Ignorer la navigation
Big Data @ Work
Buch

Big Data @ Work

Chancen erkennen, Risiken verstehen

Vahlen, 2014 plus...

Buch kaufen


Bewertung der Redaktion

8

Qualitäten

  • Innovativ
  • Umsetzbar

Rezension

„Big Data“ ist in aller Munde. Muss man da mittun? Wird Big Data die Bereiche Marketing und Produktentwicklung revolutionieren, große IT-Investitionen auslösen? Oder kann man beruhigt warten, bis der Hype abgeklungen ist? Auch IT-Experte Thomas Davenport war zunächst unschlüssig. Nach eingehender Prüfung kam er zu dem Schluss: Big Data ist mehr als ein neues Etikett für das, was man klassischerweise unter dem Begriff „Business Analytics“ fasst. In seinem Buch grenzt er Big Data von der herkömmlichen Datenanalyse ab und macht durch zahlreiche Beispiele die Vorteile und Risiken von Big Data für Unternehmen in jeglicher Branche greifbar. Er untersucht, welche Ziele man mit Big Data erreichen kann und was in technischer, organisatorischer und personeller Hinsicht zu beachten ist. getAbstract empfiehlt das kundige, aber gut verständliche Buch allen, die von Berufs wegen Daten analysieren – und darüber hinaus auch Führungskräften in IT, Marketing, Strategie, Finanzen und Logistik.

Zusammenfassung

Von Analytics zu Big Data

Von den 2,8 Billionen Gigabyte an Daten, die etwa 2012 weltweit angefallen sind, hat wohl nur ein Viertel einen potenziellen Wert. Gerade einmal 0,5 Prozent werden überhaupt analysiert. Das Gros der Daten bleibt ungeordnet und lässt sich nicht in die gängigen Datenbankformate bringen. Hier setzt „Big Data“ an: Im Unterschied zu Business Analytics, Reporting, Business Intelligence und anderen herkömmlichen Ansätzen wird mit unstrukturierten Daten in diversen Formaten und aus unterschiedlichen Quellen gearbeitet. Oft handelt es sich um große Datenmengen, die dem Unternehmen permanent zufließen. Ein großer Teil davon stammt aus externen Quellen. Big Data geht also deutlich über herkömmliche Datenanalyse hinaus. Unternehmen wie HP, Oracle und General Electric sind in diesem Bereich äußerst aktiv, kündigen Produkte an, übernehmen Unternehmen und investieren Milliardenbeträge in Big Data. Dass hier eine riesige Chance für die Zukunft liegt, ist offensichtlich.

Für jede Branche ein Gewinn – aber auch ein Risiko

Natürlich kennt man Big Data besonders von Unternehmen wie Google, die damit ihre Algorithmen optimieren. Big Data ist aber keineswegs...

Über den Autor

Thomas H. Davenport ist IT-Professor am Babson College, Forscher am MIT Center for Digital Business und Senior Berater bei Deloitte Analytics. Er ist Autor zahlreicher Bücher und Zeitschriftenartikel zum Thema Datenanalyse.


Kommentar abgeben

Mehr zum Thema

Verwandte Skills

人工智能转型,实施基于人工智能的流程优化,跨部门整合人工智能解决方案,评估企业采用人工智能的准备情况
数字化转型
发现和理解数字技术,跟上新兴技术趋势,探索新数字技术的影响,了解数字技术在工作中的好处,识别商业中新
推动人工智能转型,在各部门实施人工智能转型,协调与利益相关者的人工智能倡议,监督人工智能技术的整合,
推动数字营销
高管领导力
实施数字基础设施,安装强大的数字基础设施解决方案,管理数字基础设施供应商关系,确保数字基础设施的可扩
领导力
利用人工智能制定商业战略,战略性地将人工智能融入商业计划,制定以人工智能驱动的企业战略,评估人工智能
利用人工智能提升领导力,将人工智能洞察融入领导决策,使用人工智能工具增强领导战略,通过人工智能分析推
利用人工智能进行管理,将人工智能工具整合到管理流程中,使用人工智能分析管理数据,利用人工智能增强团队
在日常任务中利用人工智能,将人工智能工具整合到工作流程中,使用人工智能自动化重复性任务,利用人工智能
做出明智决策
管理
市场营销
增强数字素养
理解消费者行为
职场技能
分析用户数据
使用人工智能进行决策支持,实施人工智能工具以进行决策,利用人工智能评估决策数据,将人工智能洞察整合到
利用人工智能进行营销,识别营销中的人工智能应用机会,评估用于营销洞察的人工智能工具,比较用于营销任务
应用数据驱动营销
做出数据驱动决策
衡量人工智能的商业影响,评估人工智能对收入增长的影响,分析人工智能实施带来的成本节约,比较人工智能驱
理解数据
使用人工智能进行数据分析,实施人工智能以增强数据洞察,将人工智能集成到数据处理任务中,利用人工智能工
发现和理解数据分析与大数据,识别关键数据分析方法,有效解读大数据洞察,利用数据分析进行决策,探索数据
数据分析