Der Aufstieg eines neuen Analytics-Helden im Jahr 2022
David Wang, Vizepräsident des Produktmarketings bei Implizieren, teilt seine Vorhersagen für 2022 über den Aufstieg eines neuen Analytics-Helden.
Jedes Jahr sagen Branchenexperten voraus, dass Daten und Analysen im folgenden Jahr wertvoller werden. Dies erfordert jedoch keine Kristallkugel, um dies vorherzusagen. Es passiert etwas viel Interessanteres, das alles in der Analytics-Welt verändern wird: der Aufstieg eines neuen Helden, des Softwareentwicklers.
Wenn die Vergangenheit auf die Zukunft hinweist, dann sehen wir eine große Transformation, die sich in allen Branchen vollzieht. Sozusagen eine Wachablösung derer, die aus Daten Wert schöpfen.“
Heute setzt die Branche Analytik mit Data Warehousing und Business Intelligence gleich. Es ist ein traditioneller Ansatz von BI-Experten, historische Daten „von Zeit zu Zeit“ für die seit Jahrzehnten bestehenden Dashboards und Berichte für Führungskräfte abzufragen.
Für hochmoderne Unternehmen wie Netflix, Target und Salesforce ist der Einsatz von Analysen viel fortschrittlicher – und viel wirkungsvoller und in Echtzeit. Unternehmen wie diese sehen den wahren Game-Changer für Daten in den Händen ihrer Softwareentwickler. Diese Entwickler erstellen mit Apache Druid moderne Analyseanwendungen, um interaktive Datenerlebnisse für investigative, operative und kundenorientierte Erkenntnisse bereitzustellen.
Was verursacht das Aufkommen dieser Apps und was bedeutet das für Entwickler? Wang hat die fünf wichtigsten Gründe aufgeschlüsselt:
#1 Der Bedarf an interaktiven Analysen in großem Maßstab nimmt zu
Analysen werden zunehmend benötigt, um eine Situation zu verstehen oder ein Problem zu untersuchen. Dies erfordert die Freiheit, Daten zu schneiden und zu würfeln und live mit Abfrageantworten in Sekundenbruchteilen in jeder Größenordnung zu interagieren. Es ist eine dynamische Benutzererfahrung, die über eine vom Entwickler erstellte Anwendung erstellt werden kann.
Niemand möchte herumsitzen und auf die Verarbeitung einer Abfrage warten, und obwohl viele Datenbanken das Kontrollkästchen für Interaktivität und Geschwindigkeit beanspruchen, sind sie mit vielen Skalierungsbeschränkungen verbunden. Sie verlassen sich auf Tricks wie Rollups, Aggregationen oder aktuelle Daten, nur um Abfragen schneller erscheinen zu lassen, aber das schränkt die Erkenntnisse ein, die generiert werden können.
#2 Hohe Parallelität wird zu einem Muss für jeden Anwendungsfall
Die Zeiten, in denen man sich beim Schreiben von SQL-Abfragen auf ein paar Business Intelligence (BI)-Analysten verlassen musste, sind scheinbar vorbei. Die datengesteuerten Unternehmen von heute möchten jedem freien Zugang zum Erkunden geben, von Produktmanagern über Betriebsteams bis hin zu Datenwissenschaftlern, und die Mandantenfähigkeit erhöht die Benutzerzahl noch weiter. Gleichzeitigkeit ergibt sich jedoch nicht nur aus der Anzahl der Benutzer. Entwickler werden gebeten, Analyse-Apps mit Dutzenden von Visualisierungen zu erstellen, die jeweils mehrere gleichzeitige SQL-Abfragen auslösen.
Es wird heute schwierig sein, eine moderne Datenbank zu finden, die keine hohe Parallelität beansprucht. Benutzer würden Postgres (oder sogar Elastic) offensichtlich nicht in unbequeme Positionen zwingen wollen. Was ist jedoch mit Scale-out? Cloud Data Warehouse? Bedeutet nicht Elastizität = Skalierbarkeit = hohe Parallelität? Natürlich führt Elastizität ohne wahnsinnige Recheneffizienz (wie bei Apache Druid) zu einer wirklich teuren App.
