Die Entscheidung darüber, wo Sie Ihre Daten speichern und welche Plattform Sie für Ihre Analytics einsetzen, ist von entscheidender Bedeutung für Ihr Unternehmen. Bei so vielen Optionen und möglichen Fallstricken kann die Suche nach dem besten Weg für Ihre Datenmigration allerdings nahezu aussichtslos erscheinen. In unserem aktuellen Forschungsbericht „Beschleunigte Business-Analytik für das Jahr 2021“ untersuchen wir die wichtigsten Herausforderungen, denen Sie begegnen werden und – die entscheidende Frage – wie Sie sie vermeiden können.
Prognosen zu Ihrem künftigen Bedarf in der Datenanalyse
Eine der größten Herausforderungen bei jeder Datenmigration sind sichere Vorhersagen, ob die gewählte Lösung nicht nur dem aktuellen Bedarf des Unternehmens entspricht sondern auch wachsende Anforderungen in der Zukunft erfüllen wird. Ein Datenexperte, den wir befragt haben, sagte dazu: „Niemand möchte in 2 – 3 Jahren wieder eine neue Plattform implementieren müssen.“
Zu enge Fokussierung auf Kosteneinsparungen
Vor dem Hintergrund von Budget- und Bilanzzwängen entscheiden sich Unternehmen oft für die Plattform, mit der sie am meisten Geld sparen können. Das kann aber ein wirtschaftlicher Fehler sein, da sie sicherstellen müssen, dass sie über ausreichende Rechenleistung verfügen um bedarfsgerechte Analytics durchführen und die benötigten Insights generieren zu können. Dabei werden eine Reihe praktischer Überlegungen oft übersehen.
Peter Jackson, Chief Data Officer bei Exasol sagt dazu: „Natürlich spielen die Kosten eine große Rolle. Aber auch das Thema Risiko sollte man berücksichtigen. Und Sicherheit ist ein weiterer wichtiger Aspekt bei der Datenmigration. Und dann stellt sich noch die Frage, ob die notwendigen Kompetenzen dazu vorhanden sind.“
Analytics-Geschwindigkeit und Performance werden nicht berücksichtigt
„Der Bereich Performance-Analytik und Engineering wird immer weiter wachsen“, sagt ein Datenexperte aus der Lebensmittelindustrie. Viele Unternehmen übersehen, wie schnell und leistungsfähig eine Datenbank sein muss, um damit Loading...Advanced Analytics realisieren zu können. Das sind allerdings die entscheidenden Kriterien dafür, dass ein Unternehmen seinen wachsenden Bedarf an Insights erfüllen kann. Und dieser Trend wird sich künftig nur weiter beschleunigen.
Peter Jackson von Exasol formuliert das so: „Ohne eine Hochleistungs-Datenbank lässt sich die Datenvielfalt nicht bewältigen. Man wird der Datenberge nicht Herr werden. Und man wird sicher nicht mit der dafür benötigten Geschwindigkeit zurechtkommen.“
Performance ohne Re-Engineering steigern
Es gibt kein Universalrezept für eine Migration. Wir sind aber überzeugt, dass der Schlüssel zum Erfolg darin liegt, die Herausforderung anders anzugehen. Entscheidend ist, dass Ihre Analytics-Datenbank eine zusätzliche Acceleration-Layer ohne Re-Engineering Ihrer vorhandenen Systeme bilden kann. Wir empfehlen dafür einen Blick auf eine speicherorientierte, parallelverarbeitende Loading...In-Memory Analytics-Datenbank.
Spaltenorientierte Speicherung
Die spaltenorientierte Speicherung beschleunigt Analyse-Abfragen, indem sie traditionell zeilenbasiert gespeicherte Daten zu 90 % in Spalten überführt. Auf diese Weise sind benötigte Daten direkt erreichbar, für die ansonsten die gesamte Tabelle durchsucht werden müsste. Viele Unternehmen können so Echtzeit-Analytics durchführen und Abfragen in wenigen Sekunden bearbeiten. Ein Datenexperte erläutert, dass sein Unternehmen damit „Daten aus vielen verschiedenen Quellen effektiv im selben Data Lake integrieren und aggregieren kann“.
Parallelverarbeitung
Die In-Memory-Verarbeitung erlaubt es, Daten direkt im Computer-Speicher (RAM) zu verarbeiten. Das bedeutet, dass keine durch Latenz verursachten Verzögerungen auftreten, wenn die Daten von anderen Programmen gelesen werden. Piedmont Healthcare konnte damit die Verarbeitungszeit für sein Self-Service-Abrechnungssystem von 6 Stunden auf 4 Minuten reduzieren.
Wollen Sie mehr über Datenmigration erfahren?
Wir empfehlen Ihnen unseren umfassenden Bericht „Beschleunigte Business-Analytik für das Jahr 2021“, in dem wir unsere gesamten Ergebnisse zusammenfassen. Sie finden darin unter anderem:
- einen detaillierten Leitfaden für die Beschleunigung Ihrer Analytics ohne Re-Engineering Ihrer vorhandenen Systeme,
- einen Blick in die Zukunft der Dateninfrastruktur,
- eine kurze Darstellung, warum die In-Memory-Verarbeitung das „Geheimrezept“ der Analytics-Abteilung von Domino´s ist.