Die Bedeutung von Datenanalysen und die Möglichkeit, Erkenntnisse in Echtzeit zu gewinnen
von Dan Seal, Produktleitung, Streaming Analytics, Kx
Datenanalyse bezieht sich auf den Prozess der Untersuchung von Datensätzen, um Schlussfolgerungen zu ziehen und wertvolle Erkenntnisse zu gewinnen. Ausgestattet mit den effektivsten Analysesystemen können Unternehmen Entscheidungen treffen, die die Rentabilität steigern, die Kundenzahlen steigern, neue Trends setzen und den Betrieb für die kommenden Jahre zukunftssicher machen.
Der Zugriff auf solche Daten ist so wichtig geworden, dass er es ist geschätzt bis 2022, werden mehr als die Hälfte der großen neuen Geschäftssysteme kontinuierliche Intelligenz enthalten – dies ist ein System, das Echtzeitdaten verwendet, um die Entscheidungsfindung zu verbessern.
Die Transformation der Entscheidungsfindung
Einer der Hauptgründe für die Implementierung einer Datenanalyseplattform ist, dass Organisationen in der Vergangenheit auf der Grundlage der kollektiven Effizienz der Entscheidungen, die sie jeden Tag treffen, aufgestiegen (und gefallen) sind. Diese Entscheidungen können von der Entwicklung der Produkte bis hin zu den Zielmärkten reichen und den Unterschied zwischen Erfolg oder Misserfolg ausmachen.
Zuvor lag die Entscheidungsfindung auf der Grundlage von Branchenexpertise und kalkulierter Vorausplanung in den Händen der Geschäftsleitung. Während dies für viele Unternehmen immer noch der Fall ist, leben wir jetzt in einem Umfeld, in dem Daten und Maschinen ebenfalls in der Lage sind, effiziente Entscheidungen zu treffen. Diese können in Echtzeit erfolgen und auf vergangenen Informationen basieren.
Beispielsweise haben Sie möglicherweise eine Analyse, die einen Temperaturanstieg in einer IoT-Anwendung misst, aber dann möchte diese auch ein maschinelles Lernmodell verwenden, um ihr zukünftiges Verhalten vorherzusagen. Daher muss diese Plattform sowohl den Analyseprozess als auch das maschinelle Lernmodell unterstützen, um die richtige Entscheidung in Echtzeit zu treffen. Darüber hinaus könnte eine Lieferkette die Zuweisung ihrer Spediteure so entscheiden, dass die Lieferanforderungen der Kunden zu den niedrigsten Kosten erfüllt werden, aber diese Entscheidung muss sofort in diesem Moment getroffen werden. Wenn dies nicht in Echtzeit erfolgt, könnte die Kundennachfrage nicht erfüllt werden oder Unternehmen würden am Ende zu viel für den erforderlichen Service in diesem Moment bezahlen.
Die Datenherausforderung
Obwohl es mittlerweile eine Fülle neuer Datenerfassungs- und Analyseplattformen gibt, kann es sich immer noch als schwierig erweisen, die richtige zu finden. In der heutigen digitalisierten Welt, über 2,500,000 Terabyte an Daten werden jeden Tag produziert, und selbst die besten Systeme speichern Daten oft in Silos, was bedeutet, dass sie schwer zugänglich, analysierbar oder vergleichbar sind. Dies führt in der Regel zu vergänglichen Erkenntnissen, bei denen einmal wertvolle Daten wertlos werden, weil sie nicht schnell genug analysiert werden.
Daher sehen wir allmählich einen großen Ruf nach Streaming-Analytics-Plattformen; Dies sind Systeme, die in der Lage sind, riesige Datenmengen in Echtzeit zu verarbeiten und diese historischen Datensätzen gegenüberzustellen, um neue Erkenntnisse zu gewinnen, Entscheidungen im Moment zu treffen und neue Werte zu schaffen.
Warum Streaming-Analysen?
Die meisten Organisationen produzieren Echtzeitdaten einer bestimmten Beschreibung. Die Frage ist, ob sie den Wert steigern können, indem sie im Moment darauf reagieren. Mit der fortschreitenden Digitalisierung aller Branchen und dem Wachstum neuer Technologien wie IoT werden mehr Unternehmen in der Lage sein, Wert in Echtzeitdaten zu finden. Um diesen Wert zu extrahieren, kann der Zeitrahmen, in dem Entscheidungen getroffen werden müssen, Sekunden, wenn nicht Millisekunden betragen. Da die Haltbarkeit wertvoller Daten begrenzt ist, macht Streaming Analytics die Notwendigkeit einer Stapelverarbeitung von Daten überflüssig, bei der Daten in großen Mengen auf einmal verarbeitet werden, sodass Unternehmen einen Kurs verfolgen oder nahezu sofort die Richtung ändern können.
Alle Daten werden potenziell gestreamt, da sie alle aus Dutzenden, Hunderten und manchmal Tausenden von Anwendungen in großen Unternehmen stammen und daher analysiert werden können, um fundierte Entscheidungen zu treffen. Daten sind der Treibstoff für Streaming-Analysen, aber auch für historische Analysen, z. B. zum Trainieren von Modellen für maschinelles Lernen, und zur Datenanreicherung in Echtzeit. Mit Zeitreihenanalysen, dem Prozess der Analyse von Zeitreihendaten zum Extrahieren aussagekräftiger Erkenntnisse, können Unternehmen Erkenntnisse gewinnen und Modelle erstellen, die für Anwendungsfälle von Streaming-Analysen verwendet werden.
Überlegungen
Letztendlich gibt es drei Fragen, auf die sich Unternehmen konzentrieren müssen, wenn es darum geht, eine Entscheidung zu treffen. Welche Folgen wird diese Entscheidung haben? Welche Datenquellen benötigen wir, um dies zu erreichen, und was können wir sonst noch tun, um den Kunden/Endbenutzer zufrieden zu stellen? Um diese anzugehen, benötigen Unternehmen eine Streaming-Analyseplattform, die sich in ihre bestehende Anwendungsarchitektur integrieren lässt und in der Lage ist, Daten zu verarbeiten und diese Erkenntnisse mit bereits gespeicherten Informationen zu vergleichen.
Moderne Unternehmen erwarten inzwischen sofortigen Zugriff auf die gesuchten Informationen. Diese Informationen bringen neue Erkenntnisse, die es ihnen ermöglichen, Entscheidungen über die nächste Aktion zu treffen und den Kurs ihrer Geschäftsziele zu ändern. Obwohl es viele Datentools gibt, die eine solche Lösung versprechen, ist es schwer, sich von Streaming Analytics als zentralisiertem Tool für eine bessere Entscheidungsfindung abzuwenden.
