Werbung
Vor dem Umzug in die Cloud müssen Unternehmen ihr Data Warehouse fit für die neue Umgebung machen. (c) pixabay
Kommentar

So gelingt der Umzug in die Cloud

Vor dem Umzug in die Cloud müssen Unternehmen ihre Hausaufgaben erledigen – und ihr Data Warehouse fit für die neue Umgebung machen. Entscheidungsträger sollten neben den offensichtlichen Vorteilen auch die Zeit in Betracht ziehen, die nötig ist diese zu erreichen. Hierbei kann das Konzept Time To Value (TTV) helfen den richtigen Zeitpunkt für den Umzug zu ermitteln. […]

Ein erfolgreiches Datenmanagement ist laut Rob Mellor von WhereScape wie das Zubereiten eines opulenten Menüs. (c) pixabay
Kommentar

So bringen Sie Ordnung in den Datensalat

Um richtige Entscheidungen treffen zu können, benötigen Unternehmen Daten aus denen die richtigen Erkenntnisse gezogen werden können. Aus Rohdaten wertvolle Informationen zu machen erfordert jedoch eine effiziente Datenverwaltung, -verarbeitung und -aufbereitung, sprich, einem adäquaten Datenmanagement. […]

Werbung
Data Lakes werden aus unterschiedlichen Quellen mit wenig oder unstrukturierten Daten gespeist. (c) Pixabay
News

Wie unterscheiden sich Data Lakes von Data Warehouses?

Unternehmen müssen sich umstellen, wenn sie mit den vielfältigen Kundeninteraktionen in Online- und Offline-Kanälen Schritt halten wollen. Dafür benötigen sie eine fundierte Datenanalyse, um schnell auf ständig neue Anfragen reagieren zu können. Eine Lösung dafür bietet ein Data Lake, der aus unterschiedlichen Quellen fortlaufend mit aktuellen Daten gespeist wird. […]

Werbung
(c) Rawpixel - Fotolia.com
Knowhow

Data Governance und Datenqualität im Big-Data-Zeitalter

Das datengetriebene Unternehmen ist längst keine Illusion mehr. Selbstlernende Maschinen und Analyse-algorithmen durchkämmen riesige Datenberge. Die daraus resultierenden Erkenntnisse werden mehr und mehr zur Basis von wichtigen Unternehmensentscheidungen. Doch das funktioniert nur, wenn die zugrunde liegenden Daten passen und richtig sind. Ansonsten droht das bekannte „Garbage in – Garbage out“. Unternehmen müssen sich deshalb verstärkt um Data Governance und Datenqualität kümmern. […]