Fotolia
Die passende Data-Discovery-Plattform für Firmen auswählen
Entscheidungsträger müssen wichtige Kriterien berücksichtigen, wenn es um die Auswahl eines Data Discovery Tools geht. Hier sind einige der Faktoren.
Die passende Data-Discovery-Plattform wird vor allem durch Unternehmensziele bestimmt. Das gilt für jede Firma. Data Discovery Tools helfen Unternehmen auf hohem Niveau, Einblicke und Werte aus Daten zu gewinnen. Durch Visualisierungen, Analysen und andere grundlegende Funktionen stellen diese Produkte den Erfolg von Business-Intelligence-Initiativen sicher.
Entscheidungsträger müssen jedoch wichtige Kriterien im Rahmen des Bewertungsprozesses für eine Plattform berücksichtigen. Hier sind einige der wichtigsten Faktoren, die bei der Betrachtung von Data Discovery Tools zu beachten sind.
Arten von Analysen/Visualisierungen
Wie präsentieren die Tools die Analysen? Das ist eine Hauptfunktion der Data Discovery Tools. Eine Schlüsselfrage ist: Welche Art von Analyse und Visualisierung unterstützt das Produkt? Ermöglicht die Data-Discovery-Plattform zum Beispiel Advanced oder Predictive Analytics und Machine-Learning-Funktionen, um den Einblick für Geschäftsanwender zu verbessern?
Mit Predictive Analytics können Unternehmen aktuelle und historische Trends oder Aktivitäten analysieren, um Vorhersagen über zukünftige Ereignisse zu treffen. Dazu gehört auch, wie gut sich ein bestimmtes Produkt oder eine bestimmte Dienstleistung in einem bestimmten Markt verkauft. Es identifiziert Muster aus historischen und transaktionalen Daten, um Chancen oder Risiken zu identifizieren. Predictive-Modelle können Zusammenhänge zwischen verschiedenen Faktoren erkennen, so dass Business-Analysten fundierte Entscheidungen treffen können.
Viele Branchen, darunter Finanzdienstleistungen, Versicherungen, Marketing, Einzelhandel, Gesundheitswesen und Pharmazie, nutzen Predictive Analytics. Einige Data-Discovery-Produkte verfügen über selbstlernende Mechanismen, die Empfehlungen und Vorhersagen auf Grundlage von Daten aus verschiedenen Quellen liefern.
Andere Analyse-Tools beziehen Daten von Social Media Websites und bieten Einblick in aktuelle Themen in bestimmten Märkten und Stimmungsinformationen, zum Beispiel wenn Menschen positive oder negative Meinungen über ein Unternehmen oder ein Produkt austauschen. Dies liefert wertvolles Wissen für Marketing und Vertrieb.
Organisationen können mit Hilfe von Analysen auch die Leistung von Anwendungen, Teams und Einzelpersonen messen und verwalten, um das Kundenerlebnis zu verbessern und neue Marktchancen aufzudecken.
Unternehmen, die sich mit komplexen und zeitkritischen Szenarien befassen müssen, sollten überlegen, ob die Data Discovery Tools In-Memory Analytics unterstützen. Dieser Ansatz zur Datenabfrage findet im Arbeitsspeicher eines Computers statt und nicht auf einer physischen Festplatte. In-Memory Analytics verkürzt die Antwortzeiten von Abfragen und ermöglicht es BI- und Analyse-Applikationen, schnellere Geschäftsentscheidungen zu unterstützen.
Die Datenvisualisierung der Data Discovery Tools bildet eine der wichtigsten Kaufkriterien. Diagramme, Karten, Tabellen und andere Darstellungen können komplexe Informationen leichter verständlich machen.
Eventuell bevorzugen Business-Anwender aber auch etwas Fortschrittlicheres. Zu den interaktiven Visualisierungsmöglichkeiten gehören Geodaten, die einen geographischen oder räumlichen Aspekt haben; Pivot-Tabellen, die Daten aus anderen Tabellen zur Sortierung, Mittelwertbestimmung und als Summe zusammenfassen; und Heat Maps, die Daten innerhalb einer Farbmatrix grafisch darstellen.
IT-Management-Faktoren
Menschen auf verschiedenen Organisationsebenen und an verschiedenen Standorten können Data Discovery Tools verwenden. Dies schafft allerdings auch Risiken, die das Unternehmen bei der Bewertung berücksichtigen muss.
