WHY YOUR COMPANY NEEDS "BIG DATA" TO SURVIVE THE COMPETITION!

1. WasIstBigData.de
BigData?
WHY YOUR COMPANY NEEDS "BIG DATA"
TO SURVIVE THE COMPETITION!
echofy.me GmbH
Alexander Oelling
alex@echofy.me

2. WasIstBigData.de
DatenentwicklungMengeanDaten
Unstrukturierte Daten
Strukturierte Daten
201020052000 2020
Nachrichten
Tabellen
Texte

3. WasIstBigData.de
Beispiel Fraunhofer IFF

4. WasIstBigData.de
Beispiel Deutsche Bahn

5. WasIstBigData.de
Volumen
großen
Datenmengen
(Jahr 2020 =
100 Zetabyte),
Geschwindigkeit
in hoher
Geschwindigkeit
(Echtzeit),
Verschiedenheit
aus verknüpften
Quellen.
Was ist BigData?
Big Data bezeichnet die Analyse von

6. WasIstBigData.de
Was bedeutet das für Unternehmen?
Lernen Sie im Datenmeer schwimmen!

7. WasIstBigData.de
Chancen für Unternehmen
BigIdeas + BigData = BigBusiness
Copyright Fraunhofer

8. WasIstBigData.de
Effizienteres
Unternehmensmanagement
Möglichkeiten:
• Mehr und aktuellere Daten im direkten Zugriff
• Häufigere Prognosen
• Zunahme an automatisierten Entscheidungen
Beispiel:
• Monitoring der Lagerbestände
• Vorhersage von Verkaufszahlen auf Produktebene
• Dynamisches Pricing von Produkten und Services
• Prognose der Kündigerwahrscheinlichkeit
• Permanente Überwachung der Markenwahrnehmung
• Frühzeitige Fehlererkennung aus Logfile-Analysen
• Automatisierte Fallbearbeitung
• Prognose der Personalkapazitäten
• Energiebedarfsprognosen
• Automatische Compliance Überwachung von Prozessen
• Routenplanung der Fahrzeugflotten
Ausblick:
• Neue Low-Cost-Geschäftsmodelle werden möglich
• Höhere Attraktivität für Investoren durch geringere
Kapitalbindung
• Verdrängung von Unternehmen mit geringerer Effizienz

9. WasIstBigData.de
Massenindividualisierung von
Diensten
Möglichkeiten:
• Nutzung von komplexer Sensorik
• Einbindung von maschinellem Lernen
• Produkte erhalten eine gewisse „Eigenintelligenz“
Beispiel:
• Ad hoc Gesundheitsberatung
• Assisted Finance für individuelle Finanziele
• Personal TV / Radio
• Individualisierte Zeitschriften und Bücher
• Verhaltensbasierte Energieberatung
• Individualisierte Pauschalreisen
• Schutzengelfunktion im betreuten Wohnen
• Individuelle Mobilitätsassistenz für alle Verkehrsträger
• Hochauflösende Versicherungen für Objekte
• Preventive Wartung für Maschinen
Ausblick:
• Neue Formen der Kundenbindung durch Individualisierung
• Stärkere Kundenbindung
• Verdrängung von Unternehmen mit fehlender
Individualisierung

10. WasIstBigData.de
Intelligente Produkte
Möglichkeiten:
• Nutzung von komplexer Sensorik
• Einbindung von maschinellem Lernen
• Produkte erhalten eine gewisse „Eigenintelligenz“
Beispiel:
• Intelligente Häuser und Haushaltsgeräte ohne Programmieraufwände
• Virtuelle Assistenten für unterschiedlichste Fragestellungen
(SIRI/Watson)
• Maschinen- und Anlagenparks mit Selbstwartungsfunktion
• Intelligente Kleidung
• Elektrofahrzeuge als Teil des Smart Grids
• Servicerobotik in komplexen Umfeldern
• Autonome Fahrzeuge
Ausblick:
• Aufwertung bestehender Produkte mit
Mehrwertdiensten
• Langfristige IP-Wertsteigerung, da exklusives
Produktwissen vorliegt
• Wettbewerbssteigerung ganzer Schlüsselbranchen
möglich

11. WasIstBigData.de
Was braucht mein Unternehmen?

12. WasIstBigData.de
Wandel im Einzelhandel
Damals…
Verkäufe
Heute…
Datengetriebene Preisgestaltungen und
Empfehlungen

13. WasIstBigData.de
Wandel im Online Marketing
Damals…
Leads
Heute…
Marketing- und Vertriebs-
Empfehlungen

14. WasIstBigData.de
Wandel in der IT
Damals…
Log files
Heute…
Einsatzbereite Intelligenz

15. WasIstBigData.de
Wandel im Kundenservice
Damals…
Unglückliche Kunde
Heute…
Customer Care

16. WasIstBigData.de
Wandel in der Buchhaltung
Damals…
Manuelle Analyse
Heute…
Automatisierte Analyse

17. WasIstBigData.de
Wandel im Kreditmanagement
Damals…
Händisch erstellte
Kundendatenbanken
Heute…
Soziale Profile

18. WasIstBigData.de
Wandel in der Gesetzesvollstreckung
Damals…
Instinktiv geleitete Fahndungen
Heute…
Daten gestützte
Straftatenvorhersage

