Kenntnis der Prozesse und Branchen
Zudem müssen Partner "branchenspezifisches Wissen um Arbeitsabläufe, Wettbewerbssituationen und Best-Practice-Ansätze mitbringen, um dem Kunden zusammen mit der eigenen Erfahrung und Kenntnissen der technologischen Möglichkeiten einen Mehrwert zu vermitteln. Nur auf dieser Basis werden Kunden die Lösungsvorschläge als für sie relevant erkennen und annehmen", erklärt Eckhard Rödel, Solution Principal bei HP ES Information Management & Analytics
- Die vier Herausforderungen von Big Data
Das Thema Big Data befasst sich eigentlich mit vier Herausforderungen: - Die schiere Menge:
Das für Unternehmen relevante Datenvolumen steigt weiter drastisch an. Heute schon werden Datenmengen im Terabyte-Bereich analysiert, in Kürze dürften Petabyte und Exabyte auf der Agenda stehen. - Der Zeitdruck:
Analysen der gewaltigen Datenberge sollten idealerweise in Echtzeit zur Verfügung stehen. Denn die Unternehmen stehen vor der Aufgabe, dass sie zeitnah auf Marktänderungen reagieren müssen. - Die mangelnde Struktur:
Die Analysen müssen immer häufig Datenquellen mit kaum strukturierten Beständen berücksichtigen. Das heißt: die Komplexität der Datenanalysen steigt. Neben den bekannten Datenquellen, etwa den vorhandenen ERP-Systemen, kommen neue hinzu. Dazu zählen Daten aus M-to-M-Applikationen, also beispielsweise Sensordaten, Daten aus On-Board-Systemen, RFID-Daten aus der Logistikkette, aber auch Daten aus Weblogs und Social-Media-Plattformen etc. - Die wachsende Anwenderzahl:
Die potenziellen internen und externen User werden immer mehr. Sie kommen beispielsweise über Self-Service-Portale, die im Web zugänglich sind.
Checkliste für Reseller
-
Verfügt die Infrastruktur beim Kunden über eine geeignete Bandbreite, Performance, Dichte und Content-Management? Hard- und Software-Komponenten müssen hoch skalierbar sein, und Komponenten für den performanten Datentransport, Caching-Technologien und Systeme zur Analyse, Reduktion und Verdichtung der Daten müssen integriert sein
-
Welche physischen Speicherkapazitäten möchte der Endkunde selbst aufbauen und für definierte Anwendungen nutzen?
-
In welchen Bereichen will der Endkunde auf externe virtuelle Speicherlösungen zurückgreifen?
-
Lässt es die bislang eingesetzte Datenbank zu, die gewünschten Analysen wirtschaftlich und effizient durchzuführen?
-
Soll die Business-Analytics-Lösung auch mobile Endgeräte unterstützen?
-
Welche Dateninhalte sind für die bessere Marktausrichtung des Anwenders wesentlich und können ihm echten Mehrwert bieten? Für diesen Teil des Datenvolumens gilt es, neue Methoden in der Datenaufbereitung und -analyse aufzusetzen, je nach Anwendungsfall sogar für Echtzeitanalysen.
-
Nach welchen Methoden und Prozessen sollen die Daten ausgewertet werden?
-
Welche Anforderungen hat der Kunde an die Nutzbarkeit und Verfügbarkeit der Informationen, die in den Daten enthalten sind?
-
- Prozesse und Tools müssen definiert werden, um die Daten sinnvoll sammeln, speichern und auswerten zu können, sie den berechtigten Nutzern zugänglich zu machen, sie zu visualisieren und entsprechende Controlling-Mechanismen zu implementieren.
-
Experten empfehlen, dem Kunden Lösungen mit Technologien unterschiedlicher Anbieter vorzustellen (Best Practice).
(rb)