Was sind Big Data-Analysen?

Bei Big Data-Analysen werden große, komplexe und häufig schlecht strukturierte Datenmengen analysiert, um nützliche Erkenntnisse zu gewinnen und Trends aufzuspüren.

Definition für Big Data-Analysen

Der Begriff "Big Data-Analysen" wird übermäßig oft und häufig auch missverständlich verwendet. Im Wesentlichen geht es dabei um die Untersuchung großer, untypischer Ansammlungen von Daten, um bisher unsichtbare Trends und Erkenntnisse auszumachen, mit denen die Geschäftsziele unterstützt werden können. Diese Analysen gehen über die Möglichkeiten hinaus, die standardmäßige Datenbanksysteme mit "Zeilen und Spalten" bieten. So werden z. B. unstrukturierte Posts in sozialen Medien und enorm umfangreiche Maschinenprotokolle betrachtet, um die verborgenen Markenvorlieben von Kunden zu offenbaren. Häufig kommen dabei Hadoop und SAP HANA zum Einsatz.

Was spricht für Big Data-Analysen?

Big Data-Analysen bieten Unternehmen durch exklusives Wissen einen Wettbewerbsvorteil. Im Gegensatz zu einfacher Business Intelligence geht man damit einen Schritt über die traditionellen "Datenwürfel" aus einer RDBMS hinaus. Mit Big Data-Analysen können Unternehmen aus verschiedenartigen, unstrukturierten Quellen „Datenseen“ gewinnen, um darin strategische Vorteile zu suchen. In diesem Zusammenhang steigen die Datenbestände eines Unternehmens im Wert. Häufig sind die besten Erkenntnisse jedoch in nicht vernetzten Daten-Repositorys von Dritten zu finden.

HPE Produkte und Services für Big Data-Analysen

Big Data-Analysen können für die Infrastruktur belastend sein. Durch die Datenmengen und die umfangreichen Abfragen können die Computing- und Speicherressourcen ausgebremst werden. HPE bietet Benutzern von Big Data-Analysen mit Tools wie Hadoop ein dynamisches Angebot an Plattformoptionen. Zu den HPE Big Data-Infrastrukturlösungen gehört die HPE Haven Plattform, mit der Sie die Möglichkeit haben, ganzheitliche Datenstrategien zur Vereinheitlichung von Legacy- und neuen Daten zu entwickeln, sich an Bedürfnisse anzupassen, sobald sie entstehen, und relevante Datenpools als Grundlage für Personalisierung, Prognosen und Monetarisierung zu verwenden.

HPE Moonshot

HPE Moonshot

Die ultra-konvergente Computing-Plattform arbeitet in kleinsten Maßstäben, um schnellen Zugriff und hocheffiziente Datenverarbeitung zu ermöglichen.

Weitere Informationen

HPE Apollo 4000

HPE Apollo 4000

Speziell entwickelt für Big Data, Analysen und Objektspeicher sowie mit einem Schwerpunkt auf Hadoop-basierter Datengewinnung und NoSQL-basierten Analysen.

Weitere Informationen

HPE ConvergedSystem für SAP HANA

HPE ConvergedSystem für SAP HANA

Workload-optimiert, um eine unübertroffene Agilität und Zuverlässigkeit für Business Analytics in Echtzeit und die skalierbare, geschäftskritische Plattform SAP HANA zu bieten.

Weitere Informationen

HPE 3PAR StoreServ 20000

HPE 3PAR StoreServ 20000

Speicher für die analysierten Daten mit Potenzial für vorhandene Workloads und künftiges Wachstum.

Weitere Informationen

Ressourcen für Big Data-Analysen

Blog-Eintrag : Wird Ihre Sicherheitsinfrastruktur zum Glücksspiel?

BigDataAnalytics_Resources01_2x-md
Blog-Eintrag

Anders als in dem erwähnten 17-und-4-Beispiel brauchen Sie für die Optimierung Ihrer Gewinnchancen in Sachen Sicherheit keine Superkräfte.

Artikel : Die zehn wichtigsten Prognosen im Hinblick auf Big Data und Analysen für das Jahr 2017

BigDataAnalytics_Resources02_2x-md
Artikel

Verlieren Sie bei den Analysen nicht den Anschluss. Entwickeln Sie umfassende Analyseverfahren und nutzen Sie fortschrittliche Tools, um die erzeugten Daten genauer analysieren zu können.

Artikel : Die Rolle der Hybrid-IT und die Gründe für ihre Bedeutung

BigDataAnalytics_Resources03_2x-md
Artikel

Craig Partridge, Director of Data Center Platforms Consulting bei HPE, spricht über seine Erkenntnisse, die er bei der Arbeit mit Kunden im Bereich Hybrid-IT gewonnen hat.