Schnellere Time-to-Value durch Referenzmuster für intelligente Analysen

Unternehmen werden heutzutage mit riesigen Datenmengen aus einer Vielzahl von Quellen überflutet. Dieses Meer von Daten soll dem Unternehmen eigentlich nutzen, führt aber oft zur Überforderung der Datenteams, was Datenstaus verursacht und die Time-to-Value verzögert. Tatsächlich sind laut Accenture nur 27 Prozent der Unternehmen der Ansicht, dass Daten- und Analyseprojekte ihnen Informationen und Empfehlungen von hohem Nutzwert liefern. Das bedeutet, dass nahezu drei von vier Unternehmen den wahren Wert ihrer Daten nicht ausschöpfen. 

Bei Google Cloud sehen wir in dieser Herausforderung eine Chance. Deshalb haben wir unsere Data Analytics Design Patterns oder Referenzmuster für intelligente Analysen entwickelt: produktübergreifende Technologielösungen, die den Weg des Kunden zur Wertschöpfung aus seinen Daten verkürzen. Diese Branchenlösungen vereinen Produktfunktionen mit Designmethoden, direkt einsetzbarem Open-Source-Code, Datenmodellen und Referenzarchitekturen, um Ihren Geschäftsergebnissen auf die Sprünge zu helfen.

Mit unseren Referenzmustern für intelligente Analysen erhalten Sie Zugang zu mehr als 30 einsatzfertigen Datenanalyse-Lösungen. Die Designmuster nutzen das Beste von Google und unserem umfangreichen Partnernetzwerk, darunter Technologiepartner und Systemintegratoren. In diesem Blog stellen wir anhand von drei Beispielen vor, wie Sie mit einem Designmuster den Mehrwert Ihrer Daten steigern:

1. Verbessertes Mobile App-Erlebnis durch einheitliche App-Analysen
2. Umsatzmaximierung im Digital Shop durch Preisoptimierung 
3. Schutz interner Systeme vor Sicherheits- und Malware-Bedrohungen durch Anomalieerkennung 

Einheitliche App-Analysen

Wenn Mobile Apps Teil Ihrer Go-to-Market-Strategie sind, stehen Ihnen etliche Datenquellen zur Verfügung, die wertvolle Kundeninformationen liefern können. Neben Tools für CRM (z. B. Salesforce) und Kundenbetreuung (z. B. Zendesk) verwenden Sie möglicherweise Google Analytics, um App-Ereignisse zu protokollieren, und Firebase Crashlytics, um Daten über App-Fehler zu sammeln. Wie aber können Sie die Backend-Serverdaten mühelos mit den Frontend-App-Daten abgleichen, um aussagekräftige Kundeninformationen zu gewinnen? 

Das Designmuster für einheitliche App-Analysen macht es Ihnen leicht, verschiedene Datenquellen in ein einziges Warehouse (BigQuery) einzubinden und mit einem Business Intelligence-Tool (Looker) zu analysieren. Und sobald Sie in Echtzeit einen vollständigen Überblick über die Nutzungserfahrung der Kund*innen mit Ihrer App haben, können Sie handeln: Stellen Sie etwa einen Anstieg der App-Fehler fest, können Sie Ihre Crashlytics-Daten umgehend mit Ihren CRM-Daten abgleichen, um die Fehler mit den gravierendsten Umsatzauswirkungen einzugrenzen und deren Lösung zu priorisieren. Außerdem können Sie Ihren Workflow für die Fehlerbehebung automatisieren, indem Sie eine Regel für jeden künftigen Fehler erstellen, der sich auf bestimmte VIP-Kund*innen auswirkt.

Mit dem Designmuster für einheitliche App-Analysen gewinnen Sie wertvolle Erkenntnisse über das Nutzungserlebnis mit Ihrer App und können Ihre künftige App-Strategie entsprechend gestalten. NPR, ein amerikanisches Medienunternehmen, konnte beispielsweise sein Engagement seiner Nutzer*innen steigern und vermehrt Inhalte anbieten, die den Interessen und dem Verhalten der Hörer*innen entsprachen.

