Wie genau werden Daten gespeichert und verarbeitet und in welcher Größenordnung entstehen sie? Diese Arbeit beschäftigt sich mit der Frage, wie Daten für Unternehmen nutzbar gemacht werden können, um die Unternehmensführung nachhaltig positiv zu beeinflussen und welche Probleme und Risiken das Thema „Big Data“ mit sich bringt.
Menschen produzieren heutzutage mit fast jeder Aktivität und in jeder Lebenssituation Daten und Information. Oftmals ohne dies aktiv wahrzunehmen und teilweise sogar ohne das wirklich zu wollen. In dem Moment, in dem nach dem Aufstehen auf das Smartphone geschaut wird, werden Daten gesammelt und gespeichert. Den ganzen Tag über werden diese Daten gesammelt. Bewegungsdaten, Finanz- und Transaktionsdaten, Gesundheitsdaten und private Informationen. Diese Datenmengen werden unter dem Begriff „Big Data“ zusammengefasst.
In vielen Fällen werden diese Daten im Nachgang von den jeweiligen Anbietern von den Geräten, von Suchmaschinen oder von Websites gespeichert, analysiert oder an Dritte weitergegeben. Davon bekommen die Konsumenten meist recht wenig mit. Mit diesen täglichen Datenmengen können Unternehmen Sachverhalte analysieren und planen.
Inhaltsverzeichnis
1. Einleitung
1.1 Problemstellung
1.2 Gang der Untersuchung
2. Definitionen
2.1 Big Data
2.1.1 Die fünf Big Data V´s
2.1.2 Big Data Analytics
2.1.3 Big Data Mining
2.1.4 Machine Learning
2.2 Cloud Computing
2.3 Die Geschichte von Big Data
3. Anwendungsbeispiele für die Nutzung von Big Data in Unternehmen
3.1 Big Data Marketing
3.2 Risikomanagement
3.3 Supply Chain Management
3.3.1 Enterprise Ressource Planning
3.3.2 Sourcing
3.3.3 Manufacturing/Production
3.3.4 Lieferung und Transport
4. Chancen und Risiken von Big Data
4.1 Die Risiken und Probleme
4.2 Die Chancen und Möglichkeiten
5. Schlussbetrachtung
5.1 Fazit
5.2 Ausblick
Zielsetzung & Themen
Die Arbeit untersucht, wie die massenhafte Erzeugung und Speicherung von Daten im Kontext von "Big Data" unternehmerische Prozesse nachhaltig beeinflussen kann und welche damit verbundenen Herausforderungen für Unternehmen entstehen.
- Grundlagen und Definitionen von Big Data sowie deren technologische Einordnung
- Analyse der Rolle von Cloud Computing und Machine Learning
- Einsatzmöglichkeiten von Big Data in den Bereichen Marketing, Risikomanagement und Supply Chain
- Identifikation spezifischer Risiken wie Datensicherheit und Fehlplanung
- Bewertung der Chancen durch Effizienzsteigerung und datengestützte Entscheidungsfindung
Auszug aus dem Buch
3.1 Big Data Marketing
Die Digitalisierung und die dadurch entstehenden Datenmengen haben zahlreiche nützliche und positive Einflüsse auf das Marketing von Unternehmen im Allgemeinen. Gerade in den Bereichen der Neukundengewinnung und der Kundenbindung, ist die Nutzung von Analysetools zur Auswertung von kundenindividuellen Daten gut nutzbar.
Das wohl weitesten verbreitete Tool um kundengenaue Daten zu generieren, ist der Einsatz von sogenannten Cookies. Cookies sind Dateien, die es einem Unternehmen ermöglichen, Kunden im Internet zu verfolgen, um Website Aktivitäten aufzuzeigen oder persönliche Kundendaten zu erlangen. Heutzutage verwendet nahezu jeder Betreiber einer Website Cookies, um an Informationen zu gelangen. Diese erlangten Daten dürfen nach Zustimmung des Kunden in vielen Fällen auch an Dritte weitergegeben werden. Durch dieses „Kundentracking“ kommen Unternehmen an Informationen zu Konsumverhalten und Präferenzen und können dies der Analyse nutzen, um Kunden Individuelle Angebote zu machen und personalisierte Werbung zu schalten.
