Größe und Marktanteilsanalyse des APAC-Marktes für Datenwrangling – Wachstumstrends und Prognosen (2025–2030)

Trends und Erkenntnisse des APAC-Marktes für Datenwrangling

Cloud wird voraussichtlich ein erhebliches Wachstum verzeichnen

• Viele Organisationen verlagern ihre Daten in cloudbasierte Umgebungen. Dennoch ist dies ein Übergang, der nicht auf einen Schlag vollzogen werden kann, und für manche eine Transformation, die letztendlich nie vollständig stattfinden wird. Das bedeutet, dass die meisten Organisationen mehrere Datenumgebungen verwalten, darunter eine Mischung aus On-Premises-, Private-Cloud- und Public-Cloud-Lösungen, auch bekannt als hybride Cloud-Umgebung. Datenwrangling gilt als einer der anspruchsvollsten Teile der Implementierung von Analysen. Im Durchschnitt berichten Organisationen, dass 80 % eines jeden Datenprojekts für das Wrangling von Daten aufgewendet werden, während nur 20 % für die Analyse verbleiben.
• Im modernen Zeitalter von IoT, KI und Cloud-Computing haben sich die Architekturen für das Datenmanagement dramatisch verändert. Anstatt Millionen von Transaktionen zu erfassen, verzeichnen Organisationen in der Region Milliarden von Interaktionen. Unternehmen erfassen Signale, die Geschäftsmöglichkeiten aufzeigen und neue Wertquellen für Organisationen erschließen können, anstatt Daten ausschließlich zur Unterstützung formaler Geschäftsprozesse einzugeben. Die heutigen datengesteuerten Organisationen haben neue, agile Datenmanagementpraktiken eingeführt. Sie verlagern Daten in flexible, zentralisierte Speicherstrukturen wie Data Lakes und Cloud-Blob-Speicher und übernehmen neue Datenwrangling-Technologien, um Daten zu bewerten und für den Einsatz zu transformieren.
• Datenwrangling-Lösungen, die in der Cloud betrieben werden, können dazu beitragen, Anwendungen des maschinellen Lernens zu optimieren, sodass sich die Teams auf die wesentliche Arbeit konzentrieren können, wie z. B. die Erstellung präziser Vorhersagen, die Produkte, Dienstleistungen und die Effizienz der Organisation verbessern. Eine automatisierte cloudbasierte Datenwrangling-Lösung kann den Großteil der Arbeit für die Data-Science-Teams automatisch erledigen, z. B. Profile und interaktive Diagramme identifizieren, sofortige Einblicke in Trends gewähren und auf Datenprobleme hinweisen sowie einen abschließend veröffentlichten Datensatz beliebiger Größe bereitstellen, der vollständig für die ordnungsgemäße Analyse durch nachgelagerte Analysetools vorbereitet ist.
• Stand April 2020 hat Trifacta über 100.000 Nutzer, die mehr als sechs Millionen Aufträge bei den wichtigsten Cloud-Anbietern ausgeführt haben, und ist nativ in alle drei großen Cloud-Anbieter integriert, darunter AWS, Microsoft Azure und Google Cloud sowie schnell wachsende Cloud-Dienste wie Snowflake und Databricks. Da die Nachfrage nach Datenvorbereitung zunimmt, da Organisationen mehr KI-, Analyse- und maschinelle Lern-Workloads in die Cloud verlagern, könnte Datenwrangling von Organisationen genutzt werden, um die Marktchance vor der Konkurrenz zu nutzen.

China wird voraussichtlich einen bedeutenden Marktanteil halten

• China entwickelt sich zu einem der bedeutendsten Investoren in KI-Technologien weltweit. Laut dem China Money Network werden derzeit 14 chinesische KI-Organisationen mit jeweils 1 Milliarde USD bewertet, und ihr konsolidierter Gesamtwert beläuft sich auf 40,5 Milliarden USD. Laut der Tsinghua-Universität haben chinesische KI-Start-ups in den Jahren 2017–2018 durch 369 Risikokapitalgeschäfte 27,7 Milliarden USD eingesammelt. Auch laut jüngsten Untersuchungen hat sich das Risikokapitalinvestment in Unternehmen für Computer-Vision-Technologie in China von 2016 bis 2018 vervierfacht und übersteigt insgesamt 8 Milliarden USD. Diese Statistiken belegen die Dominanz Chinas bei der Einführung von Tools wie Datenwrangling.
• China setzt verstärkt auf die digitale Transformation seiner Wirtschaft mit einem Plan zum landesweiten Aufbau industrieller Big-Data-Zentren. Dies ermöglicht die Verarbeitung enormer Informationsmengen, hauptsächlich Produktionsdaten, die zur Entwicklung effizienterer Industrien genutzt werden könnten. Diese Strategie wurde in einer Direktive im Mai 2020 vom Ministerium für Industrie und Informationstechnologie (MIIT) vorgestellt, das lokale Behörden in 23 Provinzen, fünf autonomen Regionen und vier Gemeinden aufforderte, die Einrichtung dieser neuen Big-Data-Zentren zu unterstützen, die dazu beitragen werden, die Bemühungen zur Modernisierung des verarbeitenden Gewerbes des Landes zu stärken. Solche Entwicklungen werden voraussichtlich positive Auswirkungen auf den Markt im Land haben.
• In den vergangenen Jahrzehnten haben Chinas Städte eine Phase rasanter Entwicklung erlebt. Aufkommende Big Data und offene Daten haben neue Möglichkeiten für Stadtforschung und Beobachter eröffnet, diese Veränderungen besser zu beobachten und zu verstehen. Es wird erwartet, dass Datenwrangling-Tools Big Data so aufbereiten, dass sie Analysen, Visualisierungen und Anwendungen im Kontext der chinesischen Stadtplanung, urbaner Modellierungsmethoden, typischer Modelle sowie aufkommender Trends und potenzieller Revolutionen von Big Data in der Stadtplanung ermöglichen.
• Chinas Transformation zu einer digitalen Wirtschaft war bereits vor dem Ausbruch des Coronavirus weit fortgeschritten, angetrieben durch die massive Einführung internetbasierter Technologien, mobiler Apps und Anwendungen der künstlichen Intelligenz. Eine höhere Datenerfassung hat dazu beigetragen, die Ausbreitung des Virus in China zu verhindern, da sie eine präzise Meldung von Hotspots ermöglicht. Zentral- und Provinzregierungen drängen darauf, noch mehr Daten zu sammeln und zu analysieren, um die Ausbreitung der Krankheit einzudämmen, wobei Datenwrangling eingesetzt werden könnte, um die Rohdaten in verwertbarere Erkenntnisse umzuwandeln.