Die sieben Aspekte einer modernen Datenplattform

VORTEIL FÜR AMBITIONIERTE ORGANISATIONEN

Besseres Verständnis der Kundenbedürfnisse. Kontinuierliche Prozessoptimierung. Neue Einnahmemodelle.

Die strategischen Vorteile einer modernen Datenplattform

Die Versprechungen in Bezug auf datengesteuertes Arbeiten sind enorm, und an der Schnittstelle von Big Data und KI entstehen derzeit alle möglichen Möglichkeiten zur Geschäftsoptimierung. Wenn Sie als Unternehmen in der Lage sind, diese Möglichkeiten gut zu nutzen, kann Ihnen das einen enormen strategischen Vorteil gegenüber der Konkurrenz verschaffen.

Gleichzeitig fällt es vielen Unternehmen immer noch schwer, all diese Möglichkeiten tatsächlich zu nutzen. Sie haben zwar Zugang zu großen Datenmengen, aber es fehlt ihnen eine zentrale und vielseitige Plattform zum Sammeln und Analysieren dieser Daten - als Grundlage für mehr Einblick und bessere Entscheidungen.

Eine moderne Datenplattform löst dieses Problem. Die Plattform ermöglicht es, Daten wirklich in den Mittelpunkt zu stellen und einen konkreten Wert daraus zu ziehen. Die Selbstbedienungsplattform dient allen Zielgruppen und bietet Tools sowohl für Datenspezialisten - wie Dateningenieure, Datenwissenschaftler und Datenanalysten - als auch für Geschäftsanwender.

Der MDP umfasst insgesamt sieben Bausteine/Funktionen als solide Grundlage für ein einsichtsorientiertes Geschäft. In diesem Artikel erläutern wir, welche Merkmale dies sind und warum sie für ehrgeizige Unternehmen, die mehr aus ihren Daten herausholen möchten, ein Gewinn sind.

#1 Eine wichtige Voraussetzung für datengesteuertes Arbeiten

Die datengesteuerte Arbeit erfordert einen echten Kulturwandel, bei dem die Teams "lernen", ihre Annahmen anhand von Daten zu überprüfen und zu validieren. Die datengesteuerte Arbeit ist daher nicht mehr nur die Aufgabe einer separaten Datenabteilung. Um einen maximalen Mehrwert zu erzielen, ist es sogar wichtig, dass die Daten frei verfügbar sind.

Demokratisierung von Daten

Damit Daten wirklich für Ihr Unternehmen arbeiten, ist es wichtig, dass jeder im Unternehmen auf sie zugreifen und auf einfache Weise mit ihnen arbeiten kann. Diese Demokratisierung von Daten ist eine Grundvoraussetzung für datengesteuerten Erfolg. Das MDP bietet daher zahlreiche benutzerfreundliche Tools, die den Zugriff auf Datenquellen und die Durchführung von Analysen erleichtern.

Spezialisierte Anwendungen

Aber die MDP bietet auch Vorteile für spezialisiertere Arbeiten. Die Plattform macht Daten leichter zugänglich und sorgt dafür, dass neue Datenquellen schnell angeschlossen werden können. So können Dateningenieure in kurzer Zeit mehr erledigen. Gleichzeitig besteht ein großer Teil der Tools innerhalb der MDP aus verwalteten Cloud-Diensten, was eine niedrigere  operative Belastung. Für Datenwissenschaftler bietet die Plattform außerdem den Vorteil, dass sie mit dem aktuellen Bedarf mitwächst; wenn Sie als Datenwissenschaftler umfangreichere Modelle ausführen, wächst die Plattform mit Ihnen.

Kombinieren von Datenquellen

Darüber hinaus bietet die Plattform die Möglichkeit, verschiedene Datenquellen zu kombinieren. Vor allem in größeren Unternehmen sind die Daten in der Regel über viele verschiedene Systeme innerhalb der Organisation verteilt. Eine Einzelhandelskette zum Beispiel verfügt über Daten sowohl aus den Kassensystemen in den Geschäften als auch aus den Online-Einkäufen im Webshop (und möglicherweise auch aus Verkäufen über Online-Marktplätze von Drittanbietern). Im Idealfall möchten Sie all diese Daten kombinieren, um fortschrittliche Modelle zu erstellen und mehr Erkenntnisse zu gewinnen.

