BI – Business Intelligence ist ein alternder Term. Dessen (meistens rückwärtsorientierter) Fokus lieferte lediglich beschränkte Wettbewerbsvorteile und es transformierte wie DWH auch nicht das Business. Analytics und BigData tun dies.
DWHs waren Sammlungen von strukturierten Daten aus verschiedenen Quellen. Big Data besteht heute aus einem Mix von strukturierten und unstrukturierten Daten, aber das ist nicht das Einzige.
Man kann den Unterschied gut erklären, wenn man die “Datentypen” sowie die “Teamzusammensetzung” von DWH und BigData vergleicht.
Datentypen der DWH-Ära: Kundenprofile, Kontakte, Marketinginformationen, Bestellungen, Abschlüsse, Lieferungen, Rechnungsdaten, Reklamationen, CallCenter-Daten.
Datentypen der BigData – Ära: Purchase History, Kundensegmentierung, Customer Value, Kaufverhalten, Empfehlungen, Sentimentanalyse, Targetmarketing, Customer Satisfaction / Kundenzufriedenheit, Customer Experience Management, Customer Lifecycle Management.
Teams bei DWH (nicht abschliessend): Datenbankentwickler (IT), BI-Spezialist (IT), Business-Analyst. Sponsor: CIO oder CFO
Teams bei BigData (nicht abschliessend): Data-Scientist (Business, häufig Biologin oder Physiker), Grafiker (Visualisierung), Entwickler (IT oder Business), Kundenvertreter (Business Champion). Sponsor: CEO oder Chief Analytics Officer. Die Herausforderung beim Staffing ist die Fähigkeit, im Team Kompetenzen zu haben, welche aus unstrukturiertem Inhalt Erkenntnisse (strukturierte) und Anleitungen fürs Business ableiten können.
Natürlich gibt es noch viele andere Unterschiede. Bei BigData liegt der Fokus vielmehr auf Visualisierung der Daten anstellle von Zahlenlisten. Weitere Infos dazu gibt es hier
- Definition Big Data
- Big Data in einer Stunde erklärt: Tom Davenport
- Digitale Disruption auf dem Bauernhof