Operative Analytik

Was ist Operational Analytics?

Operative Analytik nutzt Echtzeitdaten aus operativen Systemen, um für jede Geschäftssituation die unmittelbarste und geeignetste Maßnahme zu bestimmen. Die für die operative Analytik verwendeten Daten stammen typischerweise aus Geschäftssystemen wie Kassa- (POS), ERP- (Enterprise Resource Planning), IoT- (Internet der Dinge) und CRM-Systemen (Customer-Relationship-Management).

Operative Analytik unterscheidet sich von Business-Intelligence-Analytik, die historische Informationen und komplexe Algorithmen nutzt, um periodische Berichte für strategische Entscheidungen zu erstellen. Stattdessen stellt die operative Analytik Geschäftsanwendern Erkenntnisse in Echtzeit zur Verfügung, damit diese sie nutzen können, um Entscheidungen schneller zu treffen und für eine maximale Wirkung sofort zu handeln.

Aufgrund ihres Fokus auf Unmittelbarkeit kann die operative Analytik dazu beitragen, jeden Prozess zu verbessern, bei dem Informationen schnell eintreffen und sich Daten rasant ändern. Zu solchen Prozessen gehören der Kundenservice, der Einzelhandel, die industrielle Fertigung, die agile Entwicklung und viele andere.

Diese Seite behandelt:

• Warum ist operative Analytik wichtig?
• Anwendungsfälle für Operational Analytics
• Vorteile der operativen Analytik
• Herausforderungen im Bereich der operativen Analytik
• Couchbase Capella für operative Analytik
• Der Couchbase Capella-Vorteil

Warum ist operative Analytik wichtig?

Operative Analytik soll Unternehmen dabei helfen, mithilfe von Situationsbewusstsein schneller Entscheidungen zu treffen. Sie befähigt Mitarbeiter, Daten aus Geschäftssystemen zu nutzen, um in Echtzeit effektiver auf Ereignisse zu reagieren.

In einem Service-Callcenter kann ein Support-Mitarbeiter beispielsweise besser entscheiden, wie er eine Kundenanfrage bearbeiten soll, wenn er die demografischen Daten, den Kontostatus, frühere Supportfälle, vergangene Käufe und den geografischen Standort des Kunden kennt. Diese während einer Live-Interaktion abgerufenen Informationen können den Mitarbeiter über den optimalen Reaktionsverlauf informieren. Handelt es sich bei dem Kunden um einen Inhaber eines Gold-Level-Kontos? Dann erhält er eine bevorzugte Behandlung in der Warteschlange. Hat er sich bereits über andere Kanäle mit dem Problem befasst? Dann ist die Wahrscheinlichkeit größer, dass er unzufrieden ist, weshalb es am besten ist, den Fall proaktiv zu eskalieren. Durch die Minimierung der Zeit bis zur Erkenntnis (Time to Insight) hilft die operative Analytik einer Organisation, schnell die richtigen Maßnahmen zu ergreifen und Probleme zu mindern, die durch mangelnde Informationen verursacht werden.

In vielen Fällen wird prädiktive Analytik eingesetzt, um operative Analysen zu verbessern, indem wahrscheinliche Ergebnisse auf der Grundlage von Daten vorhergesagt werden. Beispielsweise könnte in einem Callcenter-Szenario ein prädiktiver Algorithmus anhand des Kontostatus, des Alters, der Kaufhistorie und des Standorts des Anrufers bewerten, wie wahrscheinlich es ist, dass dieser ein Upgrade erwerben möchte. Der Algorithmus könnte dem Agenten auch ein Angebot empfehlen, das dieser in Echtzeit unterbreiten kann.

Anwendungsfälle für Operational Analytics

Operative Analytik lässt sich auf nahezu jeden komplexen oder dynamischen datengestützten Geschäftsprozess anwenden. Häufige Anwendungsfälle sind:

• Kundenservice
• Betrugsrisiko und -erkennung
• Cross-Selling und Up-Selling am Point of Sale im Einzelhandel
• Vorausschauende Wartung
• Marketingkampagnen-Optimierung
• Lieferkettenmanagement
• Fertigungshallenoptimierung
• Flottenmanagement
• Krankenhaus-Patientenversorgung

Vorteile der operativen Analytik

Die Fähigkeit, relevante Betriebsdaten in Echtzeit zu nutzen, kann dem Unternehmen auf vielfältige Weise zugutekommen.

Verbesserte Kundenansprache
Unter der Annahme, dass Kunden positiv auf hochgradig personalisierten Service reagieren, wenden viele Unternehmen operative Analytik auf kundenorientierte Prozesse an, die Mitarbeiter durch die Schritte des Engagements leiten. Das Unterbreiten von Angeboten und Empfehlungen auf Basis des Profils eines bestimmten Kunden erleichtert es, diesem Kunden zusätzliche Produkte zu verkaufen und Loyalität zu schaffen. Durch die Echtzeitanalyse operativer Daten kann ein Unternehmen zudem Probleme erkennen, die Unzufriedenheit beim Kunden verursachen, und Gegenmaßnahmen ergreifen, bevor Kunden beeinträchtigt werden.

Verbesserte Geschäftsprozesse
Durch die Überwachung und Analyse des Zustands kritischer Geschäftssysteme im laufenden Betrieb kann ein Unternehmen Probleme erkennen und beheben, bevor sie kritisch werden. Beispielsweise kann ein Unternehmen Wartungsprobleme an einer Hochgeschwindigkeits-Montagelinie beheben, bevor diese zu einem Geräteausfall und kostspieligen Ausfallzeiten führen.

Gesteigerte Produktivität
Die Echtