Dr. Thomas Keil über Big Data und die Möglichkeiten mit SAS, die weit über die klassische Business Intelligence (BI) hinaus gehen.

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.