big data at FOM Hochschule für Oekonomie & Management

100 Millionen Bilder

Vorhersage zukünftiger Möglichkeiten und Trends

Beantwortet die Frage: Wie wird es weitergehen?

Kreditwürdigkeitsprüfung, Cyber-Bedrohung aufdecken

Beispiel: ML Framework + Batch/Echtzeit-Stapel

Früher: Strukturieren, Speichern, Analysieren (ETL, Extract, Transform, Load)

Jetzt: Speichern, Analysieren, Strukturieren (ELT)

Sammelbegriff für den IT-gestützten Zugriff auf
Informationen, sowie die IT-gestützte Analyse und
Aufbereitung dieser Informationen. Ziel dieses Prozesses
ist es, aus dem im Unternehmen vorhandenen Wissen,
neues Wissen zu generieren. Bei diesem neu
gewonnenen Wissen soll es sich um relevantes,
handlungsorientiertes Wissen handeln, welches
Managemententscheidungen zur Steuerung des
Unternehmens unterstützt

Fokus liegt auf Volume. Hier werden die vorhandenen Daten in die Datenbasis gezogen und es wird versucht, das Volumen aufzubauen. 

Fokus auf Variety. Es wird versucht, die Vielfalt der Datenquellen zu erweitern.

Es wird angefangen, Visualisierungen zu erstellen.

Big Data unterstützt die wirtschaftlich
sinnvolle Gewinnung und Nutzung
entscheidungsrelevanter
Erkenntnisse aus qualitativ vielfältigen
und unterschiedlich strukturierten
Informationen, die einem schnellen
Wandel unterliegen und in bisher
ungekanntem Umfang zu Verfügung
stehen.

Theorie -> Hypothese -> Überwachung -> Bestätigung

Hier wird ein Ziel festgelegt was erreicht werden soll.

Batch Analyse:

Das Sammeln und Speichern von Daten zur planmäßigen Verarbeitung zu einer bestimmten Zeit, wenn eine ausreichende Menge an Daten zusammengetragen worden ist 

• Beantwortet die Frage: Was ist passiert und warum?
• Einkaufverhalten im Einzelhandel
• Beispiel: Apache Spark

Real Time Analyse:

Die sofortige Verarbeitung der Daten nach dem Eintreten der Transaktion, wobei die Datenbank zum Zeitpunkt des Ereignisses aktualisiert wird

• Zugang zu Informationen mit nahezu Null Latenzzeit
• Beantwortet die Frage: Was passiert gerade?
• Fraud detection 
• Beispiel: Apache SparkStreaming

  
  

Analytics - 

Generierung von Einblicken: Visualisierung, Maschinelles Lernen

Engineering - 

Monetarisierung von Einsichten: Parallel

Verarbeitung, Skalierbare Algorithmen

Integration - 

Integration neuer Datentypen, Brücke

zwischen DWH & BD

Infrastructure - 

Hadoop, NoSQL: Sie verarbeiten, speichern und analysieren oft auch Daten

A field of Big Data which seeks to provide meaningful
information from large amounts of complex data.
Data Science combines different fields of work in
statistics and computation in order to interpret data
for the purpose of decision making.