En rapport från från Ventana Research visar att beslutsstödsanalyser av Big data, alltså stora datamängder, blir mer affärskritiskt för företagen. Trenden handlar om analyser av gigantiska mängder av både ostrukturerade och strukturerade data. In i beslutsstödet matas mängder av data om kunder, webbesök, liksom sökdata, maskin-, sensor- och text- och multimediadata från sociala nätverk. På andra sidan av systemen, hoppas användarna, faller det ut affärskritiska analyser som kan utgöra grunden för framtida verksamhetsbeslut.

Hälften av storföretagen arbetar med öppna källkodsramverk, som Hadoop och Mapreduce, för att analysera stora datamängder med hjälp av beslutsstödsverktyg, enligt Ventana. Google, Facebook, Amazon, Ebay och Yahoo är några företag som ligger i bräschen. Men även andra storföretag hoppar på, visar färska siffror från analysinstitutet TDWI, The Data Warehousing Institute.

Enligt TDWI planerar 45 procent av företagen att införa beslutsstöd avseende Big data för att börja fatta bättre affärsbeslut. Trenden har även fått flera leverantörer att satsa, däribland Teradata, Microsoft och Greenplum, Netezza och SAP, för att nämna några. I de flesta står marknads- och säljavdelningarna hos användarna bakom införandet, inte främst personal- eller ekonomiavdelningarna.

Hos 38 procent av företagen ska analyserna användas för att förbättra försäljningen eller marknadsföringen. Ett växande användningsområde är visualisering, att åskådliggöra och analysera förlopp och trender som är omöjliga att förstå matematiskt för lekmän, exempelvis säljare.

En fördel där är att det går att plöja igenom stora volymer data för att hitta intressanta samband eller mönster som företaget inte tidigare kände till, eller som företaget har känt på sig, men som varit svårt att bevisa. Trenden mot denna typ av analyser får även bränsle av de dramatiskt fallande priserna för lagring och serverhårdvara.

Följden av prisfallet blir ju att kostnaderna för att lagra, hantera och analysera stora datamängder sjunker dramatiskt. Även teknikutvecklingen bidrar till utvecklingen. Allt oftare sker analyserna i internminnesbaserade system, eller med hjälp av massivt parallella system som är specialinriktade för analyser av stora datamängder.

Samtidigt finns hinder. Mer än 45 procent av företagen anser att de värsta bromsklossarna är kompetensbristen. Traditionella kunskaper i beslutsstöd och informationslager räcker inte. Trots fallande priser anser många användare även att de höga kostnaderna för att analysera Big data är ett hinder.