Blog zu Analytics

Prof. Dr. Karsten Oehler beschreibt in diesem Beitrag, wie man mit einer stochastischen Abweichungsanalyse auch unsichere Informationen in Berechnungen mit einbeziehen kann.

Prof. Dr. Karsten Oehler beschreibt in diesem Beitrag, wie man mit statistischen Methoden aus R und Excel Predictive Analytics richtig angeht.

Prof. Dr. Karsten Oehler beschreibt in seinem Beitrag, wie die Positionierung sowie die ersten Schritte gelingen.

Die Betroffenenrechte der Europäischen Datenschutzgrundverordnung sehen vor, dass Unternehmen auf Verlangen Auskunft über individuelle, personenbezogene Daten erteilen müssen. Diese Daten müssen als Datensatz bereitgestellt werden und auf Wunsch gelöscht werden. Und zwar innerhalb kürzester Zeit. 

Meetup Gruppen sind lose Interessensgemeinschaften, die auf Initiative einzelner gegründet werden und zu unterschiedlichsten Themen Treffen und fachlichen Austausch organisieren. Auf Initiative unseres Data Science Teams in Paderborn wurde im letzten Jahr das Data Science Meetup in Paderborn ins Leben gerufen, um die Data Science Community weiter zu stärken – und es wächst rasant.

Big Data? Nein, der eigentliche Nutzwert für die Unternehmen liegt in der Anwendung von Advanced Analytics und Data Science. Nur so können aus Daten echte Informationen abgeleitet werden. Das Ziel ist, weniger nach Intuition und Bauchgefühl zu entscheiden und sich mehr auf die von Algorithmen gelieferten Ergebnisse zu verlassen. Dies hat insbesondere im Marketing einen großen Einfluss, wo neue Paradigmen wie „Omni-Channel Marketing“ und „Customer Centricity“ die großen Schlagworte sind.

Der Big Data Vendor Benchmark der Experton Group positioniert die pmOne AG inmitten eines internationalen, prominenten Umfelds

Sie sind mit Ihrer Corporate Performance Management Lösung eigentlich ganz zufrieden. Aber hin und wieder gibt es Situationen, in denen Sie die Möglichkeit vermissen, Szenarien ad hoc durchzurechnen und abzubilden. Mit der Tabellenkalkulation stoßen Sie schnell an Grenzen. Aber wie gelingt es, ohne große Investitionen Big Data- und Predictive Analytics-Funktionen zu nutzen? 

„Business Analytics: Der Weg zur datengetriebenen Unternehmenssteuerung“ ist der Titel einer aktuellen Veröffentlichung des Internationalen Controller Vereins. Stefan Sexl, Vorstand der pmOne meint: Lesenswert. Dieser Blog-Beitrag stellt außerdem weitere Informationsangebote speziell für Controller und Finanzverantwortliche zusammen, die über neue Technologien zu Big Data und Advanced Analytics sowie deren Anwendungsmöglichkeiten in der Praxis informieren.

Aufgrund seiner konkurrenzlosen Schnelligkeit, der reichhaltigen Funktionalität und weil es sich perfekt in Hadoop-Umgebungen einpasst, gilt das an der renommierten Berkeley-Universität entwickelte Open Source Projekt Spark weltweit als Schlüsseltechnologie für Big Data-Projekte. Ob da ein in Deutschland entstandenes Pendant mithalten kann?

Sie können sich nicht vorstellen, wie es mit Datenanalysen gelingen kann, den Krebs zu bekämpfen? Ein 3-Minuten-Video erklärt anschaulich, wie pmOne das Universitätsklinikum Hamburg-Eppendorf genau dabei unterstützen.