#3 Wunsch, den Wert von Streaming-Daten mit Analysen freizusetzen
Unternehmen aller Art setzen schnell Event-Streaming-Plattformen wie Apache Kafka ein. Confluent, die Entwickler von Kafka, haben ein Datennetz aufgebaut, das Daten „in Bewegung“ versetzt. Da Daten ständig herumwirbeln, was gibt es Schöneres, als sie für kontinuierliche Erkenntnisse in Echtzeit zu analysieren?
Unternehmen mögen Netflix tun dies mit seinen Entwicklern und schaffen einen enormen Wettbewerbsvorteil, indem sie Apache Kafka und Druid zusammenbringen, um eine Analyse-App zu entwickeln, die eine qualitativ hochwertige, ständig verfügbare Benutzererfahrung ermöglicht.
Mit Blick auf Echtzeit-Analytics müssen einige Dinge beachtet werden. Reicht die Analyse von Streams allein aus – oder muss der Anwendungsfall Streams mit historischen Daten vergleichen? Für den interkontinentalen Austausch bietet ihnen das gesamte Spektrum von der Gegenwart bis zur Vergangenheit die richtige Sicherheitstransparenz. Spielt die Skalierbarkeit der Aufnahme eine Rolle – müssen Sie Millionen von Ereignissen pro Sekunde verarbeiten? Was ist mit Latenz oder Datenqualität?
#4 Immer mehr Unternehmen möchten ihren Kunden Analytics bieten
In der Vergangenheit ging es bei der Analytik darum, bessere Entscheidungen für das Unternehmen zu treffen. Obwohl immer noch sehr relevant – und eine riesige Chance, mehr Wert zu schaffen – sehen wir zunehmend Unternehmen, die Analyse-Apps entwickeln, um ihren Kunden Erkenntnisse zu liefern.
Unternehmen mögen Twitter, Cisco ThousandEyes und Citrix tun dies und steigern den materiellen Umsatz. Darüber hinaus geben diese Unternehmen ihren Kunden Transparenz und Einblicke, was ihnen ein großes Geschäft beschert.
Aber es kann ein ziemlich haariges Ergebnis sein, eine beliebige Datenbank zu verwenden, um eine kundenorientierte Analyse-App zu erstellen. Wenn Sie an SLAs und das Kundenerlebnis denken, steht viel mehr auf dem Spiel als nur interne Anwendungsfälle. In diesen Apps machen Mikrosekunden Latenz den Unterschied, Ausfallzeiten sind kostspielig und Parallelität und Geld gehen durch die Decke. Zum Glück gibt es dafür eine Datenbank!
#5 Die Digitalisierung von allem basiert auf Analysen
An diesem Punkt der Technik glaubt Wang, dass jedes Unternehmen zu einem Softwareunternehmen wird. Da jedoch jeder einfachen Zugriff auf die Cloud hat, reicht das einfache Erstellen von Cloud-Software und -Diensten nicht aus, um einen Vorteil zu erzielen. Deshalb mögen Unternehmen Salesforce und AirBnB Analyse-Apps erstellen, um die Entwicklung ihrer Produkte zu optimieren.
Bei den besten Softwareunternehmen entwickeln Entwickler Analyse-Apps, um ihnen zu helfen, die besten Produkterlebnisse zu schaffen. Ob es um Beobachtbarkeit der nächsten Generation, Einblicke in das Benutzerverhalten, Live-A/B-Tests oder sogar Empfehlungsmaschinen geht, eine Analyse-App ist am Werk.
WEITERLESEN:
- Warum Entwickler unsere beste Verteidigung gegen Cyberangriffe sind
- Laut Facebook haben 100 Entwickler möglicherweise missbräuchlich auf Benutzerdaten zugegriffen
- Unterstützung der Geschäftskontinuität mit Bürgerentwicklern
- Die Bedeutung von Datenanalysen und die Möglichkeit, Erkenntnisse in Echtzeit zu gewinnen
Die Kristallkugel für 2022
Hier hast du es. Die Prognosen von Imply für 2022. Die Welt der Analytik erweitert sich schnell auf moderne Analytics-Apps – und Entwickler werden zu den neuen Analytics-Helden in Unternehmen.