Teradata: Neue Lösungen vereinfachen Big-Data-Analysen

Teradata hat jetzt mehrere Lösungen angekündigt, die die Handhabung und Analyse von Big Data vereinfachen. Mit Teradata Loom 2.4 können Unternehmen den Aufwand für die Verwaltung von Daten in sogenannten Data Lakes reduzieren, die auf Apache Hadoop basieren. Und die neuen Big Data Apps sollen den Zugang zu multistrukturierten Daten erleichtern und zielgerichtete Analysen ermöglichen.

Die sogenannten Data Lakes sind bei Unternehmen als Speicherorte für Rohdaten aus unterschiedlichen Quellen beliebt. Sie beinhalten deshalb aber oft gewaltige Mengen undefinierter und schwer zugänglicher Daten. Ohne ein entsprechendes Datenmanagement-Tool stehen Unternehmen deshalb häufig vor schier unlösbaren Aufgaben. „Teradata Loom sorgt mit automatisierten Tools für geringere Komplexität und eine kürzere Lernkurve bei Anwendern“, erklärt Hermann Wimmer, Co-President Data and Analytics , Teradata. „Statt mehrere Monate in Anspruch zu nehmen, können bei Big Data-Projekten nun innerhalb weniger Stunden erhebliche Fortschritte erzielt werden.“, so Wimmer.

Neue Features für Daten im JSON-Format

Die neue Version von Teradata Loom bietet zusätzliche Features für Daten im JSON-Format (Java Script Object Notation), das für das Internet der Dinge von zentraler Bedeutung ist. Zu den neuen Funktionen für JSON-Daten gehören Data Lineage zur Darstellung der Datenherkunft, integrierte Metadaten sowie Data Wrangling zur Umwandlung in andere Formate. Durch den Einsatz von Partitionen sorgt Teradata Loom für eine hohe Abfrageleistung und eine bessere Verwaltung der Daten in Apache Hive. Darüber hinaus unterstützt Teradata Loom nun auch internationale Datenformate, damit etwa Daten zu Zeitpunkten oder Währungen einfacher umgewandelt werden können.

Die nächste App-Generation für Big Data

Eine weitere Unterstützung bei ihren Big-Data-Analysen erhalten Unternehmen durch die neuen Big Data Apps. Sie unterstützen Anwender in verschiedenen Branchen bei Big Data-Analysen in Zusammenhang mit Aufgaben wie Kundenakquise und -bindung, dem Aufdecken von Finanzbetrug oder bei der Untersuchung von Kaufprozessen. „Trotz hoher Investitionen ist das Versprechen von Big Data für viele Unternehmen noch nicht greifbar“, sagt Hermann Wimmer und ergänzt: „Die Lösung von Teradata vereinfacht, beschleunigt und erweitert den Einsatz von Big Data Analytics.“

Big Data Apps stehen für verschiedene Branchen wie Finanzdienstleistungen für Privatkunden, Unterhaltung, Einzelhandel, Telekommunikation oder Healthcare zur Verfügung. Die Healthcare-App „Path to Surgery“ liefert beispielsweise Informationen über den üblichen Krankheitsverlauf sowie spezifische Muster, die zu größeren chirurgischen Eingriffen führen. Analysten können anhand der App präventive Maßnahmen identifizieren oder – falls erforderlich – die erfolgreichsten präoperativen Schritte definieren.

Big Data Apps nutzen reale Best Practice-Erfahrungen

Die Big Data Apps verfügen über vorgefertigte Templates mit Datenschemata, interaktiver Visualisierung sowie einer nutzerfreundlichen Schnittstelle für reproduzierbare Analysen. Sie greifen auf reale Best Practice-Erfahrungen der Teradata Consulting Services zurück, die die Apps entsprechend spezifischer Kundenanforderungen konfigurieren können. Anwender haben über ein webbasiertes Interface Zugriff auf das AppCenter. Dieses führt die Apps auf der Teradata Aster Discovery Platform aus, was für hohe Skalierbarkeit sorgt und Services wie Authentifizierung und Autorisierung verfügbar macht.

Teradata Loom 2.4 steht ab sofort zur Verfügung, die Big Data Apps sind ab Ende der ersten Jahreshälfte über das Teradata Aster AppCenter erhältlich. (sg)