Big Content: Wissensgewinn durch Big Data

Eine neue Marktstudie des Analystenhauses BARC untersucht Trends und Best Practices im Umgang mit Big Content und zeigt Einsatzmöglichkeiten von Big Content Analytics. [...]

Die massenhafte Sammlung von Daten –  heute unter dem Schlagwort „Big Data“ bekannt – ist nur nützlich für Unternehmen, wenn der Sammlung auch eine fundierte Datenanalyse folgt. BARC führt in seiner Studie „Big Content – Wissensgewinnung aus polystrukturierten Daten“ aus: „Big Data“ umschreibt dabei alle Methoden und Werkzeuge zur Sammlung, Integration and Analyse von Daten, „Big Content“ umfasst alle semi- und unstrukturierten Daten (zum Beispiel Texte, HTML-Dateien, E-Mails, Dokumente etc.).

Viele Unternehmen implementieren bereits Big Data Strategien. Während heutzutage oftmals interne Daten im Fokus stehen, planen die meisten künftig wesentlich mehr Daten in ihre Analysen einzubeziehen (siehe Abbildung).

Die BARC-Studie stellt verschiedene Analysemethoden von „Big Content“ vor (beispielsweise „Sentiment Analysis“, „Entity extraction“ etc.) und gibt praktische Beispiele wie solche Analysen effektiv durchgeführt werden können. Anhand einiger Nutzerszenarien wird gezeigt wie „Big Content Analytics“ Unternehmen dabei helfen kann, wertvolle Informationen aus „Big Data“ zu filtern, wie strukturierte und unstrukturierte Daten verknüpft werden können oder wie Daten aus „Social Media“ am besten verarbeitet werden können. Die nach einer Registrierung kostenlose Studie schließt mit praktischen Hinweisen zur Einführung einer unternehmenseigenen Big Content Strategie.

Ein Webinar von Attivio und BARC am 6. Juni um 11 Uhr zeigt weiters die Möglichkeiten auf, mit denen „Big Content“ Inhalte aus verschiedenen Datenquellen erschlossen werden können (etwa Musterabgleiche, Ontologien, Sentiment Analysis) und will den Mehrwert verdeutlichen, den Organisationen von diesen Informationen haben. So wird der Weg zum datengetriebenen Unternehmen aufgezeigt, in dem die vorhanden Informationen zur Verbesserung strategischer Entscheidungen und operativer Vorgänge genutzt werden können. (pi)