Datenqualität eines der wichtigsten Zukunftsaufgaben im BIG-DATA-Management
Ergebnisse zum Thema Datenqualität aus der Studie „BIG DATA Future – Chancen und Herausforderungen für die deutsche Industrie“, 02/2015 v. MHP, a Porsche Company.
Die Studie beantwortet die Frage, wo genau die Industrieunternehmen in Deutschland bei der Umsetzung von Big Data stehen. Hierzu wurden online und anonym 254 Entscheider aus deutschen Industrieunternehmen zwischen August und Oktober 2014 befragt.
Die Studie kommt zu dem Ergebnis, das Big Data noch nicht wirklich in der Realität angekommen ist, denn erst 6% der Teilnehmer gaben an, dass in ihren Unternehmen Big-Data-Konzepte eingeführt wurden. Ungefähr jeder fünfte Befragte denkt momentan über konkrete Anwendungsszenarien nach und 28% der Unternehmen haben ein Pilotprojekt aufgesetzt.
Die Zahlen sind umso überraschender, da 60% der Teilnehmer das Potenzial von Big Data für die wirtschaftliche Entwicklung des Unternehmens erkannt haben.
Die Top drei genannten Chancen, die Big Data für das Business bietet sind:
- Kundenansprache (58%): Big Data ermöglicht es, die Kunden besser zu verstehen und dann gezielter anzusprechen.
- Prognosen (48%): Mithilfe von Big Data lassen sich genauere Prognosen erstellen.
- Entwicklung (46%): Mit Big Data können Auswertungen erstellt werden, deren Ergebnisse in die Entwicklung von Produkten und Dienstleistungen einfließen.
Datenqualität fördert den Erfolg von Big Data
Darüber hinaus stellt die Studie fest, dass zukünftig die Sicherung und Verbesserung der Datenqualität eine der wichtigsten Aufgaben im Big-Data-Management sein wird. Etwa 40% der Befragten gaben an, das die Datenqualität im Unternehmen unzureichend oder schlecht ist.
Die Studie zeigt auch, dass die Unternehmen, die der Spitzengruppe (24% der Befragten) zugeordnet wurden, ein ausgeprägtes Bewusstsein für den Wert einer hohen Datenqualität entwickelt haben, im Gegensatz zu der Verfolgergruppe.
Haupthindernisse für eine breitere Unterstützung von Entscheidungen durch Daten nennt die Studie neben fehlendem Wissen, inkonsistente bzw. fehlende Informationen, fehlende Tools, unzureichende Datenqualität und Expertise im Business.
Fazit
Um Big-Data-Initiativen erfolgreich zum Ziel zu führen, bedarf es einerseits einer klaren Strategie und anderseits einer qualitativ hochwertigen Datenaufbereitung. Diese beiden Maßnahmen machen erfahrungsgemäß bereits 80% des Gesamtaufwandes, aber auch den Erfolg von Big-Data-Projekten aus.
(Quelle: www.mhp.com)
Datenqualität, Business Analytics, Big Data, Datenqualitätsmanagement, Data Quality Management
- Geändert am .
- Aufrufe: 10282