Top 10 der Business

Intelligence-Trends

für 2014

Weitere Informationen finden Sie in diesem Sonderbericht des The Economist:

Fostering a Data-Driven Culture (Fördern einer datengesteuerten Kultur).

Datenwissenschaft kann

künftig nicht nur von Experten, sondern von jedermann betrieben werden. Jeder normale

Geschäftsanwender wird sich mit Datenanalyse auskennen, und nicht nur Experten mit

Titel „Analyst“. Organisationen, die Daten nutzen, um Entscheidungen zu treffen, werden

immer erfolgreicher, und diejenigen, die Daten nicht nutzen, fallen ab.

Das Ende der Datenexperten.

Weitere Informationen erhalten Sie im Whitepaper: Warum Geschäftsanalysen in der

Cloud.

Organisationen, die durch Analysen schnell vorwärtskommen möchten, treiben die

Übernahme cloudbasierter Business Intelligence voran. Zudem treiben neue Szenarien

wie die Zusammenarbeit mit Kunden und mobiler Zugriff außerhalb der Firewall die

Übernahme voran. Die Weiterentwicklung von Cloudservices helfen IT-Abteilungen, sich

mit Business Intelligence in der Cloud vertraut zu machen.

Cloud Business Intelligence wird Mainstream.

Mehr erfahren Sie in diesem Webinar: Exploring Big Data with Amazon Redshift

(Erkunden von großen Datenmengen mit Amazon Redshift).

Cloud Data Warehouses wie Amazon Redshift und Google BigQuery transformieren den

Aufbauprozess eines Data Warehouse von einem monatelangen Prozess zu ein paar

Tagen. Dadurch wird eine rasche Prototyperstellung und eine nie dagewesene

Flexibilität möglich. Cloud-Angebote wie Teradata Cloud und SAP HANA von

traditionellen Anbietern validieren den Platz.

Große Datenmengen landen endlich

auch im Himmel.

Weitere Informationen erhalten Sie in diesem Whitepaper von GigaOm: Agile BI:

Reshaping the Landscape (Neugestaltung der Landschaft).

Self-Service-Analysen werden in schnell wachsenden Unternehmen die Norm.

Geschäftsleute erwarten von ihren Dashboards Flexibilität und Benutzerfreundlichkeit.

Und die monolithische Infrastruktur wird von Lösungen abgelöst, die mit neuen

Datenquellen arbeiten können.

Agile BI baut Vorsprung aus.

Weitere Informationen erhalten Sie von David Stodder von TDWI in diesem

Webinar: Using Analytics to be Predictive and Proactive (Verwenden von Analysen

für Vorhersagen und proaktives Verhalten).

einst das Reich von erweiterten und

spezialisierten Systemen, werden zu Mainstream, wenn Unternehmen orwärtsgerichtete

statt rückwärtsgerichtete Erkenntnisse aus Daten möchten.

Vorausschauende Analysen,

Überzeugen Sie sich vom Wert der eingebetteten BI mit diesem Video.

Eingebettete BI wird immer wichtiger, um Erkenntnisse

direkt in den Pfad von Geschäftsaktivitäten zu setzen. Analysen leben immer mehr innerhalb

von Transaktionssystemen. Szenarien wie Customer Relationship Management werden den

Weg mithilfe von Analysen leiten, welche die vielen kleinen Entscheidungen unterstützen,

die Vertriebsmitarbeiter täglich treffen. Zudem bringt eingebettete BI Daten zu Abteilungen,

die typischerweise zögerten: zum Beispiel in der Produktion und im Einzelhandel.

Weitere Informationen erhalten Sie in diesem Whitepaper: 5 Best Practices for Telling

Great Stories (5 Best Practices für eine großartige Berichterstattung).

Berichterstattung wird zu einer Priorität, wenn Menschen erkennen, dass eine Dashboard-Flut ohne Kontext nicht hilfreich ist.

Durch Berichte können Ideen und Erkenntnisse mithilfe von Daten kommuniziert werden.

Sie helfen auch, eine überwältigende Menge an großen und ungleichen Daten

verständlich zu machen.

mobile Business Intelligence die wichtigste Erfahrung,

Ein Beispiel erhalten Sie in diesem Whitepaper: How Mobile Business Intelligence Drives

Efficiency and Transformation for Supervalu (Wie mobile Business Intelligence Effizienz

und Transformation für Supervalu vorantreibt).

Für zukunftsweisende Organisationen wird

nicht nur eine gelegentliche Sache. Geschäftsanwender benötigen während ihres normalen

Tagesablaufs Zugriff auf Informationen, und dies nicht nur vom Schreibtisch aus.

In diesem Video wird ein Beispiel gezeigt, wie Erkenntnisse aus Social Media-Daten

gewonnen werden können: Using Social Media Analytics for Insight (Die Analyse sozialer

Medien für Erkenntnisse nutzen).

Organisationen beginnen, soziale Daten ernsthaft zu analysieren, wodurch sie Erkenntnisse erlangen, die

über die Anzahl ihrer Likes und Follower hinausgeht. Soziale Daten werden ein Proxy für

Markenbewusstsein und -einstellung sowie ein fruchtbarer Boden für Konkurrenzanalysen.

Unternehmen nutzen soziale Daten, um herauszufinden, wie wichtig sie ihren Kunden sind.

Mehr zu noSQL können Sie in diesem TechRepublic-Artikel lesen: 10 Things You

Should Know About noSQL databases (10 Dinge, die Sie über noSQL-Datenbanken

wissen sollten).

NoSQL ist das neue Hadoop. Organisationen entdecken, wie sie unstrukturierte Daten nutzen können. NoSQL-

Technologien wurden immer bekannter, als Unternehmen nach Möglichkeiten suchten,

um diese Art von Daten zu assimilieren. Aber im Jahr 2014 wird die intelligente

Nutzung unstrukturierter Daten weiterhin die Ausnahme und nicht die Norm sein.

Über Tableau Software

http://www.tableausoftware.com/business-

intelligence

Tableau Software (NYSE: DATA) hilft

Menschen dabei, Daten sichtbar und

verständlich zu machen. Mit Tableau

können Nutzer Informationen schnell

analysieren, visualisieren und mit

anderen teilen. Mehr als 15.000 Kunden

nutzen Tableau im Büro und unterwegs

für schnelle Analysen. Zehntausende

Nutzer verwenden Tableau Public,

um Daten in Blogs und auf Websites

anderen zur Verfügung zu stellen.