Echtzeitanalysen stellt Nutzern oder abhängigen Prozessen operative Daten zur Verfügung, sobald sie in der Datenbank verfügbar sind. Echtzeitanalysen ermöglicht es einem Unternehmen, sofortige Entscheidungen zu treffen, um sich an veränderte Marktbedingungen anzupassen und seinen Wettbewerbsvorteil zu erhalten.
Warum Echtzeitanalysen verwenden?
Bevor die Datenbanktechnologie Daten in Echtzeit erfassen und analysieren konnte, mussten sich Unternehmen auf voraggregierte Daten verlassen, die von Stapelverarbeitungssystemen erzeugt wurden, was dazu führte, dass Entscheidungen auf der Grundlage veralteter Daten getroffen wurden, Chancen verpasst wurden und das Vertrauen in Entscheidungsfindung sank. Die Zeit, die benötigt wird, um auf Daten zuzugreifen und diese zu analysieren, wirkt sich direkt auf die geschäftliche Agilität aus.
Nutzung von Datenströmen für Echtzeit Business Intelligence
Ereignisbasierte Analysen ergänzen Echtzeitanalysen ideal. Streaming wie Apache Kafka können Ereignisse wie z. B. Aktualisierungen von Aktienkursen erfassen und ermöglichen es Anwendungen und Datenbanken, diese Änderungen zu nutzen. Eine Datenintegrationslösung kann die Kafka-Ereignisnachricht erfassen, die dann in eine Datenbanktabelle eingefügt werden kann. Diese Datenbanktabelle wiederum kann die Datenquelle für eine Kachel in einem visuellen dashboard sein, das die Änderungen des Aktienkurses in Echtzeit darstellt.
Echtzeitdaten übertrumpfen veraltete Daten
Alle Kategorien der Analytik können aus den aktuellsten Daten Nutzen . Unten sind einige Beispiele:
- Kognitive Analysen erweitern die menschliche Entscheidungsfindung , indem sie Maschinelles Lernen, Semantik und Technologien der künstlichen Intelligenz nutzen, um soziale Beiträge, Bilder und andere unstrukturierte Datenquellen zu verstehen.
- Die Diagnoseanalyse kann IoT nutzen, um einen digitalen Zwilling von Industriemaschinen wie Düsentriebwerken oder Gasturbinen zu erstellen, um eine proaktive Wartung zu ermöglichen oder Störungen zu diagnostizieren.
- Deskriptive Analysen helfen bei der Beantwortung von Fragen zu historischen Ereignissen, z. B. ob ein Tennisball auf der Grundlage von triangulierten Koordinaten aus synchronisierten Kamerabildern außerhalb des Feldes war.
- Die präskriptive Analytik kann die geschäftliche Entscheidungsfindung durch Vorschläge auf der Grundlage historischer und aktueller Daten verbessern.
- prädiktive Analyse prognostiziert zukünftige Ergebnisse auf der Grundlage der Analyse historischer Daten. Die Verfügbarkeit der aktuellsten Daten erhöht das Vertrauen in die Entscheidungsfindung.
Echtzeitanalysen im Einzelhandel
Amazon zum Beispiel hat seine Gewinne um 25 % gesteigert, indem es eine dynamische Preisgestaltung einsetzte, bei der die Produktpreise alle 10 Minuten auf der Grundlage der von den Wettbewerbern veröffentlichten Preise aktualisiert werden. Auktions-Websites sammeln und analysieren die Marktpreise für Waren, um Preisvorschläge zu machen. Die Verwendung des richtigen Preises führt zu Geboten und steigert den Umsatz, so dass die Auktionsseite und ihre Kunden mehr Waren verkaufen können.
