Big Data Analytics kann in einzelne Teilgebiete gegliedert werden. Davon sind die wichtigsten:
- Mithilfe von Suchanfragen aus verschiedenen Quellen Daten beschaffen,
- die gewonnenen Daten optimieren und auswerten und
- die Daten analysieren und die Ergebnisse präsentieren.
Bei der Big Data Analytics stellt sich zunächst die Aufgabe, aus verschiedenen Quellen riesige Datenmengen mit unterschiedlichen Formaten zu erfassen und anschließend für die weitere Bearbeitung aufzuarbeiten. Häufig besteht hierbei die Schwierigkeit, dass die sehr großen Datenmengen in verschiedenen Formaten und unstrukturiert vorliegen. Mit herkömmlicher Datenbanksoftware sind solche Informationen kaum zu erfassen. Deshalb kommen bei Big Data Analytics zur Erfassung, Extraktion sowie Transaktion von den Daten aufwendige Prozesse zum Einsatz. Mit der Hilfe spezieller Big Data Software erfolgt anschließend die Datenanalyse. Diese nutzt statistische Methoden wie zum Beispiel Predictive Analytics. Die gewonnenen Ergebnisse werden im letzten Schritt aufbereitet und ebenso visualisiert. Zudem bezieht Big Data Analytics alle Softwareanwendungen mit ein, welche für die geschilderten Prozesse eingesetzt werden.
Herausforderungen für Big Data Analytics
Big Data Analytics muss viele Herausforderungen meistern, damit große Informationsmengen erfasst und wie gewünscht ausgewertet werden können. Hierbei muss die verwendete Software in der Lage sein, schnell viele Suchabfragen durchzuführen und in hoher Geschwindigkeit die verschiedenen Datensätze zu importieren und ebenso zu verarbeiten. Hierfür verwenden Big Data Analytics Anwendungen in der Regel parallele Bearbeitungsverfahren. Für Big Data Analytics existieren Software-Frameworks. Diese beherrschen spezielle Big Data Technologien und ermöglichen mit der Hilfe von vernetzten Clustersystemen die Verarbeitung riesiger Informationsmengen.
Damit die Performance weiter erhöht wird, werden im Gegensatz zu gewöhnlichen Datenbankanwendungen von vielen Systemen nicht Festplattenspeicher bei der Verarbeitung genutzt, sondern der schnellere Arbeitsspeicher. Das ermöglicht höhere Zugriffsgeschwindigkeiten und sorgt für eine Analyse in nahezu Echtzeit.
Optimierung von Unternehmensprozessen mit Big Data Analytics
Häufig wird Big Data Analytics im Business Intelligence Umfeld eingesetzt. Das Ziel ist, Unternehmensabläufe mit den gewonnenen Erkenntnissen aus der Datenanalyse zu optimieren und gegenüber Wettbewerbern Vorteile zu erzielen. Big Data Analytics untersucht hierfür große Mengen verschiedener Daten, die dem Unternehmen zur Verfügung stehen, nach versteckten Mustern, nützlichen Informationen oder anderen Korrelationen. Zu solch umfassenden Analysen von riesigen Informationsmengen sind gewöhnliche Programme für Business Intelligence nicht in der Lage. Für die Unterstützung von schwierigen Entscheidungsprozessen können Big Data Analytics ebenfalls herangezogen werden.
Weitere Anwendungsbereiche für Big Data Analytics sind zum Beispiel:
- Verbrechensbekämpfung
- Versicherungswesen für Risikobewertung
- Anpassung von Versicherungsbeiträgen
- Gesundheitswesen
- Verarbeitung von Wetterdaten
- Auswertung von Bewegungsprofilen
- Analyse von Webstatistiken
