Die Daten-Goldgrube nutzen

Viele Unternehmen sitzen heutzutage auf großen Datenmengen – und möchten diese Daten in umsetzbare Insights verwandeln. Die meisten von ihnen erfassten Daten bleiben jedoch schlicht und einfach ungenutzt. Diese nicht genutzten Daten werden auch als „dunkle Daten“ bezeichnet und machen mehr als die Hälfte aller von Unternehmen erhobenen Daten aus.

Welche Maßnahmen sollten Unternehmen, welche die Nutzbarkeit der erfassten Daten erhöhen möchten, ergreifen? Im Idealfall sind die Unternehmenssysteme in der Lage, automatisierte Prognosen und Entscheidungen auf der Grundlage von Analytics auszugeben. Doch wie lässt sich dieser paradiesische Zustand erreichen?

In der neuesten Folge des Podcasts Cloudspotting erörtern drei Datenexperten gemeinsam mit den Moderatoren Alex und Sai das komplexe Thema der Datennutzung im Unternehmen.

Folgende Themen werden im Podcast besprochen:

• Wie Unternehmen Daten und deren Prognosemöglichkeiten nutzen
• Die Data Journey – von der Infrastruktur bis hin zu Data Science
• Nutzung von Data Lakes und Data Warehouses
• Datenzugänglichkeit im gesamten Unternehmen
• Wie die Cloud der Nichtnutzung von Daten entgegenwirkt

Mark McQuade, Practice Manager of Data Science & Engineering bei Rackspace Technology, erörtert den ersten Schritt, den Unternehmen im Rahmen Ihrer Data Journey unternehmen müssen. „Unternehmen verfügen über große Datenmengen, die sie über IoT, soziale Medien oder On-Premise-Datenbanken erfasst haben. Die Daten sind zwar vorhanden, werden aber nicht genutzt, weil man nicht so recht weiß, was man damit anfangen soll. Meiner Ansicht nach muss der erste Schritt einer Data Journey in einem Data Lake bestehen. Ein Data Lake ist ein zentraler Ort, an dem alle Daten im Rohformat gespeichert werden. Man muss die Daten nicht transformieren, bevor man sie dort ablegt. Anschließend kann man darauf aufbauen und letztlich datengestützte Entscheidungen treffen.“

Alex Galbraith, Senior Manager of Solutions Architecture bei Rackspace Technology, erläutert die Auswirkungen der Cloud auf den Datenbereich. „Die Cloud hatte einen enorm hohen Einfluss. Man hört oft von Data Gravity (Datenschwerkraft), aber das halte ich immer für eine etwas fehlgeleitete Bezeichnung. Ich glaube, dass Data Inertia (Datenträgheit) treffender ist. Und die Cloud hat sie verdrängt.“

Ben Morgan-Smith, Consulting Data Architect bei Rackspace Technology, enthüllt, wie Big Data Unterhaltungen in Echtzeit beeinflussen könnte. „Der ganze Big-Data-Bereich wird so richtig beeindruckend, wenn man über Machine Learning konkrete Insights erhalten kann, über die man dann Echtzeit-Interaktionen mit den Kunden beeinflussen kann. Dann werden die Möglichkeiten, die man damit hat, ganz schön beängstigend. Und dann muss sich man nicht nur Gedanken über Technologie, sondern auch über Ethik machen.“