Technologiebedarf im Zeitalter von Big Data

Data Science dreht sich um einen vierstufigen Prozess: Geschäftsverständnis, Datenerfassung/-verarbeitung, Modellierung und Bereitstellung. In den letzten Jahren hat sich jede dieser Phasen grundlegend verändert, wobei die Datenerfassung aufgrund des Big-Data-Booms am stärksten zugenommen hat.

Was die Modellierungs- und Implementierungsphasen betrifft, so ist es bis heute die gängigste Praxis, die Datenanalyse lokal auf dem Rechner des Forschers durchzuführen. Das sich daraus ergebende Modell wird dann später eingesetzt und auf Stapel von neuen Daten angewendet. Anschließend wird ein Bericht erstellt, der die aus der Analyse gewonnenen Erkenntnisse enthält. Normalerweise wird das Modell alle 6-12 Monate mit neuen Daten neu geschätzt, um es auf dem neuesten Stand zu halten.

Genau wie die Phase der Datenerfassung sind auch die späteren Phasen der Modellierung und Bereitstellung in eine neue Ära eingetreten - eine Ära, die enorme Möglichkeiten für eine flexible Entscheidungsfindung eröffnet. Der grundlegende Wandel bei den neuen Methoden der Datenanalyse und -berichterstattung ist dank Cloud Computing und Online-Dashboarding möglich. Die "Cloud" bezieht sich auf einen gemeinsam genutzten Pool von Rechenressourcen, die an einem physischen Ort, den so genannten "Rechenzentren", vorhanden sind, die über die ganze Welt verteilt sind. Nutzer von Cloud Computing können Modelle in Echtzeit ausführen und sie sofort aktualisieren, wenn neue Datenpakete eintreffen. Derzeit sind die 3 wichtigsten Cloud-Anbieter: Amazon Web Services, Microsoft Azure und Google Cloud Platform.

Darüber hinaus ermöglicht die direkte Verbindung zwischen der Cloud und den Online-Dashboards, dass die Berichte automatisch und minutengenau aktualisiert werden. Im GreenBook Research and Trends (GRIT) Report 2021 werden Online-Dashboards zu einem Grundnahrungsmittel und zur obersten Priorität unter den Anbietern, da die Käufer weiterhin Schnelligkeit, Echtzeit-Zugang zu Daten/Einsichten und interaktive Visualisierungen fordern. Viele unserer Kunden, die in der Insights-Branche innovativ sind, entscheiden sich zunehmend für interaktive Dashboards anstelle traditioneller statischer Berichtsmethoden.

Die Zukunft hat gestern begonnen

Unternehmen, die die Vorteile von Cloud Computing, Echtzeitberichterstattung und Vorhersagefunktionen advanced analytics nutzen, sind auf ihrem Weg zu "Big Data" schon deutlich weiter. Diese Unternehmen verfügen in der Regel über Insights- oder Data-Science-Teams mit hoher analytischer Kompetenz. Es herrscht Transparenz und Harmonisierung über Datensätze (und Abteilungen) hinweg. Sie verlassen sich nicht mehr auf einzelne Datensätze, sondern nutzen stattdessen Analysetechniken zur Datenfusion oder Datenintegration, um genauere und zuverlässigere Prognosen zu erstellen.

In der Tat hat sich jedes Unternehmen auf dieses Umfeld zubewegt oder möchte sich von dem siloartigen Umfeld entfernen. Der Grund dafür ist, dass diese Umgebung es den Unternehmen ermöglicht, Markttrends schnell zu erkennen, die Folgen vorherzusagen und die Strategien entsprechend anzupassen. Das ist agile Entscheidungsfindung in Aktion.

Wir sehen aus der ersten Reihe, wie einige unserer Kunden Technologie und Datenfusionsanalysen nutzen, um Chancen zu nutzen und das Wachstum zu beschleunigen. Als Analogie: Wenn wir an einem Autorennen teilnehmen würden, würde das Auto mit dem Cloud-Computing-Motor locker mit 200 km/h fahren, während der Rest Mühe hätte, auch nur die Hälfte der Geschwindigkeit zu erreichen. In einer Welt, in der man verliert, wenn man ein Nickerchen macht, werden diejenigen, die nicht mithalten können, mit Sicherheit ihre Motoren verheizen.

Die Autoren: