Intelligenz für jedermann - Computerwoche

Vier zentrale Faktoren
für Enterprise Analytics
BIG DATA ALS UNERBITTLICHES
PHÄNOMEN
-Datenmengen werden
Speicherkapazität überschreiten
EXPLOSION DER BENUTZERZAHLEN
- Millionen von Data Minern
befinden sich in Wartestellung
NEULAND BEI UNSTRUKTURIERTEN
DATEN
- Heterogenität der Daten wird
zum Standard
NEUE DIMENSION DER GESCHWINDIGKEIT
- Datenzufluss erfolgt immer
schneller
Unternehmens von Big Data beschneiden zu lassen.
Vielmehr geht es darum, Big Data innerhalb und
außerhalb eines Unternehmens zu identifizieren
und mit diesen Daten die Business Intelligence bis ins
Innerste des Unternehmens voranzutreiben. Es geht
darum, Unternehmen agiler, wettbewerbsfähiger
und rentabler zu machen.
Ein Beispiel: comScore, ein Anbieter von Cloudbasierten
Analyseservices und -lösungen für den
E-Commerce, erkannte von Anfang an, dass sich
der Fokus beim Webmarketing weg von bloßen
Besucherzahlen hin zur Rentabilität verlagerte.
Die comScore Customer Knowledge Platform bietet
daher einen 360-Grad-Blick auf das Verhalten und
die Präferenzen der Kunden bei ihrer Shoppingtour
im Internet. Der Service überwacht das Surf- und
Kaufverhalten auf jeder besuchten Website und
verwendet dabei die Daten von Nutzern, die einer
Analyse ihres Internetverhaltens ausdrücklich
zugestimmt haben.
Da sich Millionen von Webnutzern für die Analyse
zur Verfügung stellten, sammelte comScore schnell
enorme Datenmengen. Mittlerweile analysiert
comScore mehr als 40 Terabyte an komprimierten
Daten, wobei Woche für Woche 150 Gigabyte an
Daten hinzukommen.
Trotz dieses exorbitanten Volumens ist die Reaktionszeit
bei Abfragen außergewöhnlich kurz. Laut
Ric Elert, Vice President Engineering bei comScore,
kann das Unternehmen daher „die Daten innerhalb
kürzester Zeit analysieren und den Kunden sehr viel
schneller Ergebnisse bereitstellen. Unseren Kunden
hilft das wiederum, ihre Produkte und Services
effektiver zu vermarken und mehr Geschäft
zu generieren.“
Dank Column-Store-Technologie erzielt comScore
zudem eine Komprimierungsrate von 40 Prozent.
Kurzprofil comScore
1999 Cloud
Gegründet 1999 Cloud-basierter Anbieter von Daten zum Online-Kundenverhalten
3 Millionen 150 Gigabyte
Erfasst mehr als 3 Millionen Websites Enormes Datenvolumen mit wöchentlicher Zunahme
von 150 Gigabyte
2 Millionen 40 Terabyte
Mehr als 2 Millionen Verbraucher lassen
ihr Konsumverhalten konstant erfassen
Bei einem traditionellen Ansatz wären die
Speicherkosten nach Aussage des Unternehmens
erheblich höher.
„Die Datenkomprimierung ist für uns überaus
wichtig, da gigantische Datenströme über unsere
Systeme laufen“, erläutert Scott Smith, Vice
President Data Warehousing bei comScore. „ Den
größten Teil unseres riesigen Datenpools bekommen
die normalen Benutzer ja nie zu sehen.“ Wie comScore,
ist auch Suntel durch dynamisches Wachstum
charakterisiert. Als am schnellsten wachsender
Telekommunikationsanbieter Sri Lankas verzeichnet
Suntel bereits heute 500.000 Kunden. Mit modernster
Technologie, innovativen Konzepten und einer
ausgeprägten Dienstleistungsorientierung
entwickelt das Unternehmen maßgeschneiderte
Telekommunikationslösungen, die auch den
anspruchsvollsten Anforderungen gerecht werden.
Durch die Verbindung aus Innovationsfreude und
Top-Technologie positioniert sich Suntel als führender
Wegbereiter für den Übergang Sri Lankas in die
40 Terabyte komprimierte Daten
40% Komprimierungsrate
KAPITEL 1: DIE BIG-DATA-LÜGE
Wissensgesellschaft.
Ein Wermutstropfen bestand für das Unternehmen
allerdings darin, dass seine klassische relationale
Datenbank mit den ehrgeizigen Zielen nicht Schritt
halten konnte. So kam es bei der Abfrageverarbeitung
zu inakzeptablen Verzögerungen.
„Wir waren an einem Punkt angekommen“,
erklärt Tariq Marikar, Director of Information
Technology & Solutions Delivery, „an dem unsere
Produktionsdatenbank um 20 Prozent über ihrer
Auslastungsgrenze lag – ein unhaltbarer Zustand.
Außerdem wollten wir Reports und Abfragen
anhand von Daten erstellen, die mehrere Jahre und
nicht nur wenige Monate alt waren. Wir wussten,
dass dies nur mit einem separaten Repository
möglich war, einem Data Warehouse, das speziell
für das Reporting und die Analyse ausgelegt
sein musste.“
Mit einem spaltenorientierten Data Warehouse
für modernste Analyseaufgaben gelangte Suntel
ohne Umwege ans Ziel. „In unserer Branche ist es
18 19