Unternehmen wollen Big-Data-Analysen für viel mehr als nur das Sammeln von Daten über soziale Medien.
SAN FRANCISCO – Unternehmen erkennen das Potenzial, die Webquellen für breitere Geschäfte zu nutzen Informationen sowie deren interne Inhalte, so David Barnes, Programmdirektor von Emerging Internet Technologien für die IBM Software Group.
Die traditionellen Analyseplattformen, die wir in der Vergangenheit betrieben haben, hätten möglicherweise das geschaffen, was wir wollten, oder unsere Zeit verschwendet, argumentierte Barnes. Er postulierte, dass sich die nächste Welle von Analysen und Big Data auf inhaltszentrierte Web-Apps mit länger laufender Datenerfassung und -analyse konzentrieren wird.
„Wir hören, dass Geschäftsanwender nach der Möglichkeit fragen, riesige Datenquellen und Dienste direkt zu manipulieren, zu analysieren und neu zu mischen“, sagte Barnes.
Barnes behauptete, dass der wertvollste Inhalt in der Regel eine Kombination verschiedener Quellen sei und dass Unternehmen die Möglichkeit hätten, diese Daten möglichst budgetbewusst wiederzuverwenden.
Die Sammlung großer Datenmengen bietet alle möglichen Möglichkeiten, und Barnes räumte zwar ein, dass er so viel darüber gehört hat Bei der Analyse der sozialen Medien bestätigte er, dass es noch andere Dinge gibt, bei denen Kunden auf C-Ebene mehr Analyse wünschen um. Beispiele hierfür sind die Unterstützung von Chief Legal Officers, der Geschäftsplanung im Einzelhandel, dem IT-Systemmanagement und großen Pharmakonzernen klinische Studien, Aufdeckung von Geschäftsbetrug, evidenzbasierte Medizin, Webarchivierung und Computer Journalismus.
Was die letzte Frage betrifft, erklärte Barnes, dass wir im Präsidentschaftswahlkampf 2012 noch viel mehr Big-Data-Erhebungen und -Analysen sehen werden.
Daher hat IBM Project BigSheets entwickelt, eine auf Hadoop basierende Insight-Engine, die Geschäftsanwendern Ad-hoc-Geschäftseinblicke im Webmaßstab ermöglicht. Die Idee hinter BigSheets besteht darin, als Community-Quelle zur Verwendung als horizontale Komponente zu dienen, Erkenntnisse zu erschließen, die in unstrukturierten Daten eingebettet sind, und Daten zu analysieren, die zuvor nicht analysiert werden konnten.
Grundsätzlich verweist der Benutzer BigSheets auf Datenquellen von Interesse (d. h. unstrukturierte Webdaten, Feeds, XML usw.) und wandeln diese Daten in Visualisierungen um, die die Aktivität in besser definieren Frage.
Barnes lieferte ein Beispiel dafür, wie BigSheets als Endbenutzer-Tool an der Annenberg School for Journalism and Communications der USC implementiert wurde. Studenten – keine IT-Manager oder Entwickler – erstellten einen „Filmforscher“, der Informationen aus dem gesamten Internet sammelte, die positive Ergebnisse lieferten und negative Kommentare zu verschiedenen Filmen, um vorherzusagen, welche davon Blockbuster werden würden, und diese Ergebnisse daher leicht durch eine zu identifizieren Infografik.
Die Ergebnisse, die sich im Nachhinein größtenteils als zutreffend herausstellten, wurden innerhalb eines Tages im Blog der Studenten veröffentlicht, und dieses Beispiel war es auch herausgegeben von Die Los Angeles Times.
„Wenn Sie bei der Analyse der Ihnen zur Verfügung stehenden Big Data nicht an vorderster Front stehen, werden Sie kein Geschäft machen“, bemerkte Barnes.