Soziale Netzwerke wecken Begehrlichkeiten
- Business Intelligence leuchtet
- Soziale Netzwerke wecken Begehrlichkeiten
- Vorausschauende Analysen rücken in den Blick
Die grundlegenden BI-Technologien sind seit Jahrzehnten geläufig, doch die Entwicklung geht weiter. Häufig benutzt wird derzeit das Schlagwort »Big Data«, um das wachsende Datenaufkommen zu beschreiben: etwa in Gestalt von Clickstreams, Sensordaten oder Informationen aus sozialen Netzwerken. »Was sagen die Leute über mich?« – das ist eine Frage, die die Unternehmen umtreibt und auf die sie in sozialen Netzwerken Antworten vermuten. Auch einflussreiche Individuen lassen sich dort im Prinzip aufspüren und dann im Sinn des Unternehmens beeinflussen. Allerdings ist die Analyse der Äußerungen auf solchen Kontaktplattformen noch in einem sehr frühen Stadium. »Die Chance, etwas zu finden, ist da. Aber lohnt sich die Investition?«, charakterisiert Bitterer den Status quo. Mit der Analyse von Texten im Besonderen und sogenannten unstrukturierten Informationen im Allgemeinen mühen sich IT-Experten schon seit längerem – mit begrenztem Erfolg.
Ein weiteres aktuelles Hype-Thema im BI-Umfeld ist die Datenhaltung im Arbeitsspeicher des Rechners. »Die RAM-Preise sind in den Keller gerutscht und Blades günstig«, benennt Bitterer die Voraussetzungen für das zunehmende Interesse an In-Memory-Technologien. So kommt es, dass sich nun auch große Datenmengen im Arbeitsspeicher halten und nach Belieben sehr performant abfragen lassen. Waren vor zehn Jahren kleine Hersteller wie Applix und Qliktech Pioniere, so haben inzwischen auch Schwergewichte wie IBM (durch die Netezza-Übernahme), Oracle (durch die Übernahme von Times Ten) und SAP (mit Hana) entsprechende Technologien zur Beschleunigung multidimensionaler Analysen. Gartner schätzt, dass bis 2014 rund 30 Prozent der analytischen Anwendungen auf solche Weise unterstützt werden.
Realtime BI bezeichnet den Ansatz, Daten gleich nach ihrem Entstehen auszuwerten und Schlüsse daraus sofort operativ wirksam werden zu lassen. Zum Beispiel einem Online-Shopper weitere Produkte zu zeigen, die für ihn aufgrund seines Kaufverhaltens ebenfalls interessant sein könnten. Datenströme aus Websites werden per Complex Event Processing (CEP) verarbeitet.