Praxisbeispiele für Big Data

Schnelle Arbeit: Erst im Januar 2012 gegründet, hat der Bitkom-Arbeitskreis "Big Data" bereits seinen ersten Leitfaden zum Thema vorgelegt. Laut dem IT-Industrieverband wird "das Phänomen Big Data vorrangig in seiner wirtschaftlichen Dimension und mit Blick auf das Management von Unternehmen beleuchtet". Auf die technischen Aspekte wird weniger Wert gelegt. Der Verband ist überzeugt, dass Big-Data-Lösungen "der Wettbewerbsfähigkeit von Organisationen einen kräftigen Schub verleihen" könnten.

Auch wenn Big-Data-Installationen bisher noch nicht so richtig in der Wirklichkeit der Unternehmen angekommen sind, hat der neue Leitfaden mindestens zwei positive Aspekte: CIOs und andere Verantwortliche bekommen einen gut zusammengestellten Überblick über die neuen Möglichkeiten der Datenanalyse, und zweitens könnten sie aus den in der Publikation vorgestellten Beispielen lernen.

Die zahlreichen Anwendungsfälle führen in den jeweiligen Ansatz von Unternehmen ein, die sich bereits auf den Pfad von Big Data und Analytics vorgewagt haben. Sie enthalten auch konkrete Hinweise auf die jeweiligen Anwender und Anbieter, so dass man in direkten Kontakt zu ihnen treten kann, um sich tiefergehender zu informieren.

Drei Dutzend Praxisbeispiele

Bitkom-Präsident Dieter Kempf charakterisiert die aktuelle Situation wie folgt: "Wenn gelegentlich zu hören ist, die Informationswirtschaft würde mit Big Data lediglich den nächsten Hype entfachen, so sprechen die drei Dutzend Praxisbeispiele im Leitfaden eine andere Sprache." Interessenten sollten diese Praxisbeispiele nutzen, um sich besser auf die Marketingkampagnen einiger großer Anbieter der IT-Branche vorzubereiten und ihre eigenen Entscheidungen sachlich begründet zu treffen.

Für die Retailer sind besonders diese Unternehmensdarstellungen aus der Studie "Big Data im Praxiseinsatz - Szenarien, Beispiele, Effekte" von Interesse:

Mitarbeiter-Planung von dm

Problem: In der Vergangenheit hatten die Filialverantwortlichen der Drogeriekette dm die Mitarbeiterkapazitäten auf Basis einfacher Hochrechnungen sowie ihrer Erfahrungswerte geplant und in das System eingegeben. Danach errechnete man dann den Mitarbeiterbedarf pro Tag. Oft geriet das Verfahren dabei in Sondersituationen an seine Grenzen. Die Folge waren Über- oder Unterbesetzungen.

Lösung: dm führte für die Vorhersage der Tagesumsätze die Predictive-Analytics-Suite des Anbieters Blue Yonder ein. Vier bis acht Wochen im Voraus tragen sich die Mitarbeiter der jeweiligen Filiale jetzt nach ihren persönlichen Präferenzen in die anstehenden Tagespläne des Unternehmens ein. Kurzfristige Änderungen sind laut Bitkom selten geworden.

Preisbestimmung bei Macy’s

Problem: Macy's gehört zu den größten überregional tätigen Händlern in den USA. In den 800 Filialen wird ein mehrere zehntausend Artikel umfassendes Sortiment angeboten. Um möglichst optimale Preise anzubieten, geht das Unternehmen auf die jeweils standortspezifischen Unterschiede der einzelnen Filialen ein, heißt es in der Studie: "Wenn für eine bestimmte Produktklasse ein starker Wettbewerber benachbart ist, werden die Preise in dieser Filiale aggressiver nach unten angepasst, um auf jeden Fall wettbewerbsfähig zu sein."

Sei kein Wettbewerber vorhanden, sei auch diese Notwendigkeit nicht gegeben. Folge: Je nach lokaler Wettbewerbssituation ergeben sich über das gesamte Sortiment und alle Standorte etwa 270 Millionen Preispunkte.

Auf der Basis der in der Vergangenheit erfolgten Verkäufe bestimmter Waren (etwa zwei Terabyte an Daten) seien bisher wöchentlich neue Preise für die Sortimente berechnet worden. Das nahm ungefähr 30 Stunden Rechenzeit in Anspruch: "Da Macy's sieben Tage pro Woche geöffnet hat, konnten regelmäßig bestimmte Verkäufe gar nicht in die Analyse aufgenommen werden." Man behalf sich deshalb mit Teilsortiments-Optimierungen.

Lösung: Wie der Bitkom berichtet, war es durch die Umstellung der vorhandenen Infrastruktur auf optimierte Datenhaltung und den Einsatz von In-Memory-Technologie möglich, "die Analyse über das gesamte Sortiment auf eine Zeit unter zwei Stunden zu drücken".

Gründliche Bekanntschaft mit Big Data

Weitere Beispiele aus anderen Branchen sind bei genauem Studium auf den Retail-Sektor zu übertragen. Die Bitkom-Publikation ist auch deshalb interessant, weil sie eine erste, gründlichere theoretische Bekanntschaft mit dem Trendthema "Big Data" erlaubt. Angesichts der Überflutung durch reine Marketingmaterialien und viel Trara auf Anwenderkonferenzen ist diese Veröffentlichung durchaus brauchbar. Auch wenn sie aus den Kreisen der per se nicht neutralen IT-Industrie selbst stammt.

Kostenloser Download der Bitkom-Studie "Big Data im Praxiseinsatz - Szenarien, Beispiele, Effekte".