Lange Zeit war es technisch eine ziemliche Herausforderung, all dies zu kombinieren, aber mit dem MDP ist es relativ einfach. Letztendlich sind die Vorteile enorm. Sie können besser analysieren und sogar vorhersagen, was die Kunden wollen, so dass Sie ihnen zum Beispiel gezielte Angebote machen können.

Außerdem müssen Sie als Geschäftsanwender - dank der integrierten Self-Service-Funktionen - für diese Art von Analyse nicht mehr auf das Datenteam warten, sagt Diederik Greveling, CTO von GoDataDriven Solutions (Teil von Xebia). Lange Zeit war es technisch eine ziemliche Herausforderung, all dies zu kombinieren, aber mit der MDP wird es relativ einfach. Letztendlich sind die Vorteile enorm. Sie können besser analysieren und sogar vorhersagen, was die Kunden wollen, so dass Sie ihnen zum Beispiel gezielte Angebote machen können.

Außerdem müssen Sie als Geschäftsanwender - dank der integrierten Self-Service-Funktionen - für diese Art von Analyse nicht mehr auf das Datenteam warten, sagt Diederik Greveling.

"Sie können sofort selbst loslegen. Das schafft auch mehr Raum, um schnell Experimente mit Daten durchzuführen. Letztendlich führt dies zu einem besseren Arbeitsablauf, der es Ihnen ermöglicht, im gesamten Unternehmen schneller Werte zu schaffen - von Marketing und Vertrieb bis hin zu Finanzen und HR."

#2 Das MDP als 'einzige Quelle der Wahrheit'

Wenn Unternehmen wachsen, werden die Daten oft zunehmend auf verschiedene Systeme und Datenbanken verteilt. Oft gibt es keinen zentralen Punkt für die Speicherung von Daten und Informationen, was die Durchführung genauer Analysen extrem erschwert.

Da das MDP - wie wir oben gesehen haben - alle Daten an einem Ort sammelt, kann ein Single Source of Truth (SSOT) geschaffen: eine zentrale Quelle mit Daten, die für alle zugänglich sind, als solide Grundlage für die Berechnung von KPIs und für fundierte Entscheidungen. Auf diese Weise verhindert der MDP, dass Teams auf der Grundlage unterschiedlicher Daten arbeiten und strukturell aneinander vorbei arbeiten.

Größeres Vertrauen in Daten

Ein SSOT fördert das Vertrauen in Daten, erläutert Niels Zeilemaker, CTO von GoDataDriven.

"Wenn Daten zu unterschiedlichen Interpretationen ein und desselben KPI führen, kann dies das Vertrauen in die zugrunde liegenden Daten untergraben - und damit auch das Vertrauen in die gesamte datengesteuerte Arbeitsweise. Sie können dies verhindern, indem Sie sicherstellen, dass jeder mit Hilfe des MDP die gleiche Quelle verwendet."

#3 Plattform für strukturierte und unstrukturierte Daten

Die MDP funktioniert ein wenig anders, erklärt Niels Zeilemaker. "Die MDP funktioniert nicht nach einem herkömmlichen ETL-Prozess, sondern nach ELT: Nachdem die Daten abgerufen wurden, werden sie zunächst in die Plattform geladen und erst dann - in dem Moment, in dem sie benötigt werden - in ein Format umgewandelt, das für das jeweilige Projekt verwendet werden kann. Mit anderen Worten: Der Schwerpunkt liegt auf dem einfachen Zugang zu den Daten und ihrer Nutzung, nicht darauf, sie einfach in ein bestimmtes Format zu bringen, damit sie in Ihre Datenbank passen. Letztendlich spart das eine Menge Zeit."

Strukturierte Daten

Informationen aus Anwendungen, Systemen, Sensoren und einer Vielzahl anderer Quellen: Das durchschnittliche Unternehmen produziert enorme Datenmengen. Zum Teil handelt es sich dabei um strukturierte Daten, die einem vordefinierten Datenmodell entsprechen und in einem festen Tabellenformat gespeichert sind. Dadurch sind sie relativ leicht zu analysieren und zu durchsuchen. Dazu gehören auch Daten, die beispielsweise aus Excel, einer SQL-Datenbank oder aus ERP- und CRM-Systemen stammen.

Unstrukturierte Daten

Darüber hinaus verfügen Unternehmen oft über große Mengen unstrukturierter Daten. Diese Daten passen nicht in eine Tabellenkalkulation oder Datenbank oder sind in einem Textfeld versteckt (und sind daher oft viel schwieriger zu analysieren, anzupassen und zu durchsuchen), aber sie können wertvolle Erkenntnisse liefern. Dazu können Daten aus sozialen Medien (wie "sprechen" Ihre Kunden über Sie?) oder unternehmensinterne Daten, wie Word-Dokumente und E-Mails, gehören.

