{"id":62334,"date":"2019-10-14T08:00:55","date_gmt":"2019-10-14T06:00:55","guid":{"rendered":"https:\/\/e3magpmp.greatsolution.dev\/?p=62334"},"modified":"2020-08-20T11:44:32","modified_gmt":"2020-08-20T09:44:32","slug":"analyse-und-reporting-systeme-in-der-cloud-und-action","status":"publish","type":"post","link":"https:\/\/e3magpmp.greatsolution.dev\/de\/analyse-und-reporting-systeme-in-der-cloud-und-action\/","title":{"rendered":"Analyse- und Reporting-Systeme in der Cloud: \u2026und Action!"},"content":{"rendered":"

Die digitale Transformation erzeugt einen ganzen Wust an Daten. Aus diesen wirklich nutzbare Informationen zu machen ist Aufgabe meist komplexer und performanceintensiver Analyse- und Reporting-Methoden aus H\u00e4nden der Data Scientists. Nur fehlen dazu oft passende Systeme. Die Cloud-Szenarien der Libelle AG schaffen Abhilfe.<\/p>\n

Es ist wie am Filmset, bevor der Ruf \u201e…und Action!\u201c erschallt. Wenn hochbezahlte Stars vor Ort ihren Teil zum Erfolg beitragen, soll alles perfekt vorbereitet sein. \u00c4rgerlich ist, wenn genau dann etwas nicht stimmt: Fehlerhafte oder nur teilweise aufgebaute Kulissen, veraltetes Drehbuch, fehlende Beleuchterbr\u00fccken, schwache Maskenbildner, zu wenig Kameras, \u00fcberlastetes Catering. Oder das Set ist durch Statistenszenen oder Besucherf\u00fchrungen belegt.<\/strong><\/p>

\"\"<\/a><\/div>
\"\"<\/a><\/div>
\"\"<\/a><\/div>\n

In vielen Unternehmen wiederholen sich solche Situationen regelm\u00e4\u00dfig: P\u00fcnktlich zum Periodenabschluss oder im Rahmen spezifischer Projekte stehen gro\u00dfe Analysen in noch gr\u00f6\u00dferen Datenpools an. Die Analyse-Ergebnisse sollen die Weichen f\u00fcr die Zukunft stellen. W\u00e4hrend dieser Zeitr\u00e4ume darf nichts ge\u00e4ndert werden, dazugeh\u00f6rige Systeme sollten rein den Spezialisten vorbehalten sein, der allgemeine Gesch\u00e4ftsablauf verlangsamt sich. Und \u00fcberhaupt sind ja ohnehin alle Systeme zu langsam.<\/p>\n

Auch andere Anwendungsf\u00e4lle bringen \u00e4hnlich st\u00f6rende Nebeneffekte mit sich: umfassende Vorhersagen der Kundenverhalten, komplexe technische Berechnungen mit unterschiedlichen Einflussparametern, Analysen zu Customer Loyalty, Retention Management, Risikofr\u00fcherkennung, Forschungsanalysen. In all diesen F\u00e4llen werden performanceintensive Analysen auf gro\u00dfe Datenpools gefahren. Dass sich die Nutzung personenbezogener oder anderer sensibler Daten in einigen Bereichen ganz nebenbei im Graubereich der DSGVO befindet, wird auch gerne ausgeblendet.<\/p>\n

Andererseits stehen nur selten Systeme zur Verf\u00fcgung, die sich Fachbereiche hierf\u00fcr w\u00fcnschen: mit aktuellen, DSGVO-abgesicherten Daten und m\u00e4chtiger Rechen\u00adpower. \u201eKurz mal\u201c eine angepasste Analyse durchzuf\u00fchren unterbricht den Arbeitsfluss nachhaltig.<\/p>\n

Neben rein fachlichen Anforderungen bestehen vorrangig vor allem drei Herausforderungen:<\/p>\n

Herausforderung Nr. 1: Performance-intensive Datenanalyse = lange Durchlaufzeit, hohe Systemkosten<\/h3>\n

Auf welchen Systemen lassen sich solche Datenanalysen tats\u00e4chlich effizient durchf\u00fchren? Je nach Gr\u00f6\u00dfe und Komplexit\u00e4t der Datenstrukturen bedarf es an Laufzeit oder an Leistungsf\u00e4higkeit der Systeme, um Laufzeiten zu reduzieren. Produktive Systeme eignen sich daf\u00fcr in vielen F\u00e4llen nicht \u2013 der Performancebedarf komplexer Analysen bremst den eigentlichen Operativbetrieb aus.<\/p>\n