Preisoptimierung

In einem wettbewerbsintensiven und turbulenten globalen Markt ist die strategische Preisgestaltung wichtiger denn je. Doch viele Projekte fallen der mühsamen Standardisierung, Bereinigung und Aufbereitung der Daten aus Transaktionen, Beständen, Nachfrage und anderen Quellen zum Opfer.

Mit der Lösung zur Preisoptimierung können Einzelhändler ein datengesteuertes Preismodell etablieren. Die Lösung besteht aus drei Hauptkomponenten:

• Dataprep von Trifacta: Integriert verschiedene Datenquellen in ein einziges Common Data Model (CDM). Dataprep ist ein intelligenter Datenservice zur visuellen Untersuchung, Bereinigung und Aufbereitung strukturierter und unstrukturierter Daten für Analysen, Berichte und Machine Learning.

• BigQuery: Ermöglicht die konsistente und skalierbare Erstellung und Speicherung von Preismodellen in Form eines serverlosen Cloud Data Warehouse-Service.

• Looker Dashboards: Liefern Erkenntnisse und machen Business-Teams handlungsfähig mit einer BI-Plattform auf Enterprise-Niveau.

Mit dem Designmuster zur Preisoptimierung von Google Cloud und unserem Partner Trifacta können Sie in kürzester Zeit mehrere Datenquellen zusammenführen und eine ML-gestützte Echtzeitanalyse anstellen, die Prognosemodelle zur Schätzung künftiger Umsätze nutzt. PDPAOLA, ein Online-Juwelier, verdoppelte seinen Umsatz durch dynamische Preisanpassungen, die ihm dank einer zentralen Datenübersicht möglich waren.

Anomalieerkennung

Um in der digitalen Transformation wettbewerbsfähig zu bleiben, sollten Unternehmen Risiken und Chancen antizipieren und entsprechend handeln. Die Anomalieerkennung hilft Unternehmen beim Identifizieren von Datenpunkten und Datentrends in hochfrequenten und hochvolumigen Datensätzen, die von historischen Standards oder erwarteten Verhaltensweisen abweichen. So können sie auf veränderte Nutzungsanforderungen reagieren, böswillige Aktionen abwehren und unnötige Kosten oder finanzielle Verluste verhindern.

Das Designmuster zur Anomalieerkennung verwendet Google Pub/Sub, BigQuery, Dataflow und Looker für folgende Funktionen:

• Streaming von Ereignissen in Echtzeit

• Verarbeitung der Ereignisse, Extraktion nützlicher Datenpunkte, Training des bevorzugten Erkennungsalgorithmus

• Echtzeitnahe Anwendung des Erkennungsalgorithmus auf Ereignisse, um Anomalien zu erkennen

• Aktualisierung von Dashboards und/oder Übermittlung von Warnmeldungen

Die Herausforderung, wichtige Informationen oder Anomalien in riesigen Datenmengen zu erkennen, ist vor allem für den Schutz und die Sicherheit eines Unternehmens wichtig und betrifft Unternehmen aller Branchen und Sparten. TELUS etwa, ein staatliches Kommunikationsunternehmen, modernisierte seine Sicherheitsanalyse-Plattform unter Verwendung dieses Musters. Jetzt werden Anomalien nahezu in Echtzeit erkannt und verdächtige Aktivitäten abgewehrt.

Steigen Sie ein

Nutzen Sie die Designmuster zur Datenanalyse in Ihrem Unternehmen und verwandeln Sie Ihre Daten in greifbare Geschäftsergebnisse – mit Google Cloud und unserem breiten Partnernetzwerk. Mehr als 30 Designmuster zur Datenanalyse warten auf Sie. Und wir haben mehr als 200 weitere Ideen in der Pipeline. Schauen Sie also regelmäßig vorbei, da in Kürze sicher neue Muster hinzukommen. 

Wenn Sie tiefer eintauchen und mehr darüber erfahren möchten, wie Ihr Unternehmen mit Hilfe von Designmustern zur Datenanalyse Anwendungsfälle beschleunigen und eine schnellere Time-to-Value erzielen kann, schauen Sie sich dieses Video an.