Seeing is Believing - Nur was man mit den eigenen Augen sieht, lässt sich verstehen und verarbeiten. Nur wenn sich Daten in Form von anschaulichen Grafiken manifestieren, lassen sich Anomalien und Muster von Menschen erkennen, Aktionen ableiten und intelligente Schlussfolgerungen ziehen.
Foto: Rawpixel, Fotolia.de
Zwar leben wir in einer Welt, in der Algorithmen in vielen Bereichen die Entscheidungen darüber treffen, was beim Eintreten eines bestimmten Ergebnisses oder dem Überschreiten einer Datengrenze zu passieren hat. Aber in ganz vielen Anwendungsszenarien ist und bleibt der Mensch die letzte Instanz. So ist bei der Überwachung von IT-Sicherheitssystemen letztendlich der IT-Admin oder Chief Security Officer derjenige, der die Entscheidungen trifft. Aus der Vielzahl der Informationen und Daten muss der Marketingleiter die finale Schlussfolgerung ziehen, wo das millionenschwere Werbebudget anzulegen ist. Derlei Beispiele gibt es viele. Und in immer mehr Unternehmen müssen Manager, Ingenieure, Produktentwickler oder IT-Administratoren immer mehr Datenquellen in einer immer kürzeren Frequenz beobachten und verarbeiten.
Eine neue Tool-Generation
So wird es in den Unternehmen immer erfolgskritischer verschiedene Datenquellen integrieren, auswerten und vor allem auch visualisieren zu können. Dies gilt vor allem dort, wo das Verhalten von Systemen quasi in Echtzeit gemessen und entsprechend optimiert werden muss, zum Beispiel bei der Überwachung von Log Files, der User Experience von Webapplikationen oder Sensordaten. Diese weisen die typischen Big Data-Charakteristika von "Volume, Variety, Velocity, Variability" auf und benötigen eine neue Generation von Monitoring-, Analytics- und Visualisierungswerkzeugen.
Diese neue Generation an Tools zeichnet sich vor allem durch folgende Eigenschaften und Funktionen aus:
Leichte Integration unterschiedlichster Datenquellen und -Typen
APIs zur Integration von Echtzeitdaten aus Cloud-Anwendungen
Vielfältige Visualisierungsmöglichkeiten und übersichtliche Dashboards
Herausragende User Experience für einfache Handhabung -nicht jeder ist ein "Data Scientist"
Cloud-basiertes Processing für große Datenvolumina
Machine-Learning und KI für vorausschauende Prognosen (Predictive Analytics)
- Self-Service Analytics bauen die vorherrschende Rolle der Daten aus
Ähnlich wie sich die Landschaft der Business Intelligence von statischen Reports zur interaktiven Self-Service Daten verändert hat, so wandelt sich deren Herrschaft. Ansätze wie die Isolation der Daten in einem Unternehmen oder Neutralisation der gesamten Prozesse haben ausgedient. Unternehmen müssen lernen, was Führung bedeutet in einer Welt der Self-Service Analytics. Neue Prozesse und beste Methoden werden sich etablieren, um die Daten zu schützen, während Geschäftsleute ihre Antworten von den Daten bekommen. - Vermarkter und Verkäufer nutzen Social Intelligence
2014 haben Unternehmen erstmals angefangen soziale Daten ernsthaft analysiert. Im kommenden Jahr werden die Verantwortlichen aus diesem Potential ihren Vorteil ziehen. Durch das Beobachten von Online-Unterhaltungen von Beginn an, werden Unternehmen in der Lage sein, wann ein Thema beginnt ein Trend zu werden und worüber die Kunden reden. Soziale Analytics öffnen die Tür zu bedarfsgesteuerter Produktoptimierung. Und als weiteres Resultat wird dieser soziale Vorteil den Wettbewerb vermitteln, dass solche Unternehmen eine unheimliche Fähigkeit haben, in die Zukunft zu schauen. - Die Analytic-Kompetenzen innerhalb eines Unternehmens wachsen
