Verschenktes Potenzial bei Datenarchivierung
Datum: 31. Juli 2015
Autor: Erwin König
Kategorien: Studien

Das auf Informationstechnologie spezialisierte Marktforschungsunternehmen IDC hat eine Studie zur Datenarchivierung von Unternehmen veröffentlicht. Untersucht wurde hierbei auch, ob und wie die Unternehmen ihre Datenarchive wirtschaftlich nutzen. Dabei hat sich ergeben, dass heute die erfolgreichsten Organisationen jene sind, die ihre Datenarchive nicht allein nur einsetzen, um den rechtlichen Aufbewahrungspflichten nachzukommen. Durch die Analyse von archivierten Daten lassen sich wertvolle Einsichten gewinnen, die dazu beitragen können, das Geschäftsergebnis in verschiedenen Bereichen (wie etwa durch optimierten Kundendienst oder zusätzliche Einnahmequellen) bedeutend zu verbessern. Im vergangenen Jahr erwirtschafteten die obersten 15 % der befragten Unternehmen dank der Auswertung ihrer Datenarchive mehr als 8,82 Mio. € zusätzlich. Anzumerken ist, dass diese Untersuchung von einem Anbieter von Informationsmanagement-Lösungen, Iron Mountain, gesponsert wurde.

...

Um den Artikel in voller Länge lesen zu können, benötigen Sie ein Abo. Jetzt Abo abschließen oder mit bestehendem Konto anmelden!

Mehr zum Thema:

Gen Z und Millennials lieben digitale Medien UND Bibliotheken

Die Generation Z und Millennials, die für ihre tiefgreifende Verbindung zur digitalen Welt bekannt sind, zeigen überraschenderweise auch eine starke Affinität zu physischen Bibliotheken, wie neue Studien der American Library Association zeigen – die Ergebnisse sind...

Auskunfts- und Informationsdienste in Bibliotheken

Die Studie Reference service in libraries like mine: A comparison of current reference service in libraries serving medium, small, and very small institutions von Julie E. Sweeney (Ryan Library, Point Loma Nazarene University, USA)1 zielt darauf ab, die Lücke in der...

Die transparente Dokumentation von Cultural Heritage Datasets

Angesichts der Probleme in Bezug auf Datenqualität und unzureichende Dokumentation von Datensätzen hat die Machine Learning Community begonnen, standardisierte Verfahren zur Erstellung von Datenblättern für maschinelles Lernen zu entwickeln. Das Hauptziel besteht...