Vom ETL zum ELT

Die MDP kann sowohl strukturierte als auch unstrukturierte Daten verarbeiten. Die Reihenfolge, in der diese Daten verarbeitet werden, ist traditionell Extrahieren - Transformieren - Laden (ETL): Die Daten werden zunächst aus einer bestimmten Quelle extrahiert, dann in ein Dateiformat umgewandelt, das in eine Tabelle oder Datenbank passt, und schließlich in ein Data Warehouse geladen.

#4 Bereinigen, Aggregieren und Kombinieren von Daten

Um alle in einem Unternehmen vorhandenen Daten optimal nutzen zu können, ist es wichtig, dass sie sich leicht bereinigen, zusammenfassen und kombinieren lassen.

Während strukturierte Daten in einem Data Warehouse gespeichert werden, werden große Mengen an Rohdaten (unstrukturiert) in einem Datensee. Aus diesem "Reservoir" von Daten werden dann alle Rohdaten in ein Dateiformat und nach einheitlichen Definitionen konvertiert. Anschließend werden alle zugehörigen Daten in eine Tabelle konvertiert.

Datenerfassung ändern

Von ein paar hundert bis zu zehntausend Tabellen: Je größer das Unternehmen, desto mehr Tabellen sind in der Regel im Umlauf. Je nach Art der Tabelle werden die Daten in die Plattform geladen. Kundenadressen werden zum Beispiel maximal einmal pro Tag geladen, während Ihre Online-Verkaufsdaten (ein wichtiger Kontrollindikator auf Ihrem Dashboard) kontinuierlich aktualisiert werden.

#5 Das MDP ist skalierbar, sicher, konform und kosteneffektiv

Wenn es um Skalierbarkeit, Sicherheit, Konformität und Kosteneffizienz geht, bietet eine moderne Datenplattform wirklich eine Best-of-Breed-Lösung.

SaaS: Maximale Skalierbarkeit

Managed Cloud Services und das damit verbundene Pay-per-Use-Modell haben sich im letzten Jahrzehnt schnell durchgesetzt. Die MDP basiert größtenteils auf denselben, skalierbaren SaaS-Anwendungen: Egal, wie viele Daten Sie als Unternehmen verarbeiten, die Plattform skaliert automatisch nach oben oder unten.

Sicher und konform

Die Plattform ist so konzipiert, dass der Datenzugriff protokolliert und nachverfolgt wird und der Zugriff von außen nur begrenzt möglich ist, so dass die Zugänglichkeit nicht beeinträchtigt wird. Darüber hinaus ist die Plattform konform mit  Best Practices und befolgt alle Cloud-Sicherheitsempfehlungen.

Kostengünstig

Schließlich bietet die MDP auch Kosteneinsparungen. Der SaaS-Charakter der Plattform mit umfangreichen Cloud-nativen Tools ermöglicht eine beispiellose Beschleunigung der Implementierung. Während der Aufbau und die Konfiguration einer Datenplattform von Grund auf etwa vier bis sechs Monate dauerte, beschränkt sich die Einführung der MDP in der Regel auf wenige Stunden - was zu erheblichen Kosteneinsparungen führt. Erst nach der Einführung wird für jeden Anwendungsfall eine Auswahl getroffen: Welche Daten benötigen Sie, um ein bestimmtes Dashboard oder Data Science-Modell zu erstellen? Und welche Datenquellen werden auf die Plattform geladen und welche nicht? Letztendlich bietet dieser Ansatz auch eine kosteneffiziente Arbeitsweise.

#6 Geeignet für Berichte und Datenprodukte

Viele Unternehmen, die zu einer datengesteuerten Arbeitsweise übergehen wollen, beginnen mit der Erstellung von Berichten und der Umwandlung von Daten in aufschlussreiche Dashboards. Das Unternehmen nutzt diese Dashboards, die in Echtzeit aktualisiert werden, um mehr Einblick in den aktuellen Stand der Dinge im Betrieb zu erhalten und auf der Grundlage dieser Erkenntnisse gezielte Anpassungen vorzunehmen.

