24.11.2015
Datenanalyse im Wandel
1. Teil: „Vom Data Warehouse zu Big Data“
Vom Data Warehouse zu Big Data
Autor: Hartmut Wiehr
Foto: shutterstock / Bakhtiar Zein
Klassische Data Warehouses gelten als altmodisch, Big-Data-Analysen als hip. Doch Data-Warehousing-Veteranen können darüber nur müde lächeln.
Bereits lange vor dem derzeit grassierenden Big-Data-Hype erfasste ein Ansatz mit ähnlicher Zielsetzung das Management und die IT-Abteilungen zahlreicher Branchen, das Data Warehousing.
Diese Technologie stand für die Überführung von Daten aus verschiedenen, strukturierten Quellen in einen gemeinsamen Speicher-Pool, in dem sie dann nach verschiedenen Kriterien analysiert und anschließend für die Entscheider auf den Management-Ebenen grafisch aufbereitet wurden.
Data Warehousing mit seinen aufwendigen Prozessen war zum Beispiel bei Airlines wie der Lufthansa beliebt, wo man regelmäßig die verschiedenen Kundentypen – Economy, Business oder First Class – daraufhin untersuchte, worauf sich das Marketing konzentrieren sollte. Überraschendes Ergebnis: Mit den wenigen exklusiv Reisenden verdienten die Fluggesellschaften am meisten.
Es ging also schon damals um Entscheidungsgrundlagen für die Umsetzung der Geschäftsziele, um Markt- und Kundenanalysen, um die Einführung neuer, zielgruppenspezifischer Produkte – also eigentlich um all das, was heute unter „social“ oder „kundenorientiert“ läuft und als letzter Schrei gehandelt wird. Data-Warehousing-Veteranen können da nur müde lächeln.
2. Teil: „Von Datenwachstum der Big Data Analytics überrollt“
Von Datenwachstum der Big Data Analytics überrollt
Allerdings sind die Vertreter des Data Warehousing von den neuen Trends doch etwas überrollt worden. Das liegt insbesondere an dem rasanten Datenwachstum der letzten Jahre, das stark von unstrukturierten Daten geprägt ist. Gerade im Einzelhandels- und Online-Bereich versuchen die Firmen, immer mehr über ihre Kunden und Beinahe-Kunden zu erfahren – aus welchen Gründen zum Beispiel Letztere Einkaufs- oder Bezahlprozesse im Internet wieder abbrechen.
In diesem Jahr haben sich die Übertreibungen etwas gelegt und man spricht wieder mehr von Integration der verschiedenen Ansätze und von allgemeinem Datenmanagement. So betonen die Gartner-Analysten Mark A. Beyer und Roxane Edjlali in ihrem Report „Magic Quadrant for Data Warehouse and Data Management Solutions for Analytics” vom Februar dieses Jahres: „2015 verlangen die Unternehmen Lösungen, die in der Lage sind, externe Daten mit ihren traditionellen internen Quellen zusammenzubringen und zu verwalten – bis hin zu Daten aus dem Internet of Things. Dies schafft neue Anforderungen an den Markt für Data Warehouses – besonders für ein breiter angelegtes Analysemanagement mit Features und Funktionen, die eine signifikante Ergänzung zu bestehenden Strategien für Data Warehouses bringen.“
Zu den neuen Strukturen und Datentypen gehören zum Beispiel XML, Texte, Dokumente, geografische Informationen oder die Einbindung von Daten aus externen File-Systemen.
Diese Entwicklung des Data-Warehouse-Markts hat sich im Lauf des Jahres fortgesetzt. Data-Warehouse-Lösungen umfassen nun flexiblere Management-Lösungen für Analytics. Es werden alle Datentypen unterstützt und es gibt integrierte Angebote und Dienstleistungen, um diese verschiedenen Informationen einzeln oder koordiniert auszuwerten und optisch aufbereitete Ergebnisse zur Verfügung zu stellen.
