Big Data

    0
    512

    Was ist Big Data?

    Big Data bedeutet etwa so viel wie riesige Datenmengen, welche erhoben und gesammelt werden. Sie entstehen durch sämtliche Handlungen, die wir zum Beispiel online, aber teilweise auch offline durchführen. Wer von Big Data spricht, meint jedoch meistens gleichzeitig auch die Analyse beziehungsweise Auswertung dieser Daten. Sie können zu verschiedenen Zwecken verwendet werden. Viele Unternehmen sammeln grosse Datenmengen über ihre Kund*innen, aber auch Staaten nutzen Big Data, um politische Schlüsse zu ziehen.

    Big Data – Ein Beispiel

    In der Medizin wird Big Data verwendet, um möglichst viele Informationen über Krebs zu sammeln und diese auszuwerten. Dadurch kann diese Krankheit schneller diagnostiziert und die bestmögliche Therapieform gewählt werden. Die Daten dieser Diagnose und Therapie werden wieder gesammelt, um das Resultat und die Aussagekraft weiter zu präzisieren. Auch Unternehmen nutzen Big Data, beispielsweise um ihre Kund*innen zu analysieren und deren Verhalten besser zu interpretieren. So ist zum Beispiel die Anzeige „Diese Produkte könnten dir auch gefallen“ in einem Online-Shop das Resultat von Big Data.

    Big Data 3Vs

    Zur Definition von Big Data gehören ausserdem die 3Vs (Volume, Variety, Velocity), die die Herausforderungen zur Nutzung von Big Data beschreiben. Teilweise werden diese drei Dimensionen um den Punkt Veractiy erweitert.

    Volume (Grösse) – damit ist die Grösse der Datenmenge gemeint, die gespeichert und verarbeitet werden muss.

    Variety (Vielfalt) – beschreibt die Vielfalt der Datenformate (Bilder, Videos, Text), in der Daten erfasst und ausgewertet werden müssen.

    Velocity (Geschwindigkeit) – die Geschwindigkeit, mit der Daten produziert werden und entsprechend eine höhere Verarbeitungsgeschwindigkeit erfordern.

    Veracity (Wahrhaftigkeit) – nicht alle Daten haben eine wirksame und nutzbare Datenqualität und sind in ihrer Relevanz nicht sortiert.

    Wie wird Big Data genutzt?

    Sobald Big Data gesammelt wird, stehen grosse Datenmengen zur Verfügung. Mit Big Data Analytics lassen sich diese Datenmengen filtern. Wie diese im Einzelnen genutzt werden, hängt von der Branche ab. Unternehmen zum Beispiel können eine Vielzahl an Informationen über ihre Kundschaft sammeln. Durch geschicktes Big Data Marketing, nutzen Unternehmen die gesammelten Informationen effektiv. Aus den grossen Datenmengen lassen sich Erkenntnisse gewinnen, aus denen sich wiederum beispielsweise Marketing-Massnahmen ableiten lassen können.

    Wer nutzt Big Data?

    Die Nutzung von Big Data ist in den unterschiedlichsten Bereichen üblich, mittlerweile ist es eine Vielzahl unterschiedlicher Unternehmen, die Big Data nutzen. Ganz egal ob Banken, Bildungsinstitutionen, Einzelhändler oder die Pharmaindustrie – beinahe überall werden Daten gesammelt und ausgewertet. Die Nutzung der Datenmengen hängt dabei davon ab, welches Ziel damit verfolgt werden soll. So nutzen einige Unternehmen Big Data, um ihre Prozesse effizienter zu gestalten oder ihren Umsatz zu verbessern. Versicherungen zum Beispiel sammeln Daten, um schliesslich die Beiträge und Tarife zu kalkulieren.

    Warum ist Big Data so wichtig?

    Werden grosse Datenmengen gesammelt, lassen sich komplexe Zusammenhänge und Muster erkennen, die wiederum Aufschluss auf Verbesserungspotenziale zulassen. Unternehmen können durch die grosse Vielfalt an Daten zum Beispiel ihre internen Prozesse verbessern. Sie können aber auch ihre Kund*innen noch besser verstehen und ihr Angebot noch gezielter auf die Bedürfnisse ihrer Kundschaft anpassen. Letztlich lässt sich eine Vielzahl an Geschäftsprozessen durch Big Data Marketing verbessern, es können Kosten und Ressourcen gespart werden.

    Wie wird Big Data analysiert?

    Big Data Analytics ist grundsätzlich ein sehr komplexer Prozess, der mit Hilfe von spezieller Software erfolgt, die dafür ausgelegt ist, grosse Datenmengen schnell zu analysieren. Häufig werden bei der Analyse von Big Data auch maschinelles Lernen und künstliche Intelligenz verwendet, die beispielsweise Datenmuster erkennen und daraus Modelle entwickeln.

    Vorheriger ArtikelGeneration Y / Millennials
    Nächster ArtikelMarketingkonzept
    Die Redaktion von marketing.ch liefert seit 2012 regelmässig spannende Inhalte rund um das Thema Marketing. Wenn kein anderer Autor hinterlegt ist, hat das marketing.ch Team gemeinsam unter diesem Account an den Artikeln gearbeitet. :-)