CloudCompanion

<Webanwendungen für alle Bereiche/>

Datenmengen, welche

  • zu groß
    • zu komplex
  • sich zu schnell ändern
  • zu schwach strukturiert sind

Big Data

Auswertung von Big Data um

  • bestimmte Muster
    • Korrelationen
  • Trends und
  • andere Informationen zu erkennen

Big Data Analytics

Auswertung / Analyse

 

Durch eine Vielzahl von im Unternehmen genutzten IT-Systemen, fallen in hoher Geschwindigkeit und in unterschiedlichsten Formen, komplexe Unternehmensdaten an. Begünstigt wird dies durch die zunehmende maschinelle Generierung von Daten, beispielsweise durch die automatische Erfassung von Maschinendaten durch Sensoren. Diese oft unstrukturierten Informationen stellen in den meisten Fällen noch keinen nennenswerten Mehrwert für ein Unternehmen dar.

 

Erst durch eine effiziente und innovative Verarbeitung der verfügbaren Datenbestände ist es möglich, neue Erkenntnisse zu erlangen und somit interne Geschäftsprozesse dauerhaft zu optimieren.

 

Ein wesentlicher Bestandteil zur Erreichung dieses Unternehmensziels, ist die Verknüpfung relevanter Unternehmensdaten und eine darauf aufbauende Visualisierung. Dadurch können bislang unbekannte Kausalitäten festgestellt werden.

 

Die unten aufgeführten Beispiele für die Auswertungen von spezifischen Informationen im Unternehmen, stellen lediglich eine kleine Auswahl an potentiellen Lösungen dar. Alle Auswertungen sind hinsichtlich der Visualisierung (Farben, Größe, Anordnung, Beschriftung usw.), sowie der grundlegenden Funktionalität, vollständig auf die Bedürfnisse des Unternehmens anpassbar.

 

Ebenfalls besteht die Möglichkeit, grafische Auswertungen auf Wunsch von Grund auf neu zu konzeptionieren und zu implementieren, losgelöst von den unten dargestellten Beispielen.

 

 

Kreisdiagramme

 

Balkendiagramme

Saab 13.9% Saab 13.9% VW 17.5% VW 17.5% BMW 28.7% BMW 28.7% Audi 39.8% Audi 39.8% 13.9% 17.5% 28.7% 39.8%
10 20 30 40 50 60 17,50 13.05.16 14.05.16 15.05.16 50 16.05.16 17.05.16 18.05.16 36,09 19.05.16 22 20.05.16 Ausschuss [in Stück] Verlauf im betrachteten Zeitraum Ausschuss im Vergleichszeitraum [in Stück] Verlauf im Vergleichszeitraum
100 Tsd 200 Tsd 300 Tsd 400 Tsd 500 Tsd 600 Tsd 175 Tsd Saab 220 Tsd VW 360 Tsd BMW 500 Tsd Audi Wert Vorjahr

 

Stapeldiagramme

10 20 30 40 50 60 Maschine läuft: 55 55 Reinigungszeit: 5 5 06 Maschine läuft: 45,39 45,39 Störung: 8,95 8,95 Maschine Offline: 5,66 5,66 07 Maschine läuft: 42,25 42,25 Reinigungszeit: 9,75 9,75 Störung: 8 8 08 Maschine läuft: 35 35 Reinigungszeit: 20 20 Störung: 5 5 09 Maschine läuft: 32 32 Reinigungszeit: 28 28 10 Maschine läuft: 5 5 Störung: 53 53 Maschine Offline: 2 11 Maschine läuft: 60 60 12 Reinigungszeit: 30,45 30,45 Maschine Offline: 12,35 12,35 13 Stunden - Frühschicht [X] [Status] [Min] [Std] [%] Maschine läuft 274,64 4,58 Reinigungszeit 93,20 1,55 Störung 74,95 1,25 Maschine Offline 20,01 0,33 59,34 20,14 16,19 4,32 Gesamt 462,80 7,71 100

 

Liniendiagramme

10 20 30 40 50 Januar Februar März April Mai Juni 25,10 Umsatz 34,88 31,44 47,39 25,00 41,00 45,00 224,71 Vorjahr 21,35 42,25 9,75 12,80 36,45 37,80 160,40 +13,53 -10,81 +37,64 +12,20 +4,55 +7,20 Summe

Zusammenfassung:

  • grafische Analyse von

Unternehmensdaten

 

  • flexible Darstellung

 

  • anpassbare Funktionalität

 

  • Darstellung skalierbar für alle Auflösungen

 

  • Filterfunktionen

 

  • Berechnung von

Kennzahlen