Historische Daten

Als historische Daten werden Daten bezeichnet, die in einem Unternehmen im Laufe der Zeit generiert und gesammelt werden. Diese Generation kann manuell oder automatisiert erfolgen. In dieser Datensammlung befinden sich unter anderem Pressemeldungen, Logfiles, Finanzberichte, Projekt- und Produktdokumentationen, E-Mail- und andere Korrespondenzen. Durch eine effektive Datenlebenszyklus-Verwaltung ist es möglich, nur nützliche Informationen als historische Daten zu speichern.[1]

Es ist in dem Zusammenhang anzumerken, dass historische Daten nicht zwingend alt sein müssen. Auch jüngere Informationen, die etwa der Keyword-, Traffic- und Domain-Analyse dienen, sind mitunter in Datenbanken als historische Daten gespeichert, wenn sie für die weitere Unternehmensentwicklung relevant sein können. Heutzutage sammeln Unternehmen so viele Daten wie nie zuvor. Auch, weil es Cloud-Lösungen ermöglichen, große Datenmengen kostengünstig über einen längeren Zeitraum zu archivieren.

Einsatzgebiete und Nutzen[Bearbeiten]

Historische Daten leicht zugänglich in Datenbanken der IT-Infrastruktur gespeichert zu haben, hat unterschiedliche Nutzen. Langfristige Log- und Event-Datenspeicherung kann wichtige Einblicke in Produkte, Systeme, Sicherheitsmuster und Trends geben. Dadurch werden Analysen, Prognosen, Disaster Recovery und Troubleshooting auf wirtschaftlicher, infrastruktureller und datenverarbeitender Ebene erleichtert.

Mit historischen Daten lassen sich die Auswirkungen technologischer Investitionen einordnen. Etwa, um Ursachen für Systemlatenzen und Leistungsabfälle ausfindig zu machen. Gleichzeitig ermöglichen sie es, den Bedarf an ergänzenden Technologien (Speicherplatz, CPU, Server) in einem Unternehmen sehr genau vorherzusagen. Sind historische Daten zur Hand, ist es möglich, Gründe für Serverausfälle, Speicherprobleme und Anwendungsfehler schneller zu lokalisieren[2].

Historische Daten werden außerdem dazu verwendet, um Analysen im Online-Marketing durchzuführen. Dort sind sie Besonders im Rahmen der Suchmaschinenoptimierung von großer Relevanz. Sie erlauben es unter anderem, die Entwicklung von Webseiten auf verschiedenen Ebenen nachzuvollziehen. Historische Daten können etwa die Budgetierung von Kampagnen und Paid Search stützen.

Obwohl in der Vergangenheit erfolgreiche Kampagnen und Maßnahmen nicht reproduzierbar sind, kann das Marketing mithilfe historischer Daten Content zielgerichtet optimiert und Trends angepasst werden. Je detaillierter historische Daten segmentiert werden, desto kürzer und jünger sollte der Zeitraum der Webanalyse ausfallen.

Weiterhin spielen historische Daten beim Lead Targeting eine Rolle. Marketer können darüber das Online-Verhalten und die Absicht ihrer Leads einschätzen[3]. Daraus ergeben sich wiederum wichtige Erkenntnisse darüber, mit welchen Brands ein Unternehmen generell in Verbindung gebracht wird und welche Voraussetzungen es erfüllen muss, um qualitative Leads zu generieren.

Ein weiteres Einsatzgebiet ist die Programmierung von Algorithmen. Für Predictive Analytics im Bereich Big Data und Machine Learning kommen historische Daten zum Einsatz[4]. Auf deren Grundlage werden mathematische Modelle erstellt, die wichtige Trends erfassen. In Kombination mit aktuellen Daten, dienen historische Daten dazu, zukünftige Aktionen vorherzusagen.


Einzelnachweise[Bearbeiten]

  1. Aus historischen Daten lernen it-production.com. Abgerufen am 06. September 2019.
  2. Informationen aus der Vergangenheit nutzen t2informatik.de. Abgerufen am 06. September 2019.
  3. Predictive Analytics for Marketing – What’s Possible and How it Works emerj.com. Abgerufen am 06. September 2019.
  4. Machine Learning vs Traditional Programming towardsdatascience.com. Abgerufen am 06. September 2019.


Weblinks[Bearbeiten]