Der heutige Datenanalyst ist vielleicht ein operativer Manager, ein Verantwortlicher der Lieferkette oder eine Vertriebsperson. Neue Technologien, die einfache Nutzung und Browser-basierte Analytics erlauben, lassen Menschen unmittelbar Geschäftsfragen beantworten, während Daten-Analysten weiterhin die komplexen und hochentwickelten Datenanalysen bearbeiten und die Ergebnisse in das Tagesarbeit einfließen lassen. Unternehmen, die diese Entwicklung als strategischen Vorteil erkennen, werden anfangen, den "Alltaganalysten" bei seiner Arbeit mit Daten, Werkzeug und Training zu unterstützen. - Nutzer-Communities im Bereich Software machen den Unterschied
Die Consumerization of IT ist nicht länger eine Theorie, sie ist Fakt. Menschen gebrauchen Technologie, die ihnen Spaß macht und Analyse-Software gehört dazu. Der Wunsch, sich im Unternehmen und außerhalb mit anderen Nutzern auszutauschen und zu sprechen, nimmt enorm zu. Die Unternehmen, die diese Entwicklung unterstützen, haben eine wachsende Gemeinde. Und für potenzielle Kunden wie der Blick auf zufriedene und gesunde Produkt-Gemeinden zu einem wichtigen Entscheidungsaspekt auf dem überfüllten Marktplatz der Angebote.
Eine neue Generation von Analytics-Anbietern wächst heran
Neben den etablierten BI-Anbietern wie z.B. SAS, SAP, Microsoft oder IBM, die ihr Portfolio in den letzten Jahren um entsprechende Lösungen und Tools erweitert haben, ist es vor allem eine neue Generation von Anbietern, die hinsichtlich moderner Analytics Services die Marschrichtung vorgibt. Diese haben meist sehr unterschiedliche Schwerpunkte und Hintergründe, bringen aber jeweils sehr wichtige Innovationsimpulse. An dieser Stelle sollen exemplarisch einige der "New Kids on the Block" kurz vorgestellt werden, um die Veränderungen in der BI-Landschaft und den Mehrwert der neuen Lösungen zu illustrieren.
Splunk und Sumologic - Log File-Analyse 2.0
Das in 2003 gegründete Unternehmen Splunk ist einer der Wegbereiter für die statistische Analyse und Überwachung von Maschinen- und Logdaten. Die Technologie wird derzeit hauptsächlich von IT-Administratoren zur Überwachung von IT-Infrastruktur eingesetzt, eignet sich aber auch für Application Performance Management und Web Analytics. Mit 1.500 Mitarbeitern und rund 450 Millionen USD Umsatz zählt das börsennotierte Unternehmen mittlerweile zu den Platzhirschen in diesem Marktsegment.
Der wachsende Bedarf an ebenjenen Lösungen bringt immer wieder neue und innovative Player auf den Markt. So stellte in 2012 Sumologic seine komplett Cloud-basierte Log-Analytics-Plattform vor. Diese bietet eine besonders hohe Skalierbarkeit und Flexibilität, da alle Log-Daten auf einer verteilten Cloud-Infrastruktur verarbeitet werden. Machine-Learning-Verfahren ermöglichen die intelligente Reduzierung und Gruppierung des Logdaten-Volumens und ermöglichen verschiedene Prognose-Funktionen. Interessant für Anwender ist vor allem das Business-Modell. So berechnet Sumologic (als auch Splunk) seinen Kunden eine Gebühr pro GB Datenvolumen. Zum Einstieg können bei Sumologic bis 500MB kostenfrei analysiert werden. In der Professional Version kann ein Anwender bis zu 1GB Datenvolumen pro Tag für 90 USD im Monat verarbeiten. Mit einem sehr erfahrenen Managementteam und rund 80 Millionen Venture Funding von Sequoia, Accel und Greylock & Co zählt Sumologic sicherlich zu den "hot bets" im Markt für Log Analytics und Application Performance Management.