Datenmanagement

Daten-Eisberg verursacht hohe Kosten
Software und Technologie

Daten-Eisberg verursacht hohe Kosten

Unstrukturierte Daten aus einer Vielzahl von Anwendungen und auch neue Richtlinien für die Daten-Vorhaltung, Stichwort DSGVO, vergrößern den Datenberg der Unternehmen immer mehr. Einen Großteil der vorhandenen Daten speichern Unternehmen oft noch immer auf der teuersten Speicherebene, obwohl diese „kalten“ Daten nur selten benötigt werden. Neue Speicherkonzepte senken die Kosten des Daten-Eisbergs.

(mehr …)

Daten-GPS: Wissen, wo die Daten liegen
Ratgeber

Daten-GPS: Wissen, wo die Daten liegen

Je mehr Unternehmen hybride und öffentliche Cloud-Dienste in ihren Betrieb integrieren, desto kritischer werden die Datenkontrolle und die Datensichtbarkeit. Mit automatisierten Speicherrichtlinien und einem Daten-GPS können Unternehmen sicherstellen, dass ihre Daten auch dort sind, wo sie hingehören.

(mehr …)

Datenqualität lässt sich steigern
BI

Datenqualität lässt sich steigern

Die Qualität der Kundendaten bildet für Unternehmen eine strategische Aufgabe: Schlechte Datenqualität kostet Zeit und kann zu erheblichen Umsatzverlusten führen. Anhand von sechs Tipps zeigt Information Builders, wie Unternehmen die Konsistenz und Zuverlässigkeit ihrer Daten verbessern können.

(mehr …)

Daten-Tools visualisieren Big-Data-Potenzial
BI

Daten-Tools visualisieren Big-Data-Potenzial

Die Datenexploration von Big Data birgt neue Herausforderungen. Besonders durch die Größe und Komplexität der Daten fällt es schwer, die Zusammenhänge von Big Data zu begreifen. Dabei bietet Datenvisualisierung eine gute Möglichkeit, um diese abstrakten Zusammenhänge greifbar zu machen. Vor allem bei riesigen Datenmengen existieren allerdings bestimmte Schwierigkeiten – die sich aber bewältigen lassen.

(mehr …)

Daten-Detektive spüren Prozessfehler auf
BI

Daten-Detektive spüren Prozessfehler auf

Die größten Herausforderungen für Unternehmen ihre gesammelten Daten wertschöpfend auszuwerten, besteht darin, die verschiedenen Datenquellen zusammenzuführen, die Analyseergebnisse korrekt zu interpretieren und das fachliche Verständnis für die Bedeutung der Daten vorzuhalten. Ein Anwendungsbeispiel zeigt Faktoren, die jedes Analyse-Projekt gefährden können – und mögliche Gegenmaßnahmen.

(mehr …)

Scroll Up