BI-Dogmen sind realitätsfern

1. Zeitliche Relevanz prüfen. Ist Big Data jetzt schon ein Thema für uns?
Dazu gehört nicht nur die generelle Frage, ob, sondern auch wann Big Data ein Thema wird – also wann die Zukunft für Unternehmen richtig beginnt. Ist die Zeit beispielsweise für das Anwendungsunternehmen schon reif für Social Media als etablierten Servicekanal? Bei näherem Hinsehen kommen Unternehmen häufig zum Ergebnis: Big Data steckt noch früh im Hype Cycle. Speziell Unternehmen wie Facebook, Google und Co., deren Marktleistung die Erzeugung von Information selbst darstellt, sind da sicherlich die Early Adaptors.

Bei einem mittelständischen Maschinenbau-Unternehmen besteht dagegen womöglich im Moment noch keine Relevanz. Insofern ist eine breite Adaption und Produktivität erst in einigen Jahren zu erwarten. Laut Gartner werden 2015 erst rund 15 Prozent der Unternehmen ihre Dateninfrastruktur anpassen, um sich für die Nutzung extrem großer polystrukturierter Datenmengen zu rüsten.

2. Inhaltliche Relevanz prüfen: Welche Daten brauche ich, und woher stammen sie?
Beim Sammeln der Daten ist es wichtig, genau hinzuschauen und zu definieren, woher man eigentlich seine Big Data bezieht und welche man wirklich anzapfen möchte. In Zeiten von Social Media wollen Unternehmen zum Beispiel wissen, was über sie in Microblogs wie Twitter und Social Networks wie Facebook und Xing gesprochen wird. Für andere sind Foren, insbesondere relevante Fachforen, Content-Communities wie YouTube oder flickr sowie klassische Onlinemedien relevante Quellen, um Trend rechtzeitig zu erkennen.

Für Händler ist die Quellenauswahl und -analyse zur Sammlung von Netzinhalten zudem eine zentrale Fragestellung für die Suchmaschinenoptimierung und die Clickstream-Analyse. Interessant ist zudem zu wissen, wie verlässlich die Quellen sind und wie häufig sich Inhalte und Community ändern.

3. Rechtliche Hürden bei Integration von Big und Small Data beachten
Die Verknüpfung (Integration) größerer Datenmengen, beispielsweise das Auslesen von Facebookseiten und Small Data, beispielsweise der internen Kundendatei, wird aus Datenschutzgesichtspunkten in speziellen Branchen kritisch bewertet. Legale Rahmenbedingungen sind noch nicht endgültig definiert. Eine Reform des Datenschutzrechts wird gefordert, der möglicherweise weniger Spielraum lässt, bestimmte Informationen für Analysen zu einzusetzen

4. Analyse von Big Data benötigt Kontextbezug
Jede Branche hat einen eigenen Kontext, der in Metadaten angereichert wird. Die Festlegung auf den relevanten, branchenspezifischen Kontext ist Voraussetzung, um ein zielorientiertes Filtern und Analysieren zu erlauben. Die Kontexteinordnung hilft bei der Kommunikation zwischen Mensch und Maschine, um den richtigen Inhalt in einer Datensammlung auszuwählen. Bei Big Data sollte eine definierte und etablierte BI-Governance die Rolle der Kontexteinordnung übernehmen.

5. Den Business Case für Big Data suchen
Unternehmen sollten immer genau prüfen, wie das Plus an Daten einem geschäftlich nutzt. Im Moment wird häufig noch eine sehr techniklastige Diskussion geführt. Letztendlich ist aber entscheidend, dass die Qualität der Entscheidung steigt. Das ist bei einer Quantitätssteigerung nicht immer zwingend der Fall. Manchmal bringt die Mikroauswertung von Kundenrezensionen keine besseren Erkenntnisse als der grobe Trend von Aussagen, um die nötigen Anpassungen am Produkt oder der Dienstleistung vorzunehmen.