Neue BARC-Studie liefert viele neue Einsichten von Anwendern für Anwender

Den Markt für Big Data in Österreich bis 2016 beleuchtet eine neue Studie von LSZ Consulting und MSM Research. Demnach versprechen sich die Befragten von Big Data mehrheitlich neue Möglichkeiten der Datenanalyse, schrecken aber zugleich vor der Komplexität von Lösungen zurück. Detaillierten Aufschluss über Status quo, Entwicklungen und Projektpläne von insgesamt 77 österreichischen Unternehmen gibt der 40 Seiten umfassende „Executive Summary Report für ICT-Verantwortliche/CxOs“, den pmOne als Sponsor der Studie zum Download bereitstellt.

Markttrends und Kundenpräferenzen vorhersagen zu können, ist der Traum aller Unternehmenslenker. Data Analytics-Anwendungen haben das Zeug dazu, dass dieser Traum auch in Erfüllung geht. Aber Vorsicht: Die richtige Technologie ist nur die eine Seite der Medaille. Was es auf dem Weg von unstrukturierten Informationen zu wertvollen Erkenntnissen sonst noch zu beachten gilt, erfahren Sie im neuen pmOne-Blog-Beitrag.

Planung gilt als Voraussetzung für eine effektive Unternehmenssteuerung. Soweit die Theorie. In der Praxis jedoch laufen Planungsprozesse in vielen Unternehmen alles andere als effizient ab – und als besonders komplex gilt eine treiberbasierte Planung. Sind die wichtigen Einflussfaktoren und Zusammenhänge im Unternehmen allerdings erst einmal aufgespürt, trägt das nicht nur zu einem besseren Verständnis der Ursache-Wirkungsbeziehungen bei, sondern erhöht den Wirkungsgrad der Planung insgesamt. In Teil 2 der Serie zur treiberbasierten Planung beschäftigt sich Karsten Oehler deshalb systematisch mit der Frage, welches die wesentlichen Parameter sind.

Die Ideenwerkstatt des Internationalen Controller Vereins, hat es sich zum Ziel gesetzt, wesentliche Trends der Controlling-Praxis zu identifizieren und so Impulse zu setzen. Das Thema 2014: Big Data – Potenzial für den Controller. In diesem Dream Car-Bericht wird zum einen die Relevanz des Themas eingeschätzt, zum anderen werden anhand von Praxisbeispielen Gestaltungsempfehlungen formuliert.

Diese Zusammenfassung beschäftigt sich mit dem zweiten Teil der Publikation – konkreten Handlungsanweisungen, wie Unternehmen von Big Data profitieren können.

Im Zuge des Events „Accelerate your Insights“ stellte Microsoft im April diesen Jahres den SQL Server 2014 vor. Und auch ein weiterer neuer Name tauchte auf: Analytics Platform System, kurz APS. Bei dieser Appliance, also der Kombination von Hard- und Software, handelt es sich allerdings nicht um eine komplett neue Lösung, sondern vielmehr um den neuen Namen der MPP-Datenbank (massiv parallel processing) von Microsoft, die bisher als Parallel Data Warehouse (PDW) bekannt war. Doch wie kam es zu dieser Umbenennung und gibt es außer der Bezeichnung noch weitere Unterschiede zwischen PDW und APS?

Im ersten von zwei Blog-Beiträgen zum Dream Car-Bericht der Ideenwerkstatt des ICV 2014 geht es um die Chancen und Risiken, die sich durch Big Data für Controller und ihr Berufsbild ergeben. Tenor des Berichts ist, dass sich durch Big Data zahlreiche Prozesse in allen Teilen der Wertschöpfungskette effizienter gestalten lassen. Doch gerade Controller sollten bei der Implementierung die Verheißungen neuer Lösungen stets kritisch betrachten und eine ausführliche Kosten-Nutzen-Analyse durchführen.

Das Deutsche Bank-Research „Big Data – Die ungezähmte Macht“ beschäftigt sich mit dem Thema Big Data samt Chancen sowie Risiken. Daten werden in der heutigen Zeit immer wertvoller – sie werden sogar als neue virtuelle Währung im Netz bezeichnet. Aufgrund dieser Entwicklung sind allerdings auch einige Aspekte, wie zum Beispiel die Sicherheit persönlicher Daten, mehr und mehr kritisch zu betrachten. Dieser Blog-Beitrag fasst die Kernthesen der Studie zusammen.

