Oracle Big Data

Enterprise Big Data Predictions 2016
Enterprise Big Data
Predictions 2016
Sind Ihre Daten ein Wettbewerbsvorteil?
Sind Ihre Daten ein Wettbewerbsvorteil?

Der Big Data-Stratege von Oracle erläutert, wie man bei der Erstellung eines Datenkapital-Plans vorgehen muss.

Steigern Sie mit Oracle Data Governance-Lösungen das Vertrauen in Ihre Daten.
Steigern Sie mit Oracle Data Governance-Lösungen das Vertrauen in Ihre Daten.
Erfahren Sie, wie Sie Ihre gesamtem Daten als Geschäftswert nutzen können.
Oracle Unveils Oracle Cloud Platform for Big Data
The Rise of Data Capital
The Rise of Data Capital

Ziehen Sie beachtlichen Nutzen aus der Erfassung und Nutzung weiterer Daten und verwenden Sie diesen Reichtum an Informationen mit Oracle Big Data, Hadoop und Analysefunktionen als das neue Kapital.

Die Grundlage für Dateninnovation

Big Data im Unternehmen

Wir leben in einer Welt, die immer mehr von Daten beherrscht wird. Die Datenstrategie und den entsprechenden Ansatz, einschließlich der Wahl der Big Data, und Cloud-Technologien, für den sich Ihr Unternehmen entscheidet, machen den entscheidenden Unterschied für Ihre zukünftige Wettbewerbsfähigkeit aus.

  • Nutzen Sie die Vorteile von Big Data in der Cloud.
  • Entscheiden Sie sich für den führenden Anbieter bei den Fortune 500-Firmen und den führenden Cloud-App-Anbieter.
  • Bauen Sie die Skalierbarkeit, die Zuverlässigkeit und die Flexibilität unternehmensweit aus.
  • Vertrauen Sie auf Oracle Engineered Systems für den besten Preis für Leistung
  • Projektinvestitionen und -fähigkeiten in der Ära von Big Data und Cloud

Was ist Big Data?

Big Data beschreibt eine ganzheitliche Information Management-Strategie, die neben herkömmlichen Daten viele neue Arten von Daten und Datenmanagement integrieren.

Whitepaper: Enterprise Architect's Guide to Big Data—Reference Architecture Overview

Whitepaper: Enterprise Architect's Guide to Big Data—Reference Architecture Overview

Big Data wird auch anhand der vier Vs definiert:

  • Volumen (Volume). Die Datenmenge. Obwohl Volumen mengenmäßig auf mehr Daten hinweist, ist es die Natur der Daten im Einzelnen, die einzigartig ist. Für Big Data ist die Verarbeitung von hohen Volumina unstrukturierter Hadoop-Daten mit niedriger Dichte erforderlich – also Daten mit unbekanntem Wert wie Daten aus Twitter-Feeds, aus Clickstreams auf Webseiten und Apps für Mobilgeräte, Netzwerkverkehr, aus mit Sensoren ausgestatteten Geräten, die Daten in Lichtgeschwindigkeit erfassen und viele mehr. Das Ziel von Big Data ist es, solche Hadoop-Daten in nützliche Informationen umzuwandeln. Für einige Unternehmen können das zehn Terabytes sein, für andere Unternehmen möglicherweise Hunderte Petabytes.
  • Geschwindigkeit (Velocity). Die Schnelligkeitsrate, mit der Daten empfangen werden und darauf reagiert wird. Die höchste Geschwindigkeit von Daten strömt normalerweise direkt in den Speicher und wird nicht auf eine Festplatte geschrieben. Einige Anwendungen des Internets der Dinge (Internet of Things, IoT) haben Auswirkungen auf die Gesundheit und Sicherheit, die eine Echtzeit-Bewertung und eine entsprechende Reaktion darauf erfordern. Sonstige internetfähige, intelligente Produkte arbeiten in Echtzeit oder beinahe Echtzeit. Z. B. verfolgen eCommerce-Anwendungen für Verbraucher das Ziel, den Standort des Mobilgeräts und die persönlichen Vorlieben zu kombinieren, um zeitsensible Marketingangebote zu schaffen. Was die Durchführung betrifft, profitieren Anwendungen für Mobilgeräte, in Bezug auf die Erfahrungen, von großen Benutzergruppen, gesteigertem Netzwerkverkehr und der Erwartung auf eine sofortige Reaktion.
  • Vielfalt (Variety). Neue unstrukturierte Datentypen. Unstrukturierte und semi-strukturierte Datentypen wie Text, Audio und Video erfordern zusätzliche Verarbeitung, um Bedeutung abzuleiten und die unterstützenden Metadaten zu erlangen. Wurde das einmal durchschaut, weisen unstrukturierte Daten viele Anforderungen der strukturierten Daten auf wie Zusammenfassung, Analyse, Nachprüfbarkeit und Datenschutz. All das wird noch komplexer, wenn Daten von einer bekannten Quelle ohne Ankündigung geändert werden. Regelmäßige oder in Echtzeit durchgeführte Schema-Änderungen stellen eine große Belastung für Transaktions- und Analyseumgebungen dar.
  • Wert (Value). Daten weisen einen inneren Wert auf – aber dieser muss erst erkannt werden. Es gibt eine Vielzahl an quantitativen und investigativen Techniken, um Wert aus Daten abzuleiten, diese reichen von der Entdeckung einer Kundenvorliebe oder eines Gefühls, über die Bereitstellung eines relevanten Angebots an einem bestimmten Standort bis hin zur Ermittlung eines Ausrüstungsteils, das bald kaputt gehen und ersetzt werden muss. Der technologische Durchbruch besteht darin, dass die Kosten der Datenspeicherung und von Computing exponentiell gestiegen sind und somit eine Fülle von Daten zur Verfügung stehen, die statistisch als gesamter Datensatz analysiert werden müssen im Gegensatz zur vorherigen Analyse eines Beispiels. Der technologische Durchbruch ermöglicht viel genauere und präzisere Entscheidungen. Dennoch erfordert die Suche nach einem Wert neue Erkennungsvorgänge, die clevere und scharfsinnige Analysten, geschäftliche Anwender und Führungskräfte erfordern. Die eigentliche Herausforderung bei Big Data ist ein menschlicher Faktor und zwar zu Lernen, die richtigen Fragen zu stellen, Muster zu erkennen, fundierte Annahmen zu treffen und Verhalten vorherzusagen.