Zu dieser Erweiterung des Data-Warehouse-Ansatzes haben nicht zuletzt zahlreiche Startups beigetragen, die den etablierten Anbietern wie Teradata, Oracle, IBM oder Microsoft Konkurrenz machen.
3. Teil: „Die zwei Varianten des neuen Data Warehouse“
Die zwei Varianten des neuen Data Warehouse
Angesichts dieser Entwicklung hat Gartner auch die Definition von Data Warehouse erweitert. Data Warehouse beschreibe man nicht mehr nur als relationales, integriertes Repository wie es in der Vergangenheit der Fall gewesen sei. Die neuen Service Level Agreements gingen vielmehr davon aus, dass die Daten manchmal vorintegriert seien und manchmal eben nicht. Daraus zieht Gartner den Schluss: „Dieser neue Markt braucht eine viel breiter aufgestellte Managementlösung zur Analyse der verschiedenen Datentypen.“
Das Aufkommen von Big Data und entsprechenden Analysemethoden funktioniere, so Gartner, als Katalysator für einschneidende Veränderungen in der Data-Warehouse-Technologie. Sie liefen darauf hinaus, Datenansammlungen auch aus dem Data Warehouse herauszunehmen und für besondere Auswertungen auf anderen Plattformen und für Data Science zur Verfügung zu stellen und die Ergebnisse zur weiteren Auswertung wieder in ein Data Warehouse zu laden. Dabei gebe es offenere Ansätze als früher, die verschiedene Methoden nach der Best-of-Breed-Strategie (BOB) miteinander mischten.
Viele Hersteller auf diesem Feld kooperieren miteinander. So arbeitet Teradata zum Beispiel mit dem jungen Konkurrenten Hortonworks zusammen.
An dem Unternehmen Teradata lässt sich beispielhaft zeigen, wie die etablierten Data-Warehouse-Anbieter auf die Herausforderung durch Big-Data-Unternehmen reagiert haben und wie sich diese Anpassung auf das Produktportfolio ausgewirkt hat.
4. Teil: „Mega-Trend Big Data und das Beispiel Teradata“
Mega-Trend Big Data und das Beispiel Teradata
Teradata gehört mit mehr als drei Jahrzehnten Marktpräsenz zu den etablierten Anbietern der IT-Industrie. Groß geworden mit der Auswertung und Analyse von Informationen aus klassischen strukturierten Datenbanken, eroberte Teradata mit Paketen aus Hardware und Business Intelligence (BI) einen festen Platz bei jenen Unternehmen, die bereit waren, sich ihre Datenanalyse etwas kosten zu lassen.
2007 wurde Teradata von NCR abgespalten und als eigenständiges Unternehmen an die Börse gebracht – und legte lange ein sehr schnelles Wachstum hin. In einer aktuellen Selbstdarstellung hebt Teradata hervor, dass es mit seinen Lösungen und Services in fast allen Branchen vertreten sei – von Finanzdienstleistungen und Versicherungen, Behörden und Gesundheitswesen bis Einzelhandel, E-Commerce, Telekommunikation, Industriegütern und Transport. Unter den Kunden finden sich danach die sechs führenden Fluggesellschaften, 15 der 20 globalen Retailer und 19 der 20 führenden Telekommunikationsgesellschaften. Die Mitarbeiterzahl ist auf etwa 15.000 angewachsen.
Mit Aufkommen der Mega-Trends Big Data und Analytics hatte Teradata in den vergangenen Jahren allerdings eine ernsthafte Bewährungsprobe zu bestehen. Besonders der Herausforderer EMC wollte sich auf dem Sektor BI und Data Warehousing etablieren und hat viel in seinen eigenen Big-Data-Ansatz investiert. Bisherige Marktteilnehmer wie Teradata wurden von vielen Seiten heftig kritisiert: Sie seien mit ihren Angeboten nicht mehr zeitgemäß, zu umständlich, zu langsam – und könnten vor allem nichts mit der neuen Welt der unstrukturierten Daten anfangen.