Die erste Überlegung ist Data Governance. Die Data-Discovery-Plattform sollte eine Möglichkeit bieten, potenziell Zehntausende von Benutzern zu überwachen und zu verwalten, einschließlich der Verwaltung nach Jobrollen und Berechtigungen. Ermöglichen die Data Discovery Tools eine automatisierte, zentrale Steuerung? Welche Datenaufbereitungs- und Datenqualitätsmerkmale beinhalten die Tools?
Die Gewährleistung der Datensicherheit und des Datenschutzes ist ein wichtiger Aspekt der Unternehmensführung. Welche Benutzerauthentifizierung und Zugriffskontrollen bietet die Data-Discovery-Plattform? Unternehmen müssen Daten nicht nur vor externen Bedrohungen wie Hackern und Cyberkriminellen schützen, sondern auch vor internen Bedrohungen, zum Beispiel Benutzernachlässigkeit.
Die Versionskontrolle ist ein weiterer Aspekt des IT-Managements. Die Verwaltung verschiedener Versionen von Dokumenten und Modellen ist entscheidend, um zu gewährleisten, dass Daten und Visualisierungen den maximalen Wert für das Unternehmen liefern.
Merkmale von Data-Discovery-Plattformen
Es gibt überall relevante Daten, sowohl aus internen als auch aus externen Quellen. Diese Daten können aus Kundeninteraktionen, Websites, Social Media, Mobile-Anwendungen und Forschungsberichten stammen.
Data Discovery Tools müssen eine Vielzahl von internen und externen Quellen unterstützen, um effektiv zu sein. Wie einfach und effizient das Tool Daten aus diesen Quellen aufnimmt und wie es mit unterschiedlichen Datenstrukturen umgeht, ist eine wichtige Überlegung.
Kann die Data-Discovery-Plattform eine Verbindung zu Schlüsselsystemen herstellen und Daten aus diesen extrahieren? Und wie reibungslos ist der Prozess? Unterstützt es strukturierte, halbstrukturierte und unstrukturierte Daten sowie Daten aus Cloud- und lokalen Systemen?
Einige Tools können Organisationen dabei helfen, Datenquellen zu sortieren, um die relevantesten Informationen für ein bestimmtes Projekt zu finden oder Ziele besser zu erreichen. Gute Daten sind der Schlüssel zu nützlichen Erkenntnissen. Nicht alle Datenquellen sind nützlich, und einige können sogar schädlich sein.
Data-Mashup-Fähigkeiten sind etwas anderes, was berücksichtigt werden sollte. Unternehmen können Daten aus mehreren Quellen in einem einzigen Bericht oder Workflow zusammenfassen. Dabei kann es sich um interne Daten und Daten aus externen Quellen handeln.
Funktionen für die Einhaltung von Vorschriften
Data Discovery Tools können Unternehmen auch dabei unterstützen, gesetzliche und branchenspezifische Vorschriften einzuhalten. Dazu zählt auch die EU-Datenschutz-Grundverordnung (EU-DSGVO/GDPR), die seit 25. Mai 2018 umgesetzt werden muss. Die Datenschutz-Grundverordnung ist ein Regelwerk zur Gewährleistung des Datenschutzes für die Bürger der Europäischen Union.
Viele Unternehmen nutzen Data Discovery, um Kundendaten in E-Mails, Präsentationen und anderen zufälligen Quellen zu finden. Zusätzliche Überlegungen für Data Discovery Tools beinhalten daher, wie konform diese Datenidentifizierung, -klassifizierung, -überwachung und -verfolgung sowie Volltextsuche und andere Funktionen im Zusammenhang mit der Compliance sind. Darüber hinaus müssen sich die Verantwortlichen fragen, welche Art von Metadatenverwaltungsfunktionen die Tools zur Verfügung stellen. Metadaten können eine wichtige Voraussetzung zur Einhaltung von Vorschriften sein.
Dies sind nur einige Überlegungen für Unternehmen, die Data Discovery Tools evaluieren. Andere sind ziemlich offensichtlich, darunter die Gesamtkosten, Skalierbarkeit und die Integration in bestehende Plattformen. Mobile-Unterstützung und Cloud versus On-Premises sind weitere Faktoren, die zu beachten sind.
Abhängig von den spezifischen Bedürfnissen und Zielen eines Unternehmens bei der Datenermittlung, müssen die verschiedenen Faktoren im Auswahlprozess gewichtet werden. Es ist gute Praxis, alle wichtigen Stakeholder einzubeziehen. Dadurch wird sichergestellt, dass die Data-Discovery-Plattform ihren gesamten Wert entfaltet.
Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!