Um mehr über wichtige Überlegungen bei der Auswahl von Big Data-Technologien zu erfahren, lesen Sie folgendes Whitepaper von Oracle: Enterprise Architect's Guide to Big Data—Reference Architecture Overview (PDF).


Im Blickpunkt

  • Big Data im Unternehmen

    Die Bedeutung der Big Data-Architektur

    Erfahren Sie mehr über die Erfahrungen aus sechs Big Data-Implementierungen von Unternehmen.

    IDC-Whitepaper lesen (PDF)
  • Randstad Analytics Pilot Redefines Employment Searches

    Randstad Analytics Pilot Redefines Employment Searches

    Erfahren Sie mehr darüber, wie Randstad France neue Einnahmeströme mit Oracle Big Data Appliance und Visualisierungstechnologie entwickelt.

    Artikel lesen
  • Big Data im Einzelhandel

    Big Data im Einzelhandel

    StubHub erhält Einblick in Ticket-Verkaufsmuster, Betrugserkennung und vieles mehr.

    Erfahrungsbericht lesen

Oracle Big Data Crushes Time-to-Insight for Wargaming.net
Oracle Big Data Crushes Time-to-Insight for Wargaming.net

Ich kann mit ziemlicher Gewissheit sagen, dass Wargaming über die branchenführende Lösung für Data Warehousing, Data Engineering und Analysen im Vergleich zu allen anderen Gaming-Unternehmen weltweit verfügt.

– Craig Fryar, Head of Wargaming Business Intelligence
Kundentrends mithilfe von Big Data-Analysen
StubHub entdeckt Kundentrends mithilfe von Big Data-Analysen

Oracle Database und Oracle Advanced Analytics ermöglichen prädiktive Analysen, Data Mining, Text Mining, statistische Analysen und erweiterte numerische Berechnungen – alles innerhalb der Datenbank.

– Mike Barber, Senior Manager of Data Science, StubHub
Oracle Plattform für Big Data
Thomson Reuters Uses Oracle’s Big Data Platform

Engineered Systems mit Oracle Big Data Appliance, Exadata und Exalytics bieten eine hohe Leistung und die Bereitstellung von Big Data aus Hadoop, Data Warehousing und Analysen zum Verbessern des Kundenservice.

– Rick King, COO for Technology, Thomson Reuters
Big Data Appliance
De Persgroep verschafft sich Rundumsicht mit Oracle Big Data Appliance

Unser Wunsch war ein allumfassender Blick auf unsere Kunden und potenziellen Kunden. Dank des Big Data-Projekts konnten wir dieses Ziel erreichen.

– Luc Verbist, CIO De Persgroup


Schnelleinstieg

Wir helfen Ihnen gerne

Sprechen Sie mit einem Oracle-Experten

  • +49 6103 397 002

Sprechen Sie mit dem Oracle Support