Echtzeitanalysen in der Supply Chain
Lebensmittelverarbeiter und Automobilhersteller optimieren den Platz in ihren Fabriken, um die Produktion zu maximieren, sodass nur wenig Platz für Zutaten oder Teile bleibt. Echtzeit-Ortungssysteme verwenden RFID-Etiketten an Anhängern, um zu verfolgen, wo sie geparkt sind. Mithilfe von RFID-Lesegeräten an Bord werden die aktualisierten Koordinaten jedes Anhängers in eine Datenbank eingespeist, die die Lagerbestände in der Fabrik und die verfügbaren Verladetore analysiert, um die LKW-Fahrer anzuweisen, bestimmte Anhänger zu einem verfügbaren Verladetor zu bringen. Diese Systeme stellen sicher, dass die Produktion nie aufgrund von Engpässen bei Teilen oder Zutaten gestoppt wird, um den Ausstoß der Anlage zu maximieren.
Echtzeitanalysen im Transportwesen
Ride-Hailing-Dienste vermitteln zwischen Fahrern und verfügbaren Fahrern. Die Ride-Hailing-Server-App sammelt zum Beispiel eingehende Fahrtwünsche an einem Flughafen. Die Fahrer müssen auf einem bestimmten Parkplatz warten, der mit einem Geofence überwacht wird. Sobald die Fahrer den geografisch eingezäunten Bereich betreten, werden sie für eine Anmietung verfügbar. Die datenbankgestützte Serveranwendung bringt dann Fahrer und Fahrgäste zusammen. Durch diesen Prozess werden die Wartezeiten für Fahrgäste und Fahrer minimiert, so dass Fahrten nicht abgesagt werden müssen.
Echtzeitanalysen im Bereich Finanzen
Kreditkartenaussteller müssen Transaktionen in Echtzeit genehmigen und sich und ihre Kunden vor Betrügern schützen. Jede Transaktion wird auf potenziellen Betrug hin untersucht, indem der Betrag, der Ort und frühere Transaktionen berücksichtigt werden, um festzustellen, ob es sich um eine ungewöhnliche Transaktion handelt, was oft als Anomalie bezeichnet wird. Verdächtige Transaktionen werden abgelehnt, bis sie mit dem Kunden verifiziert wurden.
In zeitkritischen Anwendungsfällen wie der Bereitstellung von Aktienhandelsinformationen kann jede Millisekunde einen Unterschied bei der Platzierung von Verkaufs- oder Kaufaufträgen zu Marktpreisen ausmachen. Die Datenbanklatenz kann zu einer erheblichen Verzögerung führen, weshalb die Elektron-Handelsinformationsplattform Actians kolumnare Analytics Database nutzt, um Informationen in weniger als 20 Millisekunden an Abonnenten zu liefern.
Echtzeitanalysen in Telco
Expandium ist ein ActianKunde, der Netzbetreibern Lösungen zur Verwaltung der Servicequalität anbietet. Einer seiner Mobilfunknetzbetreiber mit über 3 Millionen Kunden nutzt einen Hadoop-Cluster mit 12 Knoten, um die Netzverfügbarkeit in Echtzeit zu überwachen. Dank der Cluster-fähigen Actian Vector Processing Columnar Database Technologie kann der Betreiber einzelne abgebrochene Anrufe aufschlüsseln. Aktualisierungen werden in Mikrobatches alle 5 Sekunden in die Datenbank gestreamt.
Bereitstellung von Versicherungsangeboten in Echtzeit
Die Automobile Association (AA) stellt Kfz-Versicherungsangebote zur Verfügung, die risikoangepasst sind und auf möglichen Betrug auf Online-Marktplätzen untersucht werden. Das Angebot muss in weniger als einer Sekunde erstellt werden, damit es auf der ersten Seite erscheint. Die vektorverarbeitende kolumnare Datenbank von Actian unterstützt die Analyse, um die schnellsten Angebote mit Preisen zu liefern, die mehrere Risikofaktoren berücksichtigen, einschließlich der Anzahl der Fahrzeugpannen, die die Person erlebt hat.
