Wie Big-Data-Analysen unsere Wirtschaft verändern werden

In einer schnelllebigen, technologiegetriebenen Welt, in der Käufer alles von Pizza bis Porsche online bestellen und gleichzeitig ihre Twitter-, Facebook- und Instagram-Konten mit einem einzigen Wisch ihres Smartphones aktualisieren können, ist es keine Überraschung, dass die Summe der potenziell nützlichen Daten in Die Welt wächst sprunghaft.

Tatsächlich erstellen Menschen laut IBM jeden Tag 2.5 Trillionen Bytes an Daten. Derart große Datenmengen sind aufgrund ihrer enormen Menge und Komplexität nur schwer zu verarbeiten und es entsteht das sogenannte „Big Data“.

Im Jahr 2009 wurde geschätzt, dass Unternehmen in allen Bereichen der US-Wirtschaft mit 1,000 oder mehr Mitarbeitern etwa 200 Terabyte an gespeicherten Daten produzierten, die potenziell nützlich sein könnten.

Big-Data-Analyse zur Verbesserung des Wachstums in jedem Sektor

Da nun eine Fülle an Daten im Umlauf ist, können Unternehmen und verschiedene andere Konzerne und Branchen verschiedene Datensätze kombinieren, um nützliche Informationen zu extrahieren.

Wayne Hansen, der Manager des Student Technology Center an der University of New Brunswick in Saint John, erklärt Big Data als „ein Schlagwort, das die Vorstellung beschreibt, dass wir jetzt riesige Datensätze analysieren können. Im Grunde erfassen wir mehr Daten, persönliche und soziale.“ , wissenschaftlich usw., und jetzt hat die Rechenleistung Geschwindigkeiten erreicht, die es uns ermöglichen, diese Daten gründlicher zu analysieren.

Hansens technisches Hauptinteresse gilt der Interaktion zwischen Technologie und Kultur. Er ist in der Lage, dieses Interesse durch Big Data zu erforschen. Beispielsweise können Informationen aus Smart Cities wie Kriminalität und Steuersätze, Bevölkerung und Demografie analysiert werden, um allgemeine Beobachtungen über diese Stadt und Kultur zu machen.

Big Data wird auf unterschiedliche Weise produziert. Von Mobiltelefonsignalen und sozialen Medien bis hin zu Kauftransaktionen online und in Geschäften – um uns herum werden ständig Daten erstellt und verändert. Diese Daten können dann für eine zukünftige Verwendung gespeichert werden.

Es gibt drei wichtige Aspekte von Big Data, die es in verschiedenen Märkten nützlich machen. Sie werden als die drei Vs bezeichnet. Lautstärke, Geschwindigkeit und Vielfalt. Volumen bezieht sich auf die Datenmenge, die erzeugt wird und genutzt werden kann, und reicht bis zu Terabyte und Petabyte. Unter Geschwindigkeit versteht man die Geschwindigkeit, mit der Daten erfasst und verarbeitet werden, bevor sie innerhalb eines bestimmten Sektors oder im Vergleich zu anderen Datensätzen irrelevant werden. Und Vielfalt, das heißt, je vielfältiger die Arten der verwendeten Datensätze sind, desto besser und genauer sind die Ergebnisse und Vorhersagen.

Die Big-Data-Analyse hat in verschiedenen Märkten großes Potenzial. Von Wetter und Technologie bis hin zu Unternehmen und sozialen Medien bietet Big Data die Möglichkeit, den Umsatz und die Produktivität zu steigern und zukünftige Ergebnisse von Produkten, Verkäufen und Dienstleistungen vorherzusagen. Die Möglichkeiten sind endlos.

„Die Prämisse ist, dass mit genügend Daten fast alles vorhersehbar wird“, sagt Hansen. Muster können aufgedeckt, Routinen etabliert und Statistiken ans Licht gebracht werden. Solche Vorhersagen bringen in fast allen Branchen einen neuen Wettbewerbsvorteil mit sich. Die Big-Data-Analyse wird dann zu einer Schlüsselkomponente für den Erfolg oder Misserfolg neuer Geschäfte und die Entstehung neuer Geschäfte.

Stellen Sie sich vor, Sie wären Angestellter in einem Unternehmen, das Kleidung für eine Zielgruppe von Frauen zwischen Ende Teenager und Anfang Zwanzig entwirft. Wäre es nicht praktisch und profitabel, wenn Sie die potenziellen Verkäufe beispielsweise für High Heels mit roten Pailletten schnell und genau vorhersagen könnten?

Hier kommt die Big-Data-Analyse ins Spiel. Wenn Sie alle relevanten Statistiken effizient nutzen könnten, z. B. wie viele Frauen rote High Heels mit Pailletten online bestellt haben und wie viele darüber getwittert oder Youtube-Videos mit Bezug zu roten High Heels gepostet haben, dann sind Sie genau richtig können genau vorhersagen, wie gut Ihr Produkt abschneiden wird, bevor es überhaupt auf den Markt kommt. Dadurch entfällt das Rätselraten und das Erfolgspotenzial wird erhöht.