In vielen Fällen kann über GPS oder IP-Adressen im Weiteren die geografische Position eines potentiellen Kunden erfasst werden, um noch weiter individualisierte Werbung oder Angebote zu kreieren. Durch die Weiterentwicklung von Cloud-Computing ist es außerdem kein Privileg der großen Technologieunternehmen mehr, solche Datenmengen zu speichern und zu analysieren und auch mittelständische und kleine Unternehmen können Ihre eigenen und fremden Daten für sich nutzbar machen. Personalisierte Angebote sind also eines der am stärksten angestrebten Ziele, die durch Big Data ermöglicht werden können. Durch diese datenbasierte Personalisierung können Streuverluste größtenteils vermieden werden, da Kunden wirklich nur das angeboten bekommen, woran sie tatsächlich Interesse in Form von Sucheingaben oder ähnlichem geäußert haben.
Zusammenfassung der Kapitel
1. Einleitung: Die Einleitung beleuchtet die Entstehung von Big Data durch alltägliche Aktivitäten und definiert die Forschungsfrage bezüglich der Nutzbarmachung für Unternehmen.
2. Definitionen: Dieses Kapitel erläutert die "fünf V's" von Big Data, technologische Konzepte wie Cloud Computing und Machine Learning sowie die historische Entwicklung.
3. Anwendungsbeispiele für die Nutzung von Big Data in Unternehmen: Hier werden praktische Einsatzfelder von Big Data in den Bereichen Marketing, Risikomanagement und Supply Chain detailliert beschrieben.
4. Chancen und Risiken von Big Data: Dieses Kapitel adressiert die Schattenseiten wie Datenschutz und fehlendes Fachwissen sowie die positiven Aspekte wie Effizienzsteigerung.
5. Schlussbetrachtung: Die Schlussbetrachtung fasst die Ergebnisse zusammen und gibt einen Ausblick auf die zukünftige Bedeutung einer gelebten Datenkultur.
Schlüsselwörter
Big Data, Datenanalyse, Cloud Computing, Machine Learning, Marketing, Risikomanagement, Supply Chain Management, Datensicherheit, Personalisierung, Digitalisierung, Kundentracking, Prognose, Effizienz, Datenkultur, Algorithmen.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt den Einfluss von Big Data auf die moderne Unternehmensführung und wie Unternehmen die wachsenden Datenmengen für ihren Erfolg nutzen können.
Was sind die zentralen Themenfelder?
Die zentralen Themen umfassen die Definition von Big Data, technologische Rahmenbedingungen wie Cloud Computing und die Anwendung in Kernbereichen wie Marketing und Logistik.
Welches primäre Ziel verfolgt die Arbeit?
Das Ziel ist es, den Nutzen von Big Data für Unternehmen aufzuzeigen und dabei die Chancen gegen die bestehenden technischen und sicherheitsrelevanten Risiken abzuwägen.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einer fundierten Literaturrecherche und der Analyse bestehender Konzepte und Anwendungsbeispiele, um einen theoretischen Überblick zu geben.
Was wird im Hauptteil behandelt?
Im Hauptteil werden sowohl theoretische Definitionen als auch konkrete Praxisbeispiele in den Bereichen Risikomanagement und Lieferkettensteuerung analysiert.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Big Data, Datenanalyse, Cloud Computing, Machine Learning, Risikomanagement und Supply Chain.
Wie trägt Big Data zur Vermeidung des Bullwhip-Effekts bei?
Durch die Nutzung von Echtzeitdaten aus neuen Quellen kann die Nachfrage präziser geplant werden, was Fehlplanungen in der Lieferkette reduziert.
Warum ist das Thema Datensicherheit bei Big Data so kritisch?
Die Verknüpfung zahlreicher Datenquellen macht Systeme anfälliger für Hackerangriffe, was den Schutz privater und unternehmensinterner Informationen erschwert.
Welche Rolle spielt Cloud Computing für Big Data?
Cloud Computing stellt die notwendige Infrastruktur für Speicherplatz und Rechenleistung bereit, die für die Verarbeitung der enormen Datenmengen unerlässlich ist.
Was ist das zentrale Hindernis bei der Einführung von Big Data in Unternehmen?
Häufig mangelt es an einem klaren Verständnis für die Technologie und an qualifizierten Fachkräften, um datengestützte Systeme nachhaltig zu implementieren.
- Quote paper
- Maximilian Roch (Author), 2021, Wie beeinflusst Big Data die Unternehmensführung?, Munich, GRIN Verlag, https://www.grin.com/document/1060068
