Big Data & High-Performance-Analytics
Als PPTX, PDF herunterladen5 gefällt mir21,066 aufrufe
Das Dokument diskutiert das Wachstum von Big Data und dessen Konsequenzen für Unternehmen, wobei betont wird, dass die effiziente Analyse und Verwaltung großer Datenmengen entscheidend ist. Es hebt die Herausforderungen bei der Datenverarbeitung und die Notwendigkeit von Advanced Analytics hervor, um relevante Informationen aus verschiedenen Datenquellen zu extrahieren. SAS High-Performance Analytics wird als Lösung präsentiert, die schnelle, skalierbare und benutzerfreundliche Analysen ermöglicht und Unternehmensprozesse transformieren kann.
Big Data & High-Performance-Analytics
- 1. BIG DATA & HIGH PERFORMANCE ANALYTICS Dr. Thomas Keil, Program Manager Business Analytics SAS Institute GmbH 7.5.2012 Copyright © 2012, SAS Institute Inc. All rights reserved.
- 2. Das Wachstum der BIG DATA – FLUCH ODER SEGEN? Datenmengen ist rasant und unaufhaltsam. Big Data wird alle Branchen und alle Unternehmen treffen. Zettabyte ist die Maßeinheit, die nach Terabyte, Petabyte und Exabyte kommt. Copyright © 2012, SAS Institute Inc. All rights reserved. Source: IDC Digital Universe Study, sponsored by EMC, May 2010
- 3. BIG DATA – WORAUF ES ANKOMMT Das Grundproblem der IT verschärft sich damit: Aus den vielen Daten (Volumen), die sehr unterschiedlich VOLUME strukturiert sind (Variety) und schnell anwachsen (Velocity) VARIETY gilt es, die wertvollen, relevanten Daten DATA SIZE herauszufiltern. VELOCITY RELEVANCE TODAY THE FUTURE Copyright © 2012, SAS Institute Inc. All rights reserved.
- 4. WIE UND WO ENTSTEHT BIG DATA? Die Daten entstehen zum Teil durch massenhafte Nutzung von Social Media, zu einem noch viel größeren Teil allerdings aus Sensoren, die Maschinen, Bewegungen, Pro dukte etc. überwachen. Sensoren sind so günstig geworden, dass immer mehr gemessen wird. Mobile transactions Sensor Data Pervasive Computing Quellen: Digitalisierung, Social Media, Sensoren, Maschinen, Smart Grid etc. Es sind Messdaten! Copyright © 2012, SAS Institute Inc. All rights reserved.
- 5. Der immer größere Datenstrom muss frühzeitig INFORMATION sortiert werden: Manche STREAM IT, SCORE IT, STORE IT! MANAGEMENT Daten sollen sofort Ereignisse auslösen, andere Informationen müssen im ENTERPRISE Vertriebsreporting landen DATAWAREHOUSE und wieder andere werden für eine spätere Analyse kostengünstig aufgehoben. DECISIONS / ACTIONS / DATA LOW COST STORAGE RAW RELEVANT DATA Copyright © 2012, SAS Institute Inc. All rights reserved.
- 6. BUSINESS INTELLIGENCE. WEITER DENKEN! Klassisches BI stößt hier schnell an Grenzen. Es geht immer mehr um Advanced Analytics mit der wertvolle TEXT ANALYTICS Muster und Zusammenhänge erkannt werden können. Und das Ganze muss aussage- FORECASTING kräftig visualisiert werden, damit es verständlich bleibt. INFORMATION MANAGEMENT OPTIMIZATION DATA MINING STATISTICS Copyright © 2012, SAS Institute Inc. All rights reserved.
- 7. BUSINESS INTELLIGENCE. WEITER DENKEN! Deshalb sind in der Softwarebranche drei Trends zu beobachten, hier durch Pfeile ausgedrückt. Das Erschließen neuer Daten- arten, der Trend vom Batchlauf über Nacht hin zu Realtime – und schließlich der präzise Blick in die Zukunft. Quelle: September 20, 2011, “Understanding The Business Intelligence Growth Opportunity” Forrester report Copyright © 2012, SAS Institute Inc. All rights reserved.
- 8. Technologisch erfordern die Flexible Optionen, um mit Big TECHNOLOGIEN Data umzugehen unterschiedlichen Dimensionen von Big Data auch unterschiedliche Ansätze. SAS bietet eine einzigartiges Spektrum neuer, teils bahnbrechender MARKETING Innovationen – eingebettet in relevante Geschäftsprozesse. SALES EDW FINANCE SUPPLY CHAIN ADW RISK HR IN-MEMORY Copyright © 2012, SAS Institute Inc. All rights reserved.
- 9. SAS Grid Computing Big Data auf viele Rechner verteilen Im einfachsten Fall verteilt man größere Datenmengen auf mehr Rechner und leitet die eintreffenden Anfragen auf den nächsten freien Rechner – wie in einem Callcenter. Dynamische Verteilung und Skalierung der SAS Verarbeitungsprozesse im Serververbund Vorteile • Skalierbarkeit • Intelligente Lastverteilung • Hochverfügbarkeit und Ausfallsicherheit Copyright © 2012, SAS Institute Inc. All rights reserved.
