Veränderungen der Analysewelt fordern eine Modernisierung der IT

In den vergangenen Jahren haben sich die Anforderungen an Business Intelligence - und damit auch an die Datenanalyse - drastisch verändert. Die Technologie ermöglicht es heute, dass Anwender in den Fachabteilungen und im C-Management ohne Unterstützung durch die IT und ohne Statistikkenntnisse schnell und einfach Analysen erstellen können. Voraussetzung: eine umfassende Modernisierung der IT-Architektur. Forrester bestätigt die Relevanz von agiler Business Intelligence und stuft SAS in seinem Bericht "The Forrester Wave: Agile Business Intelligence Platforms, Q3 2014" als einen führenden Anbieter ein. Der Softwarehersteller hat - gerade in den vergangenen zehn Jahren - mit grossen Neuerungen wie der Datenmanagement-Plattform, High-Performance Analytics und Visual Analytics auf die veränderten Analyseanforderungen reagiert. Um ihre BI-Umgebungen neu und agil aufzustellen, müssen sich Unternehmen intensiv mit vier Themenbereichen auseinandersetzen - meint Andreas Gödde, Director Business Analytics bei SAS. Self-Service BI Eine verteilte In-Memory-Architektur sorgt dafür, dass dynamische Reports ohne Wartezeiten erstellt und jederzeit von mobilen Endgeräten wie iPad oder Android-Tablets abgerufen werden können. Self-Service erlaubt die Analyse der Daten in Echtzeit, sodass aktuelle Fragestellungen durch den Endanwender ohne IT-Beteiligung schnell beantwortet werden können. Big Data Analytics in der Praxis Data Governance Gerade im Zusammenhang mit Self-Service BI wird konsequente Data Governance zu einem unverzichtbaren Faktor für zuverlässige Unternehmensprozesse. Gefordert ist eine klare Strategie für den einheitlichen, qualitätsgesicherten und zentral gesteuerten Umgang mit Daten. Dies bedingt die Festlegung von Verantwortlichkeiten, Kennzahlen, Prozessen und Infrastrukturen und baut auf das Verantwortungsbewusstsein jedes Einzelnen für "seine/ihre" Daten. Visualisierung Neue Visualisierungsmethoden sorgen dafür, dass Reports in den Fachabteilungen einfacher erstellt beziehungsweise für das Management besser verständlich sind. Der Trend geht hierbei zu schlichten und klaren visuellen Umsetzungen. Interaktivität und Skalierbarkeit Der Anwender erwartet heute ein Arbeiten quasi in Echtzeit - und das auch bei grossen Datenmengen, komplexen analytischen Algorithmen und vielen Anwendern. Dies setzt eine Architektur voraus, die flexibel mit den Anforderungen wächst. Eine zeitintensive Vorverdichtung über OLAP wird durch In-Memory-Technologie und preiswerten Hauptspeicher obsolet. Big Data Blog