Aber Teradata erkannte die Zeichen der Zeit und stellte sich darauf ein. 2014 erklärte Stephen Brobst, der renommierte CTO von Teradata, dass das Internet der Dinge die nächste große Herausforderung für Big Data sei, „weil es ein Konzept ist, das den Übergang von der Analyse der Transaktionen zu einer Analyse der Interaktionen beschreibt“.
Hermann Wimmer, Co-President von Teradata und verantwortlich für die globale Business-Unit Data & Analytics, die zwei Drittel zum Umsatz des Unternehmens beiträgt, erklärte im Sommer in einem Interview auf dem spanischen Blog NorbertoGallego.com die Strategie hinter diesen Zukäufen. Man wolle dadurch kein unorganisches Wachstum erzeugen, sondern strebe eine systematische Erweiterung des Produktportfolios an: „Wir legen besonders Wert auf unsere Architektur UDA (Unified Data Architecture) und glauben, dass wir sie mit der Integration von Hadoop konsequent erweitern können, vor allem was Daten angeht, die durch Sensoren erzeugt werden. Ich möchte betonen, dass wir UDA nicht als Ersatz für Data Warehousing, sondern als Ergänzung betrachten.“
5. Teil: „Breite Produkt-Palette an Teradata-Lösungen“
Breite Produkt-Palette an Teradata-Lösungen
Teradata hat seine Bandbreite an Produkten stetig erweitert. Das Portfolio umfasst heute die folgenden Lösungen:
QueryGrid: 2014 eingeführt, versteht sich QueryGrid als „innovative Orchestrierungs-Software für Daten“ und „gibt Anwendern einen Selfservice-Zugang zu Daten und Analyseprodukten über verschiedene Systeme hinweg“.
Teradata Database: Gilt als Flaggschiff-Software des Herstellers und beruht auf einer parallelen Prozessor-Architektur. Mit ihr können unter anderem Reports und Queries für BI-Anwender erzeugt werden. Teradata betont den „Echtzeit-Charakter“ des Produkts.
Aster Discovery Platform und Aster Big Analytics Appliance: Sollen den Markt für unstrukturierte Daten aus dem Internet, von Sensoren oder Social Networks erschließen. Zusammen mit den traditionellen Produkten sollen MapReduce- und Hadoop-Werkzeuge den Kunden Mittel für Klick- und Marketinganalysen an die Hand geben.
Teradata Marketing Applications: Sind speziell für das Kampagnen-Management und Digital Messaging (E-Mail, Mobile und Social Media) im Handel gedacht. Diese Business-Unit wurde erst Anfang des Jahres gegründet, während man laut Aussage des Unternehmens auch schon vorher auf diesem Gebiet tätig war – allerdings „eher im Verborgenen“, so CTO Stephen Brobst.
Auf einer Kundenveranstaltung von Teradata, die im Sommer in London unter dem Titel „We power marketing“ stattfand, erklärte Brobst im Gespräch mit com! professional, dass man früher in den Marketing-Abteilungen Entscheidungen mehr „aus dem Bauch heraus und aufgrund von subjektiven Einschätzungen“ getroffen habe. „Heute ist Marketing jedoch mehr datengetrieben, weil man gerade im Internet den Kunden nicht mehr persönlich kennt und auf das Sammeln und Auswerten aller verfügbaren Informationen über ihn angewiesen ist. In der Dotcom-Welt gibt es keine direkten persönlichen Beziehungen.“ Data Mining habe deshalb eine neue Bedeutung erhalten. Es müsse sich intensiver um unstrukturierte Daten kümmern und diese dann in ein erweitertes Data Warehouse einbringen.
6. Teil: „Wie geht es weiter mit Teradata in der Big-Data-Welt?“
Wie geht es weiter mit Teradata in der Big-Data-Welt?