- 10. SAS In-Database Zur Analyse großer Daten- Analytics Analytics zu den Daten bringen mengen müssen diese normalerweise hin zum Rechenkern gebracht werden. Bei zu großen Datenmengen bringt man Mit SAS erstellte Scoring-Modelle können aber besser die Analytics zu den Daten und transportiert direkt in die Datenbank übertragen und lediglich die Ergebnisse. dort angewandt werden. SAS Enterprise Miner und SAS Model Manager Rapid Predictive Modeller Vorteile • Zugriff auf DB-Tabellen (Samples) • Rollen- und Workflow unterstütztes • Modell-Entwicklung und Training • Beschleunigte Modellentwicklung Modell Management u. Monitoring • Manuelles Modell-Deployment • Automatisiertes Modell-Deployment • Automatisierte Modellüberführung • Höchste Performance bei der Modellanwendung Datenbank SAS Modelle Copyright © 2012, SAS Institute Inc. All rights reserved.
- 11. SAS High Performance Blitzschnelle Analytics im Analytics Hauptspeicher Der entscheidende Durch- bruch in Sachen Performance sind parallelisierte Algorithmen, die alle Revolutionäre High-End Analytics-Plattform bestehend Möglichkeiten von In- aus massiv-parallerer Datenbank, Hardware und dem Memory-Technologie SAS High Performance Analytics Framework. ausschöpft. Parallelisierung auf der Ebene der Algorithmen. Vorteile • Massive Beschleunigung der Berechnung komplexer Modelle im Bereich der Advanced Analytics • Bisher nicht lösbare Probleme werden lösbar proc hplogistic data=MPPLib.MyTable; class A B C D ; model y = a b c b*d x1-x100; run; Copyright © 2012, SAS Institute Inc. All rights reserved.
- 12. Damit immer mehr Anwender SAS Visual Analytics Die Lösung im Überblick analytische Methoden anwenden können, muss die Bedienung entsprechender Tools entscheidend vereinfacht werden. Das ist ENVIRONMENT VISUAL ANALYTICS VISUAL DESIGNER MOBILE BI der Ansatz von SAS Visual MANAGER EXPLORER Analytics: extrem performant, extrem nutzerfreundlich . • Datenvorbereitung • Ad hoc Analyse • Reports für Mobile • Mobile BI • Security • Visualisierung Endgeräte Native App für iPad • Monitoring (zukünftig Web-Berichte) (alsbald auch Android) SAS LASR Analytic Server (SAS In-Memory Server) www.sas.com/hpa Copyright © 2012, SAS Institute Inc. All rights reserved.
- 13. SAS Visual Analytics Visual Analytics Explorer Ohne vertiefte Kenntnisse in Statistik lassen sich mit dem explorativen Ansatz schnell Muster und Zusammenhänge Interaktive Oberfläche zur in großen bis gigantischen Datenvisualisierung und explorativen Datenmengen entdecken. Analyse Ohne Umwege über die IT. • Hilfestellung bei der Auswahl sinnvoller Grafiktypen (Auto-Charting) • Dynamisches Anlegen eigener Hierarchien • Verständliche und einfach zu bedienende Analytik für den Fachbereich • In-Memory Verarbeitung mit dem SAS LASR Analytic Sever www.sas.com/hpa Copyright © 2012, SAS Institute Inc. All rights reserved.
- 14. SAS High Performance Analytics Anwendungsbeispiel Die ersten Anwender von SAS High-Performance Analytics berichten von Quantensprüngen in der Performance. Was bisher Home Lending Credit Risk Management – Tage und Stunden gedauert hat, geht nun in Minuten oder Sekunden. Berechnung eines Modells zur Vorhersage der Kreditausfallwahrscheinlichkeit über den gesamten Kundenbestand DEVELOPMENT TRADITIONAL HIGH-PERFORMANCE EXPLORATION DEPLOYMENT MODEL ANALYTICS PROCESS ANALYTICS PROCESS MODEL DATA 167 Hours 84 SECO NDS Copyright © 2012, SAS Institute Inc. All rights reserved.
- 15. FAZIT & ZUSAMMENFASSUNG „Big Data“ ist unausweichlich und wird jedes Unternehmen betreffen – früher oder später. Die Bedeutung von Analytics wächst weiter. SAS High-Performance Analytics bezeichnet ein ganzes Bündel IN-MEMORY von Technologien, die passgenau Lösungen für konkrete Anwendungsszenarien liefern. Das Potenzial dieser neuen Technologien wird Geschäftsprozesse verändern und neue Geschäftsmodelle ermöglichen. Copyright © 2012, SAS Institute Inc. All rights reserved.
- 16. Mehr Informationen & Fallbeispiele: www.sas.de/bigdata SAS Institute GmbH Dr. Thomas Keil tkeil@ger.sas.com 06221/415-123 Copyright © 2012, SAS Institute Inc. All rights reserved.