Die Fähigkeit, solche Vorhersagen zu treffen, wird zu einem wachsenden Bedarf, und damit auch die Entwicklung der Big-Data-Analyse.

Pulse Group PLC, eine digitale Forschungsagentur in Asien, ist ein Unternehmen, das auf den Big-Data-Zug aufgesprungen ist. Pulse beabsichtigt, in naher Zukunft große Investitionen in diesem wachsenden Bereich zu tätigen. Ihr Investitionsplan umfasst die Entwicklung eines neuen Big-Data-Analysezentrums in Cyberjaya.

Solche Zentren wären dafür verantwortlich, alle relevanten Datenströme des Kunden zusammenzustellen und schnell und effizient zu analysieren, um wichtige Informationen wie Muster und Korrelationen zu entdecken, die möglicherweise für das Geschäft oder die Ziele des Kunden nützlich sein könnten.

„Wir können Big-Data-Analysen anwenden“, sagt Hansen, „und verallgemeinerte Aussagen treffen.“ Diese Verallgemeinerungen bergen das Potenzial, jeden Sektor zu verbessern, einschließlich Wirtschaft, Bildung, soziale Medien und Technologie.

Viele Unternehmen verfügen über die Daten, die sie für Vorhersagen benötigen, sind jedoch nicht in der Lage, die verschiedenen Datenpakete miteinander zu verbinden und sie so aufzuschlüsseln, dass sie nützlich sind.

Bob Chua, CEO von Pulse, gibt zu, dass ihr neues Big-Data-Unternehmen namens Pulsate möglicherweise ihr Hauptaugenmerk werden könnte. Ein kluger finanzieller Schachzug, da der Big-Data-Markt in den nächsten fünf Jahren voraussichtlich um über 50 Milliarden US-Dollar wachsen wird.

In den nächsten drei Jahren will Pulsate Fortschritte in der Big-Data-Analyse erzielen und 200 hochqualifizierte Arbeitsplätze für Datenwissenschaftler schaffen. „Sowohl das Sammeln als auch das Analysieren von Daten erfordert spezielle Fähigkeiten“, bemerkt Hansen, „was neue Möglichkeiten eröffnet.“

Um diese neuen Aufgaben erfüllen zu können, müssten die Mitarbeiter entsprechend geschult werden. Die Pulse Group beabsichtigt außerdem, eine der ersten Ausbildungsakademien für Datenwissenschaftler weltweit zu gründen, um ihr neues Datenanalysezentrum zu begleiten und den wachsenden Bedarf an Datenanalysten zu decken.

Big Data kann neben der bloßen Bereitstellung neuer Möglichkeiten und Lernerfahrungen auch andere positive Auswirkungen auf die Bildungswelt haben. Hansen gibt an, dass das Verhalten von Schülern mithilfe von Big Data analysiert werden kann, um den Bildungssektor zu verbessern. „Letztendlich besteht das Ziel darin, die gesammelten Daten zu nutzen, um die Erfahrung der Studierenden zu verbessern [und] die Bindungszahlen zu erhöhen.“

Angesichts der Schaffung neuer Arbeitsplätze und Bildungsmöglichkeiten sowie der potenziellen Prognosen und des Wachstums in Unternehmen scheint Big Data eine alles in allem gute Sache zu sein. Die Analyse und Nutzung derart großer Informationsmengen weist jedoch einige Nachteile und Mängel auf.

Ein Problem, das angegangen werden muss, besteht darin, welche Informationen verschiedene Unternehmen als Datensätze nutzen können. Probleme im Zusammenhang mit Datenschutz und Sicherheit müssen angegangen werden. Auch die Frage, wem welche Informationen gehören, muss beantwortet werden. Wenn Daten kontinuierlich gesendet und empfangen werden, verschwimmt die Grenze zwischen persönlichem geistigem Eigentum und dem öffentlichen Bereich.

Zweitens sind nicht alle Informationen nützlich, oder sie sind nutzlos, wenn sie nicht richtig analysiert werden. Manche Datensätze wären praktisch bedeutungslos, wenn sie nicht mit den richtigen und relevanten entsprechenden Daten kombiniert würden. Das heißt, wenn ein Unternehmen keinen Zugriff auf alle benötigten Daten hat und nicht weiß, wie man diese richtig findet und analysiert, ist Big Data im Grunde eine Zeitverschwendung.

Auch die Datenmenge nimmt alarmierend zu. Neunzig Prozent der weltweiten Daten wurden allein in den letzten zwei Jahren erstellt, und diese Zahl wächst stetig. Wenn neue relevante Daten schneller entstehen, als wir sie analysieren können, wird die Big-Data-Analyse irrelevant. Denn die Ergebnisse sind nur so gut wie die verwendeten Informationen.