Auf dem Weg zur Self-Service-Technologie
Streaming Analytics als Hebel für Entscheidungen
Konkrete Einsatzmöglichkeiten
Wie kann Streaming Analytics also konkret eingesetzt werden? Im Handel kann Streaming Analytics Marketern helfen, das Kauferlebnis besser zu verstehen, indem sie Echtzeitdaten zum Kundenverhalten registrieren und entsprechend für die Verbesserung ihrer Customer Journey einsetzen. Im Finanzbereich kann Streaming Analytics Händlern helfen, den schnelllebigen Devisenmärkten einen Schritt voraus zu sein. Kreditkartenunternehmen verwenden Streaming Analytics, um Betrugsfälle über mehrere Kanäle und Millionen von Transaktionen pro Tag hinweg präzise zu erkennen. Streaming Analytics kann außerdem die Vertriebskanäle eines Unternehmens verbessern, indem es eine größere Transparenz der Bestellungen ermöglicht und dabei unterstützt, das vom Kunden gewünschte Produkt über jeden Kanal im Vertriebsnetz zu finden und zu verfolgen. Zudem erhöht eine geeignete Streaming-Analytics-Lösung die operative Transparenz von Unternehmensabläufen: vor allem an Schnittstellen zwischen Auftraggebern und Dienstleistern, den sogenannten SLAs (Service-Level-Agreements), können die analysierten Daten helfen, mögliche Fehler vorherzusagen und sie so zu vermeiden. Die Bildung organisatorischer Silos kann so vermieden und die Korrelation von Ereignissen aus mehreren Quellen ermöglicht werden.
Kriterien für die Auswahl
Tiefgehende Analysen und eine große Bandbreite analysierbarer Formate für Streaming-Daten sind entscheidend, um ein aussagekräftiges Bild der Unternehmensabläufe zu erhalten. Es sollten also in einer Lösung genügend Schnittstellen zur Verfügung stehen, um sie später erweitern zu können. Auch eine Vielzahl einspeisbarer Datenformate ist relevant, damit die Software neue Geschäftsmodelle unterstützt. Außerdem sollte ein Anbieter von Streaming Analytics sicherstellen, dass die Systeme an den individuell wichtigsten Stellen für ein Unternehmen eingesetzt werden können: lokal, in der Cloud und am Netzwerk-Rand, der sogenannten Edge. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
Sinnvolle Systemfunktionen
Wenn sich Firmen mit der Anschaffung einer Streaming-Analytice-Lösung beschäftigen, gilt es auch den Funktionsumfang zu prüfen. Folgende Liste führt Merkmale auf, die aktuelle Anwendungen beherrschen können: Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
- • Muster in Echtzeit erkennen und analysieren
- • Daten aggregieren, zeitliche Analysen durchführen, filtern und korrelieren
- • Streaming-Daten mit zwischengespeicherten statischen Daten anreichern
- • Zugriff auf Analysebibliotheken von Drittanbietern ermöglichen und quantitative Analysen durchführen
- • Streaming- und statische Daten durch mit geringer Latenz und hohem Durchsatz verbinden
- • Kontinuierliche Echtzeit-Analyseszenarien entwickeln
- • Dashboards oder Visualisierungen für Endbenutzer zur Überwachung von Datenströmen erstellen
- • Visualisierung von Key Performance Indicators, also Kennzahlen, ermöglichen.
Daten nutzen und Prozesse optimieren
Big Data hält die Unternehmen weltweit auf Trab – und mithilfe eines Streaming-Analytics-Tools können die Firmen die Daten für sich arbeiten lassen. Mit einer starken Streaming-Analytics-Technologie können Firmen im Blick behalten, an welcher Stelle sie Prozesse optimieren können. Echtzeit-Analysen sind für Unternehmen zu einem wichtigen Faktor geworden, um aus dem eigenen Datenschatz Mehrwerte generieren und so einen Wettbewerbsvorteil erzielen zu können. n ist CTO der Software AG.
