caa a22 4500 445293454 CHVBK 20180317142535.0 cr unu---uuuuu 170323e20100201xx s 000 0 ger 10.1007/BF03340441 doi (NATIONALLICENCE)springer-10.1007/BF03340441 Unstrukturierte Daten im Business Intelligence — Vorgehen, Ergebnisse und Erfahrungen in der praktischen Umsetzung [Elektronische Daten] [Ute Steinecke, Walter Straub] Zusammenfassungen: Information- on-Demand und Business Intelligence (BI) gehören zu den weiterhin wachsenden Beratungsfeldern. Standen bisher strukturierte Daten im Vordergrund, so wird es in Zukunft mehr und mehr darum gehen, Informationen aus unstrukturierten Daten wie beispielsweise aus Dokumenten, Videos, Bildern, E-Mails oder Wikis zu erschlieβen und zu nutzen. Unstrukturierte Informationen werden zwar u.a. bereits in ContentManagementsystemen verwaltet, aber in Kombination mit Business Intelligence kaum genutzt. Die Einbindung unstrukturierter Daten in BI-Systeme und deren Auswertung stellt die etablierten BI-Methoden vor vollkommen neue Anforderungen und verlangt zum Teil neue Verfahren und Technologien. Dabei liefern unstrukturierte Daten nicht nur Fakten, sondern vor allem auch Informationen aus dem und über den Kontext. Es kann für den Marketingleiter oder die Produktentwicklung entscheidend sein, ob es sich um positive, negative oder neutrale Kontexte handelt. Für Gewährleistungs- und Servicecenter kann es wesentlich sein, ob es sich um neue oder um bekannte Probleme handelt und in welcher Beziehung diese zu anderen Fragen stehen. An die Unternehmensberatung IBM Global Business Services ist eine Reihe von Anfragen gestellt worden, um unstrukturierte Daten in BI-Systeme zu integrieren und für Auswertungen und Reporting verfügbar zu machen. So wurde gemeinsam mit einer Customer Support Service GmbH ein Projekt aufgesetzt, um die Notizen von Agents auszuwerten, aufzubereiten und über herkömmliches Reporting dem Business bereitzustellen. Ein anderes Projekt hatte zum Ziel, RSS-Feeds automatisch zu klassifizieren und in die internen Informationssysteme zu integrieren. Im Folgenden werden das Vorgehen, die Ergebnisse und die Erfahrungen aus diesen zwei Anwendungen dargestellt. Springer Fachmedien Wiesbaden, 2010 Steinecke Ute IBM Deutschland GmbH Business Analytics and Optimization (BAO), Wilhelm-Fay-Str. 30-34, 65936, Frankfurt/M. aut Straub Walter IBM Deutschland GmbH Business Analytics and Optimization (BAO), Hollerithstr. 1, 81829, München aut HMD Praxis der Wirtschaftsinformatik Gabler Verlag 47/1(2010-02-01), 91-101 1436-3011 47:1<91 2010 47 40702 https://doi.org/10.1007/BF03340441 text/html Onlinezugriff via DOI 1 research-article jats NATIONALLICENCE 856 40 https://doi.org/10.1007/BF03340441 text/html Onlinezugriff via DOI NATIONALLICENCE 700 1- Steinecke Ute IBM Deutschland GmbH Business Analytics and Optimization (BAO), Wilhelm-Fay-Str. 30-34, 65936, Frankfurt/M aut NATIONALLICENCE 700 1- Straub Walter IBM Deutschland GmbH Business Analytics and Optimization (BAO), Hollerithstr. 1, 81829, München aut NATIONALLICENCE 773 0- HMD Praxis der Wirtschaftsinformatik Gabler Verlag 47/1(2010-02-01), 91-101 1436-3011 47:1<91 2010 47 40702 Metadata rights reserved Springer special CC-BY-NC licence nationallicence BK010053 XK010053 XK010000 NATIONALLICENCE NATIONALLICENCE NL-springer