Datenwissenschaft: Prädiktive Analytik

Das MDP unterstützt diese Art von einfache Datenanalyse, kann aber auch für komplexere, Data-Science-ähnliche Anwendungen und Modelle verwendet werden. Das MDP ermöglicht zum Beispiel  prädiktive Analysen, bei denen z.B. das Kundenverhalten immer genauer vorhergesagt werden kann. So kann zum Beispiel ein Webshop  gezielte Werbung und geben Kunden Empfehlungen für Produkte, die ebenfalls von Interesse sein könnten.

Prädiktive Wartung

Aber auch andere datengesteuerte Anwendungen werden dann in greifbare Nähe rücken, skizziert Diederik.

"Wie z.B. die vorausschauende Wartung, bei der Geräte und Maschinen mit fortschrittlicher Sensortechnologie ausgestattet sind und so 'selbst melden' können, wann eine bestimmte Komponente ersetzt werden muss. Unternehmen nutzen auch zunehmend die Datenanalyse, um durch kontinuierliche Analyse der Marktbewegungen eine optimale Preisstrategie zu entwickeln."

#7 Data Governance aktiviert

Müll rein ist Müll raus. Mit der zunehmenden Bedeutung von Daten für Unternehmen wächst auch die Bedeutung einer angemessenen Datenverwaltung. Denn ohne eine geeignete technische Infrastruktur, die richtigen Werkzeuge und Prozesse für die Datenverwaltung verschlechtert sich die Datenqualität schnell. Darüber hinaus gibt es immer mehr Gesetze und Vorschriften zum Datenschutz, die Sie als Unternehmen berücksichtigen müssen, z. B.  das Recht auf Vergessenwerden (das Recht der EU-Bürger, veraltete oder ungenaue datenschutzrelevante Informationen von den Verarbeitern personenbezogener Daten entfernen zu lassen).

Maximale Kontrolle

Die moderne Datenplattform unterstützt Unternehmen bei der Gestaltung ihrer Richtlinien rund um Data Governance, sagt Niels Zeilemaker. "Eine Data-Governance-Schicht auf der Plattform ermöglicht den Benutzern eine bessere Verwaltung ihrer Daten und stellt sicher, dass Sie als Unternehmen in maximaler Kontrolle über die Daten. Die Plattform umfasst außerdem folgende Funktionen  für die Datenbeobachtung automatisierte Tools, mit denen Sie schnell Brüche in Trends innerhalb Ihrer Datensätze erkennen können - was auf eine Anomalie hindeuten könnte."

Die moderne Datenplattform: Geeignet für praktisch jedes KMU

GoDataDriven's moderne Datenplattform wurde mit Blick auf die sieben oben genannten Merkmale entwickelt, betont Niels.

Azure Datenplattform

Die Azure Data Platform kombiniert Azure-eigene Komponenten wie Azure Data Factory, Azure Databricks, Azure Monitor und PowerBI mit Lösungen und Diensten von Drittanbietern wie Fivetran, Airbyte, dbt, SODA, Datafold, Datadog und Tableau.

Google Cloud-Datenplattform

Die Google Cloud Platform setzt sich aus nativen Google Cloud-Diensten wie Cloud Dataproc, BigQuery, Cloud Composer und Looker zusammen und kombiniert diese mit Diensten und Lösungen von Drittanbietern wie Fivetran, Airbyte, dbt, SODA, Datafold und Datadog.

AWS-Datenplattform

Die AWS Data Platform nutzt AWS-eigene Dienste wie AWS Database Migration Services, Glue, RedShift, QuickSight und Sagemaker. Ergänzt wird dies durch Dienste und Lösungen von Drittanbietern wie Fivetran, Airbyte, dbt, SODA, Datafold und Datadog.

"In dieser Plattform haben wir eine einzigartige Kombination von Werkzeugen zusammengestellt, die unserer Meinung nach für Unternehmen mit ernsthaften Datenambitionen geeignet sind. Zum Beispiel KMU+, Scale-ups und Konzerne."

Die Modern Data Platform wurde auf der Grundlage der umfangreichen Erfahrung von GoDataDriven im Bereich der Beratung entwickelt, fügt Diederik hinzu.

"Wir wissen, was in Unternehmen, die datengesteuert arbeiten wollen, funktioniert und was nicht. Das MDP erfüllt 90 Prozent der Anwendungsfälle, die ein Kunde hat - und für die anderen 10 Prozent, die nicht in diese Kategorie fallen, ist es immer möglich, eine maßgeschneiderte Lösung entwickeln zu lassen."

GoDataDriven ist Teil von Xebia. Gemeinsam Werte aus Daten schaffen.