration, damit sie in der Cloud nativer sind. Und neuere Datenquellen wie etwa Daten aus sozialen Medien oder Sensoren sind aufgrund ihrer inhärenten, unstrukturierten Natur ebenso teilweise fehlerverdächtig.

Diese rohen Datensätze können oftmals unvollständig, inkonsistent oder unsicher sein – dies führt zu unvollständigen Entscheidungen oder Risiken eines Compliance-Versagens. Durch eine funktionierende Data Governance lassen sich diese Risiken minimieren.

* Dirk Häußermann ist Geschäftsführer EMEA Central bei Informatica.

(ID:43842268)