Auf dem Weg zur Self-Service-Technologie
Streaming Analytics als Hebel für Entscheidungen
Streaming Analytics ist zu einem wertvollen Werkzeug für Unternehmen geworden, um Einblicke in betriebliche Informationen aus immer größeren Datenmengen zu gewinnen. Doch ist die Technologie für jedes Unternehmen relevant? Und welche Fähigkeiten zeichnet eine leistungsfähige Technologie aus?
Unternehmen aus nahezu allen Branchen sehen sich mit immer größeren Datenmengen konfrontiert. In der Produktionsindustrie nehmen außerdem die Ströme in Echtzeit auszuwertender Daten rapide zu. Um diesen Anforderungen gerecht zu werden, ermöglicht Streaming Analytics den Unternehmen, bei der Integration und Analyse der Informationen den Überblick zu behalten.
Wer profitiert von Streaming Analytics?
Agiert eine Firma beispielsweise in unterschiedlichen Märkten, unterstützt Streaming Analytics die Aufschlüsselung relevanter Parameter und ermöglicht u.a. den Vergleich der Profitabilität. Werden dabei unterschiedliche mobile Geräte verwendet oder gibt es mehrere Sensoren, die jeweils ihre Daten ins Netz speisen, wird die Verwaltung nicht selten komplex. Vielleicht nutzen die Abteilungen auch unterschiedliche interne Transaktionssysteme, oder ein Unternehmen wünscht sich mehr Transparenz in der Lieferkette. Von ambitionierten Digitalisierungszielen wie dem automatisierten Handel über der vorausschauende Wartung bis hin zur Betrugserkennung und -prävention profitiert der Erkenntnisgewinn aus den eigenen Daten von einer leistungsfähigen Streaming-Analytics-Lösung.
Self Service und Low Code
Bis vor einigen Jahren konnte komplexe Software ausschließlich von erfahrenen Entwicklern bedient werden und wurde aus der IT-Abteilung der Unternehmen gesteuert - heute gibt es einen Trend hin zur direkten Interaktion mit Mitarbeitern, die nicht aus der Entwicklungsabteilung kommen. Durch übersichtliche Bedienungsoberflächen können beispielsweise Business-Analysten aktuelle Tools ebenfalls bedienen. Durch grafisch dargestellte APIs gelingt eine Anwendungsentwicklung ohne tiefe Programmierkenntnisse. Der Einsatz von Lösungsbibliotheken zur Beschleunigung der Anwendungsbereitstellung nimmt zu und fördert die Entwicklung von individuellen Ansätzen für Unternehmen, um nach Bedarf schnell selbst die passenden Anwendungen entwickeln zu können.
Konkrete Einsatzmöglichkeiten
Wie kann Streaming Analytics also konkret eingesetzt werden? Im Handel kann Streaming Analytics Marketern helfen, das Kauferlebnis besser zu verstehen, indem sie Echtzeitdaten zum Kundenverhalten registrieren und entsprechend für die Verbesserung ihrer Customer Journey einsetzen. Im Finanzbereich kann Streaming Analytics Händlern helfen, den schnelllebigen Devisenmärkten einen Schritt voraus zu sein. Kreditkartenunternehmen verwenden Streaming Analytics, um Betrugsfälle über mehrere Kanäle und Millionen von Transaktionen pro Tag hinweg präzise zu erkennen. Streaming Analytics kann außerdem die Vertriebskanäle eines Unternehmens verbessern, indem es eine größere Transparenz der Bestellungen ermöglicht und dabei unterstützt, das vom Kunden gewünschte Produkt über jeden Kanal im Vertriebsnetz zu finden und zu verfolgen. Zudem erhöht eine geeignete Streaming-Analytics-Lösung die operative Transparenz von Unternehmensabläufen: vor allem an Schnittstellen zwischen Auftraggebern und Dienstleistern, den sogenannten SLAs (Service-Level-Agreements), können die analysierten Daten helfen, mögliche Fehler vorherzusagen und sie so zu vermeiden. Die Bildung organisatorischer Silos kann so vermieden und die Korrelation von Ereignissen aus mehreren Quellen ermöglicht werden.
