Publikumspreis für Flugrouten-Radar
Die Big-Data-Preisträger 2013
Die "News Analytics-"Lösungen von Clueda können jedoch nicht nur im Finanzumfeld entscheidende Wettbewerbsvorteile liefern. Ihr Einsatz eignet sich überall dort, wo komplexe Zusammenhänge aus Millionen von Hintergrundinformationen intuitiv aufzuarbeiten sind und große unstrukturierte Datenmengen anfallen, wie beispielsweise im Marketing, im Content-Management oder im medizinischen und juristischen Bereich.
Platz eins für bestes Tool: Splunk
In der Kategorie "Big-Data-Tools" buhlten gleich 13 Nominierte um die Gunst von Jury und Publikum. Hier holte sich der US-Dienstleister Splunk mit Deutschland-Sitz in München gleich beide erste Preise, den der Jury und den des Publikums. Der Anbieter von Operational-Intelligence-Software hat mit "Splunk Enterprise" die für die Preisvergabe Verantwortlichen überzeugt.
Maschinengenerierte Big Data, die ununterbrochen von Webseiten, Applikationen, Servern, Netzwerken und mobilen Endgeräten generiert werden, lassen sich mit der Splunk-Software für Unternehmen nutzbar machen, indem sie gesammelt und indiziert werden. Die Technik ermöglicht es Unternehmen, sowohl Echtzeit- als auch historische Maschinendaten zu überwachen, zu durchsuchen, zu analysieren und zu visualisieren, verspricht der Hersteller.
Dabei muss Splunk Enterprise keine Logfiles transformieren, damit diese in Datenbanken abgelegt werden können. Vielmehr erfolgen Parsing und Indexierung direkt. Dadurch kann dieser Ansatz flexibel auf veränderte Log-Formate reagieren - ohne dass zusätzlicher administrativer Aufwand entsteht und ohne dass Log-Informationen verloren gehen. Unabhängig vom Datenformat werden die Daten indiziert. Anwender brauchen daher keinerlei Adapter. Die so indizierten Daten werden auf einem Server zentral gehalten und sind dort für Suchanfragen über die gesamte IT hinweg verfügbar.
So können Unternehmen ihren kompletten Daten-Pool durchsuchen und Muster erkennen, weil sich Ereignisse verschiedener Datenquellen korrelieren lassen. Durch das Kombinieren von Maschinendaten und Geschäftsdaten erhalten Unternehmen darüber hinaus zusätzliche Geschäftseinblicke und kommen dem Ziel einer effizienten Operational Intelligence näher – so lassen sich beispielsweise Geschäfts- und Kundenverständnis vertiefen, Service und Betriebszeit verbessern, Kosten reduzieren und Sicherheitsrisiken minimieren.