Inhaltsverzeichnis:
Video: Business Intelligence - Geschichtlicher Abriss: Business Intelligence 2025
Angenommen, Sie verwenden eine unstrukturierte, multimediafähige Data Warehousing-Umgebung, um eine vergleichende Analyse zwischen den von Ihrem Unternehmen (einer Bank) angebotenen Diensten durchzuführen. und die entsprechenden Angebote Ihrer Wettbewerber.
Sie führen einige grundlegende Berichte und einige Fragen aus, um Marktanteile, Portfolio-Performance und andere Maßnahmen zu überprüfen. Oder Sie verwenden für eine weitergehende Analyse ein OLAP-Tool für Unternehmensanalysen, um alle Arten von Drill-Down-Analysen zu den Daten durchzuführen, um die Komplexität der Leistung Ihres Unternehmens im Vergleich zu Ihren Mitbewerbern vollständig zu verstehen.
Manchmal können Sie die Antworten jedoch nicht in den Zahlen finden. Angenommen, Sie haben in den letzten zwei Monaten einen plötzlichen Anstieg der Kontoauflösungen bei Ihrer Bank festgestellt. Was ist los?
Arten von unstrukturierten Daten
Sie können die Prämisse der Business Intelligence im Begriff selbst verstehen: Holen Sie so schnell wie möglich so viel Intelligenz wie möglich aus möglichst vielen Quellen heraus, um zu verstehen, was vor sich geht und informierte Maßnahmen ergreifen. Unter dieser umfassenden Definition kann Intelligence leicht die folgenden Informationstypen enthalten, die Sie nicht in einem traditionellen Data Warehouse finden (oder darauf zugreifen können):
-
Eine Lokalzeitung eines Wettbewerbers, die für ein Jahr keine Gebührenprüfung anbietet, und zusätzliche 1. 5 Prozent, die auf Geldmarkteinlagen erzielt werden, wenn ein potenzieller Kunde einen Kontoauszug vorlegt, aus dem hervorgeht, dass er oder sie ein Konto geschlossen hat. Konto bei Ihrer Bank
-
Ein Werbebanner bei Google, das das gleiche Angebot Ihres Mitbewerbers enthält
-
Ein Link zu jeder Website Ihrer Mitbewerber, auf der Sie die Arten von elektronischen Bankdienstleistungen, die sie anbieten, analysieren können
-
Ein Transkript eines Interviews mit einem regionalen Wirtschaftsexperten, das besagt, dass Ihre Bank ein Hauptübernahmeangebot ist und wahrscheinlich nicht gleichzeitig unter ihrem derzeitigen Namen im nächsten Jahr im Geschäft sein wird.
In In diesem einfachen Beispiel könnten Sie glauben, dass Sie auf alle diese Informationen von einem multimediafähigen Data Warehouse zugreifen können, da die Elemente lokal oder regional auftreten. ("Ein guter Bankanalytiker kennt das alles sowieso," oder?)
Ein globales Beispiel für Data Warehousing
Denken Sie jedoch an dieses Beispiel auf globaler Ebene. Fragen Sie sich, warum die Verkäufe Ihres Unternehmens in Schweden abnehmen? Möglicherweise benötigen Sie diese Art von Echtzeit-Fähigkeiten zum Sammeln von Informationen für eine global wettbewerbsfähige Situation.
Stellen Sie sich zum Beispiel ein Unternehmen in der chemischen Industrie vor, das die Architektur für eine Quasi-Data-Warehouse-Umgebung ( quasi will, weil es nur eine einzige Datenquelle hat, aber eine riesige Menge historischer Informationen. müssen in das neue System gebracht werden).
Etwa 80 Prozent der historischen Informationen lagen auf dem Papier, und der Kunde erwog schließlich, diese Informationen in ein Dokumentenverwaltungssystem einzugeben. Aus Budgetgründen werden sie sich nur mit der Konvertierung traditioneller historischer Daten (Zeichen-, Zahlen- und Datumsinformationen) befassen und die neuen eingehenden Daten zuordnen und transformieren. Die Dokumente würden später behandelt.
Stellen Sie sich eine Umgebung vor, in der Sie all diese Daten, die sich auf dasselbe Thema beziehen, gleich behandeln können. Wenn die Daten auf Papier sind, können Sie sie als Bild einscannen, nach Stichwort indizieren und über dieselbe Umgebung wie die traditionellen Daten zugänglich machen. Sie erhöhen die Business Intelligence des Kunden enorm, indem Sie ihnen Zugriff auf diese Informationen gewähren.