Kommen diese nicht infrage, wird der Ruf nach zus\u00e4tzlichen Systemen laut. H\u00e4ufig eine kaufm\u00e4nnische Herausforderung, weil sie als Investition in \u201estehende Hardware\u201c angesehen werden.<\/p>\n

Herausforderung Nr. 2: Aktualit\u00e4t der relevanten Daten<\/h3>\n

F\u00e4llt die Entscheidung trotzdem \u201epro eigenst\u00e4ndiges Analysesystem\u201c, stellt sich die Frage: Wie kann sichergestellt werden, dass diese Systeme zum richtigen Zeitpunkt aktuelle Daten anbieten? In Abh\u00e4ngigkeit der Applikationen und Datenstrukturen zieht die Datensynchronisierung umfassende manuelle Aufw\u00e4nde nach sich. Gerade in komplexen SAP-Umgebungen gehen mit dem Stichwort \u201eSystemkopie\u201c oft mehrere Tage in die Arbeitstasks ein.<\/p>\n

Herausforderung Nr. 3: der Umgang mit sensiblen und personenbezogenen Daten<\/h3>\n

Sind alle relevanten Informationen verf\u00fcgbar, steht das n\u00e4chste Thema an: Datenw\u00e4chter achten immer mehr darauf, dass personenbezogene Daten ohne Zustimmung der Betroffenen nicht f\u00fcr Profilierungen genutzt werden. Mit der DSGVO gab es eine Versch\u00e4rfung der Regelungen und der potenziellen Strafen. Hier stellt sich letzten Endes die Frage: Auf Datenanalysen verzichten oder Daten neutralisieren, auch wenn die fachliche Aussagekraft darunter leidet?<\/p>\n

Der \u201eReport on Cloud\u201c-Ansatz bietet eine L\u00f6sung f\u00fcr diese Herausforderungen<\/h3>\n

Auch wenn es manch ein Entscheider nicht mehr h\u00f6ren mag: Cloud-Systeme sind ein L\u00f6sungsweg. Es geht nicht darum, produktive Systeme in die Cloud zu bringen, sondern um hybride Cloud-Ans\u00e4tze: Produktivsysteme on-premises, Analysesysteme in der Cloud.<\/p>\n

Es geht um dedizierte Systeme, die ausschlie\u00dflich f\u00fcr Analyse- und Reporting-Zwecke bereitstehen. Der Vorteil: bedarfsgerechte Bereitstellung und Abrechnung der Ressourcen. Cloudbasierte Analyse- und Reporting-Systeme tauchen kostenseitig nur in den Zeitfenstern auf, in denen tats\u00e4chlich Analysen laufen, mit genau den Ressourcen (v. a. Performance und RAM), die genutzt werden: kein Investment in Hardware, die meist mit nur geringer Auslastung l\u00e4uft und f\u00fcr den Analysezweck irgendwann doch wieder zu schwach ist. Gleichzeitig l\u00e4sst sich der Nutzerkreis f\u00fcr diese Analysesysteme stark einschr\u00e4nken. Diese Umgebungen k\u00f6nnen regelm\u00e4\u00dfig mit frischen und anonymisierten, aber logisch konsistenten Daten versehen werden, die sowohl der DSGVO wie auch fachlichen Anforderungen entsprechen.<\/p>\n

Solche Systeme aufzubauen und zu betreiben ist einfacher, als es viele Unternehmen noch sehen. Anbieter wie Libelle und seine Cloud-Partner unterst\u00fctzen mit Best Practices:<\/p>\n

Die fachliche Planung: das Drehbuch.<\/h3>\n

Am Anfang steht immer die Idee, die in ein erstes Drehbuch m\u00fcndet, das von unterschiedlichen Parteien so angepasst wird, dass es f\u00fcr alle Beteiligten eine runde Story ergibt.<\/strong><\/p>\n

W\u00e4hrend der fachlichen Planung arbeiten Berater mit den Fach-, Applikations- und Datenschutzverantwortlichen zusammen, um das optimale Betriebsmodell zu definieren. Dies umfasst:<\/p>\n