big_data_logistica

Logistik: BIG DATA gegenüber traditioneller Beratung

Big Data ist ein Begriff für große Datenmengen jeder Art, die strukturiert, halb strukturiert und unstrukturiert sein können. Allgemeiner betrachtet bezieht sich Big Data auf die Gesamtheit der Verfahren zur Verarbeitung und Analyse dieser Daten, um daraus nützliche und rentable Informationen für Unternehmen zu gewinnen.

Big Data erregt viel Aufmerksamkeit, aber es ist nicht alles. Es gilt, der Versuchung zum ungerechtfertigten Einsatz von Technologien zu widerstehen, die gerade in Mode sind. Außerdem müssen wir uns über die Unterschiede zwischen Konzepten wie Big Data, maschinelles Lernen, Business Intelligence und Business Analytics im Klaren sein. Es handelt sich um unterschiedliche Begriffe, obwohl sie sich häufig ergänzen.

Wann ist es sinnvoll, über Big Data zu sprechen?

 Traditionell speichert man die Daten in zentralisierten Architekturen, während Big Data sich verteilter Architekturen bedient: Die Datenblöcke sind in kleinere Portionen aufgeteilt und der Rechenaufwand ist auf mehrere miteinander kommunizierende PCs verteilt.

Bei großen Datenmengen bietet ein verteilter Rechenaufwand folgende Vorteile:

  • Verbesserte Eigenschaften.
  • Niedrigere Analysekosten.
  • Skalierbarkeit.

Ein Big-Data-Konzept ergibt einen Sinn, wenn folgende Bedingungen erfüllt sind:

  • Vielfalt. Die Daten stammen aus unterschiedlichen, oft nicht miteinander kompatiblen Quellen: ERPs, CRMs, LVSs, Excel-Dateien, GPS-Signale, Mobiltelefone etc. Bei ihrer Verarbeitung müssen die Daten miteinander „sprechen“.
  • Volumen. Bei Big Data geht es um große, Datenmengen, die so enorm sind, dass ein Computer alleine sie nicht verwalten kann: Es geht um Petabytes an Daten (1 Petabyte = 1015 Bytes).

Angaben über Kunden, Lieferanten, Bestellungen, Aufträge etc. sind in Big Data nicht enthalten.

  • Glaubwürdigkeit. Große Datenmengen aus unterschiedlichen Quellen sind zu prüfen, um ihre Integrität zu gewährleisten (es gilt das Prinzip „garbage in/garbage out“: Die Qualität der Ausgabe hängt von der Qualität der Eingabe ab).

Zur Verarbeitung von Big Data gehört das Entfernen von Fehlern und Ungewissheiten in den Daten. Das geschieht in der Umwandlungsphase des ETL-Prozesses (Extract, Transform, Load).

  • Geschwindigkeit. Von Big Data ist die Rede, wenn die sofortige Ausführung der Analyse eine entscheidende Rolle spielt. Das gilt auch für Echtzeit-Datenanalysen, z. B. für die Anlagenüberwachung mit Sensoren, die kontinuierlich Daten erfassen und nur sehr kurze Reaktionszeiten benötigen.

Brauche ich BIG Data?

 Die Antwort ist ja, wenn Sie diverse Datenquellen (Datenumfang + Vielfalt) nutzen oder die Entwicklung der Variablen in Echtzeit analysieren möchten (Geschwindigkeit), um Ihr Geschäft zu optimieren.

Einige Beispiele:

  • Berücksichtigung meteorologischer Variablen und ihre Verknüpfung mit den Umsatzdaten des Vorjahrs, um die Bedarfsprognosen anzupassen und den Einkauf und die Bestandsverwaltung zu optimieren .
  • Nutzung der Daten aus der Personalabteilung: Überwachung und Analyse der Gefühle für Ihre Marke, Untersuchung Ihrer Kompetenz und Messung der Markttrends
  • Echtzeit-Nachverfolgung der von Sensoren erfassten Daten (GPS-Position, Temperatur, Geschwindigkeit etc.) und Überwachung eines Logistik-Systems oder Netzes.

Ich zähle zu den KMU (kleinen und mittleren Unternehmen). Eignet sich Big-Data für mich?

 Ja, in der Tat. Bei LIS Solutions ist es uns ein Anliegen, die digitale Umstellung für alle Unternehmen zugänglich zu gestalten.

Hierzu erzielen wir mit unseren Hilfsmitteln eine schnelle Einführung, eine hohe Datensicherheit und vor allem deutliche Kostensenkungen.

Darüber hinaus arbeiten wir mit leistungsstarken Verfahren (SCRUM) und unterteilen die Projekte in Phasen, um die Investitionen zu skalieren und den Erfüllungsgrad in jeder Phase zu bewerten. So gewährleisten wir eine erfolgreiche Einführung.

Warum sollte ich mich für die BIG Data-Lösung von LIS Solutions entscheiden?

Der Schlüssel zum Erfolg eines Big Data-Projekts in der Logistik (aber auch in Produktion, Marketing, Finanzen …) liegt darin,   IT (Informationstechnologie) und geschäftliche Aspekte zusammen auszuführen.

Warum ist das so? Weil Daten ohne Wissen unfruchtbar sind und Wissen ohne Daten blind ist.

LIS Solutions ist sich dieser Tatsache bewusst. Daher stellen wir immer ein interdisziplinäres Team aus Experten in  IT, Logistik, Mathematik und Industrie zur Verfügung.

DIESEN BEITRAG FREIGEBEN

Share on facebook
Share on google
Share on twitter
Share on linkedin
Share on pinterest
Share on print
Share on email

Schreibe einen Kommentar

Copy link
Powered by Social Snap