19. WasIstBigData.de
Wandel in der Medizinforschung
Damals…
Stichwortsuche
Heute...
Verknüpfte Fallstudien

20. WasIstBigData.de
Wandel im Fitnessbereich
Damals…
Manueller Fitnessplan
Heute…
Echtzeitmessung + Facebook

21. WasIstBigData.de
2 Arten von BigData-Anwendungen
A - Spezialisierte Analysen
 Beantwortung komplizierter
Fragestellungen
 Alle Freiheiten bei
Datenverknüpfung
 Hohe Geschwindigkeit bei
tiefergehenden Berechnungen
 Echtzeitfähige Anwendungen
 Kundenspezifische
Anwendungen
 Zielgruppe
 Kerngeschäftsfelder
 Produktentwicklung
B - Unternehmenssteuerung
 Gewinnung von
Übersichtlichkeit
 Verknüpfung von Datenquellen
 Schnelle Dashboard-Erstellung
 Keine ETL
 Viele Konnektoren
 Zielgruppe
 Marketing
 Vertrieb

22. WasIstBigData.de
Spezialisierte Architektur
Neuer Datenstream
Datenpool Batch View
Realtime View
Anfragen
Lambda Architecture

23. WasIstBigData.de
Beispiel: Spezialisierte Architektur
Batch Layer
Batch View
Data MessagingRSS
Webseiten
Speed Layer
Data Processing Realtime View

24. WasIstBigData.de
Software zum allgemeinen Überblick

25. WasIstBigData.de
Anwendungsbereiche
Bankwesen
Einzelhandel
Kommunikation
Spielentwicklung
Bildungseinrichtung
Marketing
Social Media
Städteverwaltung
Medizin
Manufacturing

26. WasIstBigData.de
Umsetzung einer praktischen
Architektur mit neusten Technologien

27. WasIstBigData.de
Umsetzung einer praktischen
Architektur mit neusten Technologien
MARKETINGCHANNELS
DATA MINING CAMPAIGN MANAGEMENT REPORTINGDATA SCIENTEST
WORKPLACE
BIG DATA ANALYTICS REAL TIME DATA CUSTOMER CENTRIC
DATA WAREHOUSE
RAW DATA STORE
SOURCE SYSTEMS
Event
System
Support
System
Wallet
System
Portal
CRM Social Media Controlling Webseite Shop Finance Sales …
Point of Sale E-mail Social Media Online Werbung Landing Page

28. WasIstBigData.de
BigData in Unternehmen
Educate
Marktbeoachtung
und Informations-
zusammenstel-
lung
ExploreStrategie- und
Roadmap-
zusammenstellung,
basierend auf
Bedürfnisse und
Herausforderungen im
Unternehmen
Engage
Pilotprojekt.
Bestimmen von
Nutzen und
Bedarf
Execute
Erstellen von
einer oder mehr
Initiativen und
Auswertung von
Analysen
Prozent der
Befragten
24%
Prozent der
Befragten
6%
Prozent der
Befragten
22%
Prozent der
Befragten
47%
Die Befragten wurden gebeten, den aktuellen Stand ihrer BigData-Aktivitäten innerhalb ihrer Organisationen zu
bestimmen. Durch Rundungen ist es nicht gleich 100%. Befragte=1061
Copyright: Leitfaden BigData im Praxiseinsatz – BITKOM Studie

29. WasIstBigData.de
Identifizierung
der UseCases
Zusammenstellung
der Teams
Identifizierung
der Daten-
quellen
Planung der
Hardware
Software build or
buy
Festlegen des
Bugets
Verankerung im
Unternehmen
Projektplanung
Technische
Umsetzung
Datenaggregation
Schulungen
Ergebnistests
Interpretation
der Ergebnisse
Livestellung
Sicherheitskonzept
ROI Bestimmung
Anleitung:
Einführung von BigData

30. WasIstBigData.de
Ausblick: Neue Möglichkeiten
• Neue Datenquellen
Fundiertere
Entscheidungen
• Durch Integration von verschiedenen Datenquellen,
erhält man ein gesamtheitlicheres Bild
Differenziertere
Entscheidungen
• Kurze Integration
• Schnelle Datenverarbeitung
Schnellere
Entscheidungen
• Abkürzen von BI Integrationsprozessen
• Einsparen teurer Systeme
Kostengünstigere
Entscheidungen

31. WasIstBigData.de
Fazit:
Für spezifische Fragen
Basis Hadoop und
andere Open-Source-
Tools
Umfangreiche
Projekte
Zielgruppe:
• Neue Werkzeuge
• Als Teil der eigenen Software
• Komplexe Fragestellungen
Überblickscharakter Fertige Tools
Für jeden
erlernbar
Schnelle Integration
von externen und
internen
Datenquellen
Spezialisierte Integration
Unternehmenssteuerung

32. WasIstBigData.de
Eigene Erfahrung
 Erste Einführungen von BigData im Bereich kundenspezifischer Fragen
 Die Voraussetzung für zukunftssichere Lösungen ist eine erweiterbare und
skalierbare Datenbasis (echofy - SPOT - Infrastruktur)
 Die Strategie wird in 1/3 der Fälle vom Top-Management beschlossen
 Erste Datenquellen für Pilotprojekte und Implementierungen sind interne
Systeme und neue Systeme
 Mitarbeiter benötigen analytische Fähigkeiten, die oft am Anfang noch nicht
zur Verfügung stehen.
 Während der Einführung eines BigData-Projekts erfahren die Beteiligten
verschiedene Stufen
 Information
 Datensammlung
 Erarbeitung der Fragestellungen
 Bereitstellung der Ergebnisse