Die Gartner-Analysten Beyer und Edjlali betonen in ihrem Report, Teradata habe im Unterschied zu vielen Konkurrenten gute Aussichten, in der neuen Big-Data-Welt zu bestehen. Es könne auf mehr als 30 Jahre Erfahrung im Markt für Data Warehousing zurückblicken und habe viele Kunden, die an Teradata kontinuierliche Technologieverbesserungen im Sinne der Geschäftsanforderungen seiner Kunden schätzen gelernt hätten.
Als Alternative zu den klassischen, zum Teil aufwendigen und kostspieligen Produkten erachtet Gartner neue Cloud-Angebote, die sich mehr auf dem allgemeinen Cloud-Preisniveau bewegen würden. Teradata und die anderen Marktführer sehen sich den neuen Produkten und Dienstleistungen einer Reihe von Start-ups gegenüber, die erst vor Kurzem den Markt von BI, Data Warehousing sowie Big Data und Analytics betreten haben. Diese bieten nicht nur überwiegend günstigere Preise an, sondern setzen sehr stark auf Hadoop- und Cloud-Architekturen.
Allerdings mangele es laut Gartner oft an den Support-Möglichkeiten dieser Hersteller, die Schwierigkeiten hätten, den wachsenden Anforderungen ihrer Kunden zeitgerecht zu entsprechen. Viele Kunden sind auf Dauer auch nicht damit zufrieden, dass sich die Produkte – besonders im OpenStack-Umfeld – in einem fortdauernden Entwicklungsprozess befinden.
Zu den Start-ups, die sich bereits profilieren konnten, gehören Cloudera mit einem Apache-Hadoop-Produkt und Hortonworks mit der Hortonworks Data Platform (HDP), ebenfalls auf Hadoop-Basis. Auch Amazon AWS ist auf diesem Markt mit seinen Angeboten Amazon Redshift, einem Data-Warehouse-Service in der Cloud, AWS Data Pipeline und Elastic MapReduce (EMR) vertreten.
Ob es Teradata in dem neuen Umfeld gelingt, an die oft zweistelligen Wachstumsraten früherer Jahre anzuknüpfen, muss sich zeigen. In den beiden letzten Jahren lag das Wachstum nur bei 3 beziehungsweise 2 Prozent. Auch für das laufende Geschäftsjahr erwartet Co-President Hermann Wimmer nur eine Steigerung von 3 bis 5 Prozent. Im Blog Norberto.Galego.com räumte er ein: „Wir müssen neue Wachstumsformen finden. Für ein global agierendes Unternehmen ist das aber wegen der Währungsschwankungen beim Euro und beim Rubelschwierig“.
Innenstädte in Gefahr
Handelsverband warnt vor den Folgen von Ladenschließungen
Angesichts der besorgniserregenden Entwicklung im stationären Einzelhandel betont der Deutsche Handelsverband (HDE) die Gefahr, dass ganze Innenstädte zu „Geisterstädten“ werden könnten und appelliert an die Politik.
>>
Huawei Roadshow 2024
Technologie auf Rädern - der Show-Truck von Huawei ist unterwegs
Die Huawei Europe Enterprise Roadshow läuft dieses Jahr unter dem Thema "Digital & Green: Accelerate Industrial Intelligence". Im Show-Truck zeigt das Unternehmen neueste Produkte und Lösungen. Ziel ist es, Kunden und Partner zusammenzubringen.
>>
Trendwende
Konsumenten sehen Silberstreif am Horizont
Erstmals seit Beginn der Lebenshaltungskostenkrise gibt es Anzeichen für einen Wendepunkt in der Mentalität der Verbraucher. Das zeigen Daten des Behavior Change Report der Consumer Panel Services GfK.
>>
Roadmap
Estos bringt neue Services und Produkte
Der Software-Hersteller feilt an seinem Partnerprogramm, hat Schlüsselpositionen neu besetzt und kündigt eine ganze Reihe neuer Produkte und Services an. Das ist die Estos-Roadmap bis Ende des Jahres.
>>