Kundengeschichten
Aufbau einer skalierbaren Datenanalyseplattform für intelligente Gesundheit
Von der Komplexität zur Einfachheit: Wie Intelligent Health in nur sechs Wochen durch eine kostengünstige, wartungsarme und zukunftssichere Datenplattform verwertbare Erkenntnisse gewann.
Capabilities:
Partners:
Industries:
Regions:
Capabilities:
Partners:
Industries:
Regions:
Auf einen Blick
Herausforderung
Mehrere Datenquellen aus ihrem Community-Engagement-Spiel erforderten eine wartbare und kostengünstige Analyseplattform, um verwertbare Erkenntnisse zu gewinnen.
Lösung
Xebia half beim Aufbau einer leichtgewichtigen, serverlosen Datenplattform auf GCP, orchestriert über GitLab CI/CD, mit dbt-gesteuerten Transformationen und Looker Studio Dashboards.
Ergebnisse
Die automatisierte Infrastruktur wurde innerhalb von zwei Wochen eingerichtet und die Dashboards bereitgestellt, wobei das MVP in sechs Wochen fertiggestellt wurde. Das Team bewies außerdem Flexibilität, indem es sich in nur drei Tagen an eine größere Änderung des Datenschemas anpasste.
Der Kunde
Intelligent Health ist ein britisches Unternehmen, das sich der Verbesserung der öffentlichen Gesundheit und der Widerstandsfähigkeit widmet, indem es Gemeinden zu körperlicher Aktivität anregt. Ihr preisgekröntes Programm Beat the Street verwandelt Städte und Gemeinden in Spielbretter und ermutigt die Einwohner, sich zu bewegen, zu vernetzen und aktiv zu bleiben. Die Datenanalyse ist von zentraler Bedeutung, wenn es darum geht, die Wirkung zu messen und Erkenntnisse über die Gemeinschaft zu gewinnen.
Die Herausforderung: Vereinheitlichung fragmentierter Datenströme in einer robusten Analyseplattform
Intelligent Health stand vor der Herausforderung, verschiedene Datenströme zu kombinieren und zu analysieren, die im Rahmen seines Beat the Street -Programms gesammelt wurden. Die Initiative generiert Informationen aus verschiedenen Quellen, darunter RFID-Kontrollen an Beat Boxes, GPS-gesteuerte Interaktionen mit der mobilen App und Umfragen im Spiel. Der bestehende Ansatz drohte jedoch zu komplex, kostspielig und zeitaufwändig zu werden. Als auftragsorientiertes Unternehmen benötigte Intelligent Health eine Lösung, die zuverlässige Analysen liefert und gleichzeitig schlank, erschwinglich und einfach zu warten ist.
Gleichzeitig erhöhte die wachsende Nachfrage nach zeitnahen Erkenntnissen im Gesundheitswesen und im kommunalen Sektor den Anpassungsdruck. Programme wie Beat the Street sind auf Echtzeit-Transparenz in Bezug auf Engagement und Wirkung angewiesen, doch herkömmliche Analyseansätze erfordern oft eine umfangreiche Infrastruktur, spezielles Fachwissen und langwierige Einführungen. Intelligent Health benötigte eine skalierbare, datengesteuerte Plattform, die schnell aufschlussreiche Dashboards bereitstellen konnte, ohne unnötige Komplexität oder zu hohe Kosten, um die Gesundheitsversorgung in den Gemeinden weiter voranzutreiben.
Die Lösung: Eine skalierbare, schlanke und serverlose Architektur, die den Geschäftsanforderungen entspricht
Das Projekt begann mit einem ehrgeizigen Architekturvorschlag auf der Grundlage von Cloud Composer, der sich jedoch schnell als zu anspruchsvoll für das erforderliche Datenvolumen erwies. Das Team erkannte die Bedeutung der Einfachheit und wechselte zu einem schlankeren, serverlosen Design. Dieser neue Ansatz verwendete GitLab CI/CD-Pipelines für die Orchestrierung, Terraform für die automatische Bereitstellung der Infrastruktur und eine Reihe von GCP-Diensten - BigQuery, Google Cloud Storage und Data Transfer - für die Datenverarbeitung und -speicherung. Zur Verwaltung von Transformationen wurde dbt eingeführt, wobei das Paket dbt-external-tables den einfachen Zugriff auf Rohdaten in GCS und deren Transformation in BigQuery ermöglicht.
Die schlanke Architektur bot das richtige Gleichgewicht zwischen Funktionalität und Effizienz. Sie ermöglichte schnelle Iterationen und eine unkomplizierte Fehlerbehebung und hielt gleichzeitig die Betriebskosten niedrig. Die Kosten für die Orchestrierung waren praktisch gleich Null, da Intelligent Health in der Regel innerhalb der kostenlosen Nutzungsstufe blieb. Die Einrichtung war versionsgesteuert und sorgte für Transparenz und Wiederholbarkeit in den Entwicklungs- und Produktionsumgebungen. Als Intelligent Health später sein DynamoDB-Backend auf ein Single-Table-Schema umstellte, konnte die Analyse-Pipeline dank der gut strukturierten dbt-Modelle die Änderung mit nur geringfügigen Aktualisierungen übernehmen, ohne dass Dashboards und Berichte davon betroffen waren. Diese Anpassungsfähigkeit unterstreicht die Stärke der gewählten Methodik: klein anfangen, flexibel bleiben und eine skalierbare Lösung bereitstellen, die der Kunde unabhängig weiter ausbauen kann.
Die Ergebnisse: Schnelle Lieferung, reibungslose Migrationen und kosteneffizienter Betrieb
Die Zusammenarbeit führte schnell zu Ergebnissen, die Intelligent Health sowohl Schnelligkeit als auch langfristigen Nutzen brachten:
- 6 Wochen bis zum MVP: Bereitstellung einer automatisierten Infrastruktur, von Pipelines und mehrseitigen Dashboards.
- 2 Wochen bis zum ersten Nutzen: Live-Pipelines und Dashboards bieten sofortige Einblicke.
- 3-tägige Schema-Migration: Eine große Backend-Änderung wurde mit minimaler Nacharbeit bewältigt.
- Geringer operativer Aufwand: Serverlos, kosteneffizient und vollständig versionskontrolliert mit GitLab-Automatisierung.
Was kommt als Nächstes?
Die Zusammenarbeit wird bei Bedarf mit kleineren Verbesserungen und neuen Dashboards fortgesetzt. Die Lösung ist robust und dennoch flexibel. Damit ist Intelligent Health in der Lage, die Datenreife für zukünftige Gemeinschaftsprogramme zu skalieren.
Möchten Sie erfahren, wie wir Ihnen helfen können, in nur wenigen Wochen eine moderne, skalierbare Datenplattform aufzubauen? Nehmen Sie noch heute Kontakt auf.
Contact