Das Institut für Business Intelligence der Steinbeis Hochschule Berlin beschäftigt sich in der Studie „Competing on Analytics 2013“ mit Herausforderungen, Nutzen und Potential von Business Intelligence sowie Big Data für Unternehmen. In der hier zum Download angebotenen ersten Teilauswertung geht es um den Themenkomplex Big Data Analytik, der immer wichtiger für Organisationen wird, die bestmöglich am Markt agieren wollen.

Dieser Blog-Eintrag soll die verschiedenen Informationen zum Parallel Data Warehouse (PDW) zusammenführen und verständlich aufbereiten. Abseits von euphorischen Marketing-Ankündigungen ist das PDW eine Lösung, um die Anforderungen, die sich aus immer weiter wachsenden Datenmengen ergeben, besser in den Griff zu bekommen. Also, was ist das PDW? Da stelle ma uns mal janz dumm …

Analysten des renommierten Business Application Research Center (BARC) haben sich in einer aktuellen Research Note mit dem Microsoft Big-Data-Angebot befasst. Dabei stellen sie fest, dass Microsoft auch Technologien für Big-Data-Szenarien anbietet und sich in den Entwicklungstrend der „großen BI-Generalisten“, wie IBM, Oracle oder SAP einreiht. Eine Ergebnis der BARC Research Note: „Der Fokus liegt auf einer einfachen Bedienbarkeit.“

Neuer Survey von BARC zeigt: Europäische Unternehmen erwarten von Big Data bessere strategische Entscheidungen

Wie viele Daten sind „Big Data“?

Michael Hartung

Sie haben wahrscheinlich eine grobe Vorstellung davon oder selber schon erlebt, was „viele Daten“ (Big Data) sind. Aber haben Sie auch eine echte Vorstellung von den Größenverhältnissen? Google-Daten in Reiskörner „umgerechnet“ würden alle zwei Tage die komplette Erdoberfläche bedecken. Und in 2011 wurden wohl 1,8 Zettabyte Daten produziert.

Zu diesem Schluss könnte man gelangen, wenn man die Ausrichtung einschlägiger Konferenzen und des Marketings vieler Business Intelligence Hersteller unter die Lupe nimmt. In welchen Aspekten die Big Data Bewegung eine evolutionäre Weiterentwicklung ist und welche neuen Aufgabenstellungen warten, beleuchtet dieser Artikel. Empfehlenswert auch unsere Expertenrunde „Big Data – Marketing-Hype oder echter Mehrwert?“, in der viele pointierte Meinungen zum Thema transportiert wurden.

Big Data ist kein Data Warehouse Projekt

Prof. Dr. Andreas Seufert

Der Direktor des Instituts für Business Intelligence, Prof. Dr. Andreas Seufert, äußert sich im Interview mit der Computerwoche differenziert zum Thema Big Data. Nach seiner Auffassung setzt „die sinnvolle Verarbeitung polystrukturierter Daten zum Teil ein völlig neues Skillset“ voraus. Außerdem erläutert er seine betriebswirtschaftliche Sichtweise auf das Thema Big Data und moniert methodische Defizite.

Expertenrunde diskutiert aktuelle Studienergebnisse zum Thema Data Warehouse

Status quo, Herausforderungen und Nutzen - Die vorliegende Studie soll einen Beitrag zu dieser Diskussion leisten, indem sie den Status quo und die Einschätzung in Unternehmen in Deutschland untersucht. Wir haben dabei, trotz und wegen des Alters des Konzeptes, noch einmal fundamentale Fragen gestellt: Warum werden Data Warehouses gebaut und welche Ziele werden tatsächlich erreicht?