Kriterien für die Auswahl
Tiefgehende Analysen und eine große Bandbreite analysierbarer Formate für Streaming-Daten sind entscheidend, um ein aussagekräftiges Bild der Unternehmensabläufe zu erhalten. Es sollten also in einer Lösung genügend Schnittstellen zur Verfügung stehen, um sie später erweitern zu können. Auch eine Vielzahl einspeisbarer Datenformate ist relevant, damit die Software neue Geschäftsmodelle unterstützt. Außerdem sollte ein Anbieter von Streaming Analytics sicherstellen, dass die Systeme an den individuell wichtigsten Stellen für ein Unternehmen eingesetzt werden können: lokal, in der Cloud und am Netzwerk-Rand, der sogenannten Edge.
Sinnvolle Systemfunktionen
Wenn sich Firmen mit der Anschaffung einer Streaming-Analytice-Lösung beschäftigen, gilt es auch den Funktionsumfang zu prüfen. Folgende Liste führt Merkmale auf, die aktuelle Anwendungen beherrschen können:
- • Muster in Echtzeit erkennen und analysieren
- • Daten aggregieren, zeitliche Analysen durchführen, filtern und korrelieren
- • Streaming-Daten mit zwischengespeicherten statischen Daten anreichern
- • Zugriff auf Analysebibliotheken von Drittanbietern ermöglichen und quantitative Analysen durchführen
- • Streaming- und statische Daten durch mit geringer Latenz und hohem Durchsatz verbinden
- • Kontinuierliche Echtzeit-Analyseszenarien entwickeln
- • Dashboards oder Visualisierungen für Endbenutzer zur Überwachung von Datenströmen erstellen
- • Visualisierung von Key Performance Indicators, also Kennzahlen, ermöglichen.
Daten nutzen und Prozesse optimieren
Big Data hält die Unternehmen weltweit auf Trab - und mithilfe eines Streaming-Analytics-Tools können die Firmen die Daten für sich arbeiten lassen. Mit einer starken Streaming-Analytics-Technologie können Firmen im Blick behalten, an welcher Stelle sie Prozesse optimieren können. Echtzeit-Analysen sind für Unternehmen zu einem wichtigen Faktor geworden, um aus dem eigenen Datenschatz Mehrwerte generieren und so einen Wettbewerbsvorteil erzielen zu können. n ist CTO der Software AG.
Streaming Analytics ist zu einem wertvollen Werkzeug für Unternehmen geworden, um Einblicke in betriebliche Informationen aus immer größeren Datenmengen zu gewinnen. Doch ist die Technologie für jedes Unternehmen relevant? Und welche Fähigkeiten zeichnet eine leistungsfähige Technologie aus?
Unternehmen aus nahezu allen Branchen sehen sich mit immer größeren Datenmengen konfrontiert. In der Produktionsindustrie nehmen außerdem die Ströme in Echtzeit auszuwertender Daten rapide zu. Um diesen Anforderungen gerecht zu werden, ermöglicht Streaming Analytics den Unternehmen, bei der Integration und Analyse der Informationen den Überblick zu behalten.
Wer profitiert von Streaming Analytics?
Agiert eine Firma beispielsweise in unterschiedlichen Märkten, unterstützt Streaming Analytics die Aufschlüsselung relevanter Parameter und ermöglicht u.a. den Vergleich der Profitabilität. Werden dabei unterschiedliche mobile Geräte verwendet oder gibt es mehrere Sensoren, die jeweils ihre Daten ins Netz speisen, wird die Verwaltung nicht selten komplex. Vielleicht nutzen die Abteilungen auch unterschiedliche interne Transaktionssysteme, oder ein Unternehmen wünscht sich mehr Transparenz in der Lieferkette. Von ambitionierten Digitalisierungszielen wie dem automatisierten Handel über der vorausschauende Wartung bis hin zur Betrugserkennung und -prävention profitiert der Erkenntnisgewinn aus den eigenen Daten von einer leistungsfähigen Streaming-Analytics-Lösung.
Software AG
Dieser Artikel erschien in IT&Production 1 (Januar Februar) 2020 - 06.02.20.Für weitere Artikel besuchen Sie www.it-production.com