Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändert

777 views

Published on

Wie Big Data Geschäftsmodelle verändert
Zum Abschluss des Werbeplanung.at Summit SPEZIAL erzählte André Münger, Account Manager bei Pivotal in Zürich, wie Big Data Geschäftsmodelle verändert: Big Data bildet einen gewaltigen Möglichkeitsraum, über den sich Unternehmen am Markt deutlich vom Mitbewerb abheben können. Weiter kann Big Data als Basis für gänzlich neue Geschäftsmodelle dienen – Monetarisierungsstrategien der Daten von Telco-Anbietern, eigentliche Branchenwechsel von Firmen, neue, datenbasierte Kooperationen zwischen Firmen sind nur einige der Beispiele am Markt.

Published in: Marketing
  • Be the first to comment

  • Be the first to like this

20131203 11 pivotal_ wie_big_data_geschäftsmodelle_verändert

  1. 1. Wie Big Data Geschäftsmodelle verändert André Münger Pivotal
  2. 2. BUILT FOR THE SPEED OF BUSINESS
  3. 3. Pivotal: Wie Big Data Geschäftsmodelle verändert December, 2nd 2013 André Münger Big Data Ambassador amuenger@gopivotal.com +41 79 708 85 99 © Copyright 2013 Pivotal. All rights reserved. 3
  4. 4. During the last Two Years… …a switch was toggled. Big Data migrated from a problem to be dealt with to an © Copyright 2013 Pivotal. All rights reserved. opportunity to be exploited 4
  5. 5. Monetisierung © Copyright 2013 Pivotal. All rights reserved. 5
  6. 6. Big Data Monetisierung © Copyright 2013 Pivotal. All rights reserved. 6
  7. 7. Dilbert goes Big Data © Copyright 2013 Pivotal. All rights reserved. 7
  8. 8. The value of data over time Pivotal’s Main Focus Value of Data ($) Data Warehouse BI MPP (massive parallel processing) as a technology innovation to process data more effectively and cost optimised Real-Time µs © Copyright 2013 Pivotal. All rights reserved. ms Hadoop s hour day month year yr+ Time 8
  9. 9. Value We Have Big Data We Need Fast Data Business event “Moment of Impact” Data captured C Intelligence delivered Decision Taken Opportunity Missed Opportunity “Too late to take action” Time © Copyright 2013 Pivotal. All rights reserved. 9
  10. 10. 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 Anwendungsmöglichkeiten hin zur Betrachtung von möglichen Gesamtarchitekturen. © Copyright 2013 Pivotal. All rights reserved. 10
  11. 11. Technology Cost Ideas Puting a Day into 24 Hours! © Copyright 2013 Pivotal. All rights reserved. 11
  12. 12. Das Vermächtnis von Dante Alighieri Menschen IT und Big Data Fun – Prinzip: Paradies Wert Innovation Analytics Monetarisierung! Purgatorium Performance Schmerz - Prinzip: Kosten Ersatz Data Warehouse BI Hölle © Copyright 2013 Pivotal. All rights reserved. 12
  13. 13. Umverteilung / Neudefinition © Copyright 2013 Pivotal. All rights reserved. 13
  14. 14. «Man muss den Mantel konkreter Tätigkeit im Alter dichter um die Schultern ziehen, um bei herandringender Weltraumkälte bestehen zu können.» Heimito von Doderer © Copyright 2013 Pivotal. All rights reserved. 14
  15. 15. Change ahead … SAP mit SAS und Cloud Foundry Teradata gegen SAP mit TAS Oracle mit Microsoft IBM mit Cloud Foundry ??? © Copyright 2013 Pivotal. All rights reserved. 15
  16. 16. Möglichkeitsraum Big Data © Copyright 2013 Pivotal. All rights reserved. 16
  17. 17. Möglichkeitsraum Big Data R E L E V A N Z KREATIVITAET Intern, strukturiert Intern, semi-strukturiert, Unstrukturiert (z.B. Dokumente, Logs, E-Mails, etc.) Partner Daten !!! Externe Daten (z.B. News & Social Media, Sensor, etc.) Open Data Open Government Data Volumen © Copyright 2013 Pivotal. All rights reserved. 17
  18. 18. Big Data = Culture Change © Copyright 2013 Pivotal. All rights reserved.
  19. 19. «Analytische Unternehmen sind besser als andere.» © Copyright 2013 Pivotal. All rights reserved. 19
  20. 20. Was ist, was macht Analyse ? Gruppierung Vorhersage Optimierung © Copyright 2013 Pivotal. All rights reserved. 20
  21. 21. 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. © Copyright 2013 Pivotal. All rights reserved. 21
  22. 22. Personalisierung Angebote KreditkartenFirma Profil, Interessen TelcoAnbieter Lokation GutscheinAnbieter Angebot © Copyright 2013 Pivotal. All rights reserved. Kunde, möglicher Kunde 22
  23. 23. Werbeplatzierung Website © Copyright 2013 Pivotal. All rights reserved. Ad Server 23
  24. 24. Ad-Analytics-Architecture (AAA) Campaign Delivery Partner Data Audience Discovery Campaign Optimizer DMS Customer Data Performance Analytics Reporting © Copyright 2013 Pivotal. All rights reserved. Customer Journey Analytics 24
  25. 25. RTI for Telco – Core Value Proposition Revenue Generation Revenue Protection Network Efficiency Real-time Location based Mobile Advertising (B2B2C) Real-Time Customer Experience Management (CEM) to reduce churn Network Cost Optimisation Location Based Services (B2C, B2B, B2B2C) Customers Sentiment Analysis & Brand Protection Up-selling to existing customers Real-Time Fraud Detection Network Signalling Efficiency Data Caching at the edge of the network Early network issue prediction One solution across all analytic requirements 36 © Copyright 2013 Pivotal. All rights reserved. 25
  26. 26. Leitfaden Big Data Analytics (Architektur / Technologien / Vorgehen) Ÿ  Nutzenorientierter Ansatz (Data Science) mit ROI-Studie. Ÿ  Think Big, start small è Big Data Strategie auf Basis Menschen è Daten è Plattformen Ÿ  Keine neuen Silos/Inseln kreieren. è Grosses Augenmerk auf Integrationsthemata. Ÿ  Integrative Technologien (In-Memory, MPP, Hadoop, NoSQL, etc. – der Anwendungsfall definiert die Technologie) Ÿ  Auf proprietäre HW-Technologien verzichten è X86 als Standard mit entsprechender Kostenentwicklung. © Copyright 2013 Pivotal. All rights reserved. 26
  27. 27. OUTSTANDING TECHNICAL TEAM Agile & RAD +700 Java/Spring ROB MEE & PIVOTS CHRIS BEAMS ENGINEERS JUERGEN HOELLER NOELLE SIO Data Science & Analytics PIVOTAL TECHNOLOGISTS ADRIAN COLYER KAUSHIK DAS DAN HOLLE HUYLA EMIR-FARINAS GAVIN SHERRY Hadoop IMDG JAGS RAMNARAYAN APURVA DESAI SUDHIR MENON MATTHIAS RADESTOCK Cloud MPP SQL Web/Mobile MILIND BHANDARKAR MATTHEW KOCHER © Copyright 2013 Pivotal. All rights reserved. JAMES WATTERS EDWARD HIEATT LUKE LONERGAN 27
  28. 28. BUILT FOR THE SPEED OF BUSINESS

×