Vom Hype zur Umsetzung
Checkliste für die Big-Data-Strategie
Foto: Roland Berger
Auch China Mobile, der größte chinesische Mobilfunkprovider, hat eine Hadoop-basierte Lösung entwickelt, um etwa die Verbindungsdaten hinsichtlich des Nutzungsverhaltens und der Abwanderungswahrscheinlichkeit seiner Kunden zu analysieren. Diese Auswertungen unterstützen das Marketing und tragen zur Verbesserung der Netze und der Servicequalität bei. Denn die zuvor eingesetzte "scale up"-Lösung ermöglichte es dem Unternehmen, die Daten von nur etwa zehn Prozent der Kunden auszuwerten.
Dank der Hadoop-basierten Lösung wurden zwei Ziele erreicht: Alle Verbindungsdaten konnten ausgewertet werden und zeitgleich konnte die Firma die Kosten senken. Durch den Einsatz der Commodity-Hardware kostete die neue Lösung etwa ein Fünftel der bisherigen Lösung - und das bei einer deutlich besseren Leistung.
Geringe Zahl an Fallstudien erschwert Big-Data-Vermarktung
Trotz technologischer Vorteile haben sich Big-Data-Ansätze noch nicht im Markt durchsetzen können. So geht das IT-Marktforschungsunternehmen Gartner davon aus, dass sich lediglich 20 Prozent der aktuellen Big-Data-Initiativen im Implementierungsstadium befinden. Und im Jahr 2015 werden sich erst circa 15 Prozent der Unternehmen auf die Verarbeitung großer Datenmengen eingestellt haben.
Eine der großen Hürden beim Markterfolg von Big Data sind die mangelnden Fallbeispiele aus verschiedenen Bereichen - Big Data ist für die meisten nicht greifbar genug. Es fehlen konkrete Anwendungsbeispiele, die den Mehrwert dieser Technologie tatsächlich belegen. Dennoch haben einige Unternehmen und Institutionen bereits angekündigt, verstärkt auf Big Data setzen zu wollen:
-
Das New York Presbyterian Hospital hat durch die systematische Auswertung von Patientengeschichten die Anzahl tödlicher Thrombosefälle um 25 Prozent gesenkt (Quelle: Hortonworks).
-
Das Los Angeles Police Department hat in einem Pilotprojekt eine "Predictive Policing"-Lösung eingesetzt. Dadurch konnte die Polizei Verbrechensschauplätze und -zeitpunkt im Vorfeld genauer identifizieren (Quelle: Cloudera).