Schnelle Analysen unterschiedlicher Informationen
IBM rüstet beim Datenmanagement nach
Fortsetzung des Artikels von Teil 3
Über traditionelle Business Intelligence hinaus
Traditionelle Business Intelligence (BI) beruht auf kaufmännischen Zahlen, die als sogenannte relationale oder strukturierte Daten in Tabellen abgelegt sind. Für Auswertungszwecke wird normalerweise eine separate Mart- oder Warehouse-Datenbank aufgebaut. Doch seit einiger Zeit sind auch unstrukturierte Daten einschlägig: vor allem Texte aus Dokumenten- und Web-Content-Management-Systemen, E-Mail- und CRM-Anwendungen, aber auch Bilder und Videos. In jüngster Vergangenheit sind außerdem Streaming-Daten in den Blick gerückt: Clickstreams aus dem Web, ferner Sensordaten von Maschinen. »Zur Auswertung von Texten und Datenströmen gibt es erst ansatzweise Produkte, die die gewünschten Analysen ermöglichen«, konstatiert CSC-Manager Blattmann.
Das traditionelle Data Warehouse ist jedenfalls nur noch eine Quelle von Informationen neben anderen. Bei der Auswertung der bekannten kaufmännischer Daten wiederum sind die verbreiteten Berichte und Olap-Auswertungen nur eine erste Stufe, die auf die Betrachtung der Vergangenheit ausgerichtet ist. Mit Data-Mining-Verfahren hingegen lassen sich Zusammenhänge entdecken, die Prognosen erlauben.
- IBM rüstet beim Datenmanagement nach
- In-Memory und Spaltenorientierung
- Ströme und riesige Mengen von Daten im Visier
- Über traditionelle Business Intelligence hinaus
- Partner werden eingebunden
Lesen Sie mehr zum Thema
