Neue Wege für das Business

Datenvisualisierung trifft Big Data

Dr. Wolfgang Martin ist Experte auf den Gebieten Big Data, Business Intelligence, Performance Management, Analytics, Business Process Management, Information Management, Information Governance sowie Cloud Computing (SaaS, PaaS). Sein Spezialgebiet sind die Wechselwirkungen technologischer Innovation auf das Business und damit auf die Organisation, die Unternehmenskultur, die Businessarchitekturen und die Geschäftsprozesse.
Wenn man über Big Data spricht, dann sieht man immer noch große Zweifel in den Augen. Für viele ist der Begriff Big Data einfach nicht griffig genug, und er hilft auch nicht, den Nutzen und die Wertschöpfung im Geschäft zu erkennen oder auch nur zu erahnen.

Wenn man über Big Data spricht, dann sieht man immer noch große Zweifel in den Augen. Für viele ist der Begriff Big Data einfach nicht griffig genug, und er hilft auch nicht, den Nutzen und die Wertschöpfung im Geschäft zu erkennen oder auch nur zu erahnen. Daher sprechen wir doch hier zuerst einmal ganz einfach nur von Daten. Daten waren immer da und werden immer da sein. Big Data setzen wir mal gleich "Daten".

Big Data Zitat Nathaniel Lin
Big Data Zitat Nathaniel Lin

Wir leben im Zeitalter der Digitalisierung der Welt, was ein Verschmelzen von realer und virtueller Welt bedeutet. Hier macht das mobile Internet Information allgegenwärtig. Soziale Medien sorgen für eine bisher nicht gekannte Verbreitungsgeschwindigkeit von Informationen. Im aufkommenden Internet der Dinge beginnt eine Maschine-zu-Maschine und Roboter-zu-Roboter-Kommunikation, die in Echtzeit auf vielen und vielfältigen Datenquellen riesige Datenvolumina produziert. Aus diesen Tatsachen haben dann einige den Begriff "Big Data" abgeleitet, aber es bleibt dabei, das alles sind nur "Daten", aber eben mehr Daten denn je, mehr Daten, die in Echtzeit strömen, und mehr Daten aus immer mehr und immer vielfältigeren Datenquellen.

Bisher kannten wir im Unternehmen im Wesentlichen nur Unternehmensdaten. Die neuen Datenquellen lassen sich in fünf Datendomänen klassifizieren, die alle strukturierte, semi- und unstrukturierte Daten und Datenströme liefern: Dies sind Social-Media, Maschinen, Server-Logs, Web-Clickstream und das mobile Internet. Die Daten entstehen entweder aus Interaktionen, Beobachtungen oder Transaktionen. Der Nutzen dieser Daten besteht nicht nur in einem Mehr an Daten und in detaillierteren Daten, sondern insbesondere darin, Daten aus verschiedenen Domänen miteinander zu verknüpfen und zu analysieren. So entstehen neue Einsichten, die uns neues Wissen geben, das wir bisher nicht erschließen konnten. Sie werden jetzt zum Treiber von Innovation, von Geschäftsprozessen und Geschäftsmodellen. Das beschreibt sehr gut die Idee, die hinter dem Begriff "Big Data" steckt:

1. Stelle Fragen und stelle Dinge infrage. Mit Hilfe von Analysen findet man Antworten.

2. Beschleunige auf Basis der Analysen die Entscheidungsfindung und fundiere sie mit Fakten.

3. Transformiere Prozesse und Modelle auf Basis getroffener Entscheidungen.

Die Verknüpfung von Daten aus den unterschiedlichen Domänen mit Unternehmensdaten und die Analyse solcher Daten sind also die Basis von Big Data (im hier beschriebenen Sinne). Das bildet die Grundlage, um auf sich schnell entwickelnde und sich permanent ändernde Märkte ebenso wie auf rasch sich veränderndes Kundenverhalten reagieren zu können.

Datenvisualisierung im Big Data-Umfeld: Analytik mit Augenmaß

Der Einsatz von Analytik im Unternehmen ist nicht neu, aber in den letzten Jahren hat es methodisch und technologisch viele Fortschritte gegeben. Mit Datenvisualisierung ist beispielsweise eine neue und zunehmend genutzte Komponente hinzugekommen. Datenvisualisierung ist ein Ad-hoc-, interaktiver, problembezogener und durch menschliche Interaktion gestalteter Prozess. Sie stellt einen dynamischen, menschbezogenen Analyseansatz dar, der das Erkennen von Mustern durch das menschliche Auge unterstützt und gegebenenfalls analytische Algorithmen als Ergänzung nutzt. Zur Visualisierung werden neben den traditionellen Darstellungen (Säulen-, Balken-, Torten-, Wolken- u.a. Diagramme) vor allem auch spezielle Methoden wie Karten, Heat Maps, Tree Maps etc. eingesetzt. (Abb. 1) Dank kollaborativer Dienste und Self-Service-Konzepte ermöglicht Datenvisualisierung anspruchsvolle Entscheidungsverfahren auch im Team.

Abbildung1: Der gezeigte Screenshot visualisiert die Performance von Produkten in verschiedenen Ladenketten in den USA. Rötlich bedeutet, der Umsatz blieb unter den Erwartungen, bläulich: er lag über den Erwartungen und grau entspricht den Erwartungen. Je intensiver der Farbton, desto größer die Abweichung. Rechts in der Treemap entspricht die Größe der Rechte4cke dem Umsatz, der mit einzelnen Produkten erzielt wurde. Darüber hinaus zeigt die Visualisierung den aggregierten Umsatz der einzelnen Filialisten und Segmente wie zum Beispiel Supermärkte, Discounter und Lebensmittelmärkte.
Abbildung1: Der gezeigte Screenshot visualisiert die Performance von Produkten in verschiedenen Ladenketten in den USA. Rötlich bedeutet, der Umsatz blieb unter den Erwartungen, bläulich: er lag über den Erwartungen und grau entspricht den Erwartungen. Je intensiver der Farbton, desto größer die Abweichung. Rechts in der Treemap entspricht die Größe der Rechte4cke dem Umsatz, der mit einzelnen Produkten erzielt wurde. Darüber hinaus zeigt die Visualisierung den aggregierten Umsatz der einzelnen Filialisten und Segmente wie zum Beispiel Supermärkte, Discounter und Lebensmittelmärkte.
Foto: Datawatch