Modern Data Analytics

Von 10. März 2022 Juli 27th, 2022 News

Mehr wissen mit weniger Aufwand

Im Jahr 2013 gab Elon Musk einen berühmten Ted Talk in welchem er sein Erfolgsgeheimnis preis gab: «…boil things down to their fundamental truths and reason up from there…».

Was er sagte ist erstaunlich simpel: Erfolg setzt Kenntnis der Wahrheiten (beispielsweise der Unternehmenszahlen) voraus, auf deren Basis dann entschieden werden kann.

Das ist weder neu noch berauschend innovativ und doch erlebe ich täglich Unternehmen, welche an genau diesem Punkt scheitern.

Unternehmens-Challenge

Manager brauchen saubere Entscheidungsgrundlagen – dazu gehören Zahlen und Fakten zu der IST-Situation des Unternehmens.

Noch immer ist es schwierig diese Zahlen zu erzeugen – in vielen Organisationen werden Zahlen manuell zusammengetragen und als Excel oder PowerPoint versendet. Ein Reporting, welches so aufgesetzt ist, hat gleich mehrere Nachteile:

  • Hohe Kosten durch den manuellen Aufwand
  • Hohe Fehleranfälligkeit durch Copy/Paste Fehler
  • Keine Nachvollziehbarkeit wie die Zahlen zustande gekommen sind (Compliance)
  • Geringe Zuverlässigkeit, da die Zahlen durch jeden verändert werden können
Modern Data Architecture

Eine moderne Azure basierte Datenarchitektur nutzt in seiner einfachsten Form Azure Data Factory, einen Datalake und PowerBI zur Visualisierung.

Mit der Data Factory können Daten aus beliebigen Quellen (SAP, SQL, Dynamics, SalesForce, Files etc) gelesen und aufbereitet werden. Das Ergebnis der Aufbereitung wird im DataLake als Datei (.json, .txt, …) abgespeichert. PowerBI selbst kann auf diese Dateien zugreifen wie auf einen DB Server.

Der gesamte Prozess ist automatisiert und erzeugt kaum noch Kosten. Die Daten können Tages-, Stunden- oder Minutenaktuell sein.

Jedes Unternehmen kann mit dieser Architektur wertvolle Insights gewinnen und bessere Entscheidungen treffen.

Vorteile der Modern Data Architecture
  • Azure Data Factory erzeugt pay-per-use Kosten, das heisst die Kosten fallen nur an, wenn Daten gelesen und verarbeitet werden
  • Die Datenhaltung im Datalake ist im Vergleich zum SQL DWH preislich sehr attraktiv, abgerechnet wird per GB
  • Der Prozess der Datenaufbereitung in der Data Factory kann durch einen «Citizen Developer» konfiguriert werden – die Abhängigkeiten zum spezialisierten Data Team entfallen
  • Deployment und Betrieb können vollständig automatisiert werden
  • Volle Kostentransparenz
Wo ist der SQL?

Doch wo ist der SQL-Server, Snowflake oder mein Datawarehouse? Wir haben uns so sehr an diese Buzzwords gewöhnt, dass oft nicht hinterfragt wird, ob es diese überhaupt braucht.

Diese Tools (SQL-DWH, Snowflake etc) erzeugen hohe Kosten und sind nicht immer nötig. Auch ohne ein ausgewachsenes DWH sind Analytics und Reporting möglich.

Fazit

In Data Projekten gilt die bewehrte Regel «start small, move fast». Aus meiner Erfahrung kann ich sagen, dass die obige Architektur stark erweiterbar ist und eine schnelle Weiterentwicklung ermöglicht. Es wird sich nichts verbaut und die Initialkosten sind wesentlich attraktiver als im klassischen DWH Projekt.

Wenn du Fragen zu dem Thema hast oder gerne weitere Auskünfte möchtest, kannst du mich gerne direkt kontaktieren.

Ein Unternehmen sollte die Cyberrisiken von den eigenen Geschäftsrisiken ableiten.

Security und Risiken

| IT-Security, News | Keine Kommentare
Ein kleines Beispiel wie du aus deine Geschäftsrisiken, die Risiken für deine…
isolutions Beach Boot Camp

isolutions #BeachBootCamp 2022

| News, #isolutionsandme | Keine Kommentare
Das erste BeachBootCamp in der Geschichte von isolutionsSeit der Eröffnung des isolutions…

Marketing Automation ist erfolgsrelevant für Unternehmen

| News | Keine Kommentare
Marketing Automation macht Unternehmen bedeutend erfolgreicherDer folgende Beitrag knüpft an den Blog…

Hinterlasse eine Antwort

Kommentare werden moderiert. Es kann etwas dauern, bis dein Kommentar angezeigt wird.