20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändert

Wie Big Data Geschäftsmodelle verändert

André Münger Pivotal

BUILT FOR THE SPEED OF BUSINESS

3 © Copyright 2013 Pivotal. All rights reserved. 3 © Copyright 2013 Pivotal. All rights reserved.

Pivotal: Wie Big Data Geschäftsmodelle verändert December, 2nd 2013 André Münger Big Data Ambassador [email protected] +41 79 708 85 99

4 © Copyright 2013 Pivotal. All rights reserved.

During the last Two Years… …a switch was toggled. Big Data migrated from a problem to be dealt with to an

opportunity to be exploited


Monetisierung


Big Data Monetisierung


Dilbert goes Big Data


The value of data over time

Time

Value of Data ($)

µs ms s hour day month year yr+

Data Warehouse BI

MPP (massive parallel processing) as a

technology innovation to process data more

effectively and cost optimised

Real-Time Hadoop

Pivotal’s Main Focus


Valu

e

C

Business event “Moment of Impact”

Data captured

Intelligence delivered

Time

Decision Taken

Opportunity Missed Opportunity “Too late to take action”

We Have Big Data We Need Fast Data


Übersicht Big Data Markt und Veränderungen in den letzten 2 Jahren

•  Übergang von einer «Technologieverliebtheit» zu konkret generiertem Wert durch die Anwendung. è Data Science •  Erste Konsolidierungswelle ist abgeschlossen

•  Neue Anbieter wie «Sand am Meer» è Goldgräberstimmung •  Übergang von der Betrachtung isolierter Anwendungs- möglichkeiten hin zur Betrachtung von möglichen Gesamtarchitekturen.


Technology

Cost

Ideas

Puting a Day into 24

Hours!


Das Vermächtnis von Dante Alighieri

Purgatorium

Hölle

Paradies

Performance

Kosten

Wert

Menschen IT und Big Data

Schmerz - Prinzip:

Ersatz Data Warehouse

BI

Fun – Prinzip:

Innovation Analytics

Monetarisierung!


Umverteilung / Neudefinition


«Man muss den Mantel konkreter Tätigkeit im Alter dichter um die Schultern ziehen, um bei herandringender Weltraumkälte bestehen zu können.»

Heimito von Doderer


Change ahead …

SAP mit SAS und Cloud Foundry Teradata gegen SAP mit TAS Oracle mit Microsoft IBM mit Cloud Foundry ???


Möglichkeitsraum Big Data


Möglichkeitsraum Big Data

Intern, strukturiert

Intern, semi-strukturiert, Unstrukturiert

(z.B. Dokumente, Logs, E-Mails, etc.)

Open Data Open Government Data

R E L E V A N Z

KREATIVITAET

Externe Daten

(z.B. News & Social Media, Sensor, etc.)

Partner Daten !!!

Volumen

© Copyright 2013 Pivotal. All rights reserved.

Big Data = Culture Change


«Analytische Unternehmen sind besser als andere.»


Was ist, was macht Analyse ?

Gruppierung

Vorhersage

Optimierung


What Matters: Apps. Data. Analytics.

Anwendungen unterstützen das Business und generieren Daten. Die Analyse dieser Daten ergibt neue Funktionen für Anwendungen und dadurch werden neue Daten generiert. Je schneller eine Firma diesen Zyklus durchläuft, umso besser wird sie und differenziert sich vom Mitbewerb.


Personalisierung Angebote

Kreditkarten- Firma

Gutschein- Anbieter

Profil, Interessen

Lokation

Angebot

Kunde, möglicher Kunde

Telco- Anbieter


Werbeplatzierung

Ad Server Website


Ad-Analytics-Architecture (AAA)

Partner Data

Customer Data

Audience Discovery DMS Campaign

Optimizer

Performance Analytics

Reporting Customer Journey Analytics

Campaign Delivery


RTI for Telco – Core Value Proposition

Revenue Generation

Real-time Location based Mobile Advertising

(B2B2C)

Location Based Services (B2C, B2B, B2B2C)

Up-selling to existing customers

Revenue Protection

Real-Time Customer Experience Management (CEM) to reduce churn

Customers Sentiment Analysis & Brand

Protection

Real-Time Fraud Detection

Network Efficiency

Network Cost Optimisation

Network Signalling Efficiency

Data Caching at the edge of the network

Early network issue prediction

One solution across all analytic requirements

36


Leitfaden Big Data Analytics (Architektur / Technologien / Vorgehen)

�  Nutzenorientierter Ansatz (Data Science) mit ROI-Studie.

�  Think Big, start small è Big Data Strategie auf Basis Menschen è Daten è Plattformen

�  Keine neuen Silos/Inseln kreieren. è Grosses Augenmerk auf Integrationsthemata.

�  Integrative Technologien (In-Memory, MPP, Hadoop, NoSQL, etc. – der Anwendungsfall definiert die Technologie)

�  Auf proprietäre HW-Technologien verzichten è X86 als Standard mit entsprechender Kostenentwicklung.


ROB MEE & PIVOTS

Agile & RAD

Hadoop

PIVOTAL TECHNOLOGISTS

Cloud

Java/Spring

OUTSTANDING TECHNICAL TEAM

+700 ENGINEERS

IMDG

Web/Mobile

Data Science & Analytics

MPP SQL

CHRIS BEAMS JUERGEN HOELLER NOELLE SIO

KAUSHIK DAS DAN HOLLE

HUYLA EMIR-FARINAS GAVIN SHERRY

LUKE LONERGAN EDWARD HIEATT JAMES WATTERS

JAGS RAMNARAYAN

MILIND BHANDARKAR

APURVA DESAI

ADRIAN COLYER

SUDHIR MENON MATTHIAS RADESTOCK

MATTHEW KOCHER

BUILT FOR THE SPEED OF BUSINESS

20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändert

Marketing

rights reserved

copyright

data

built

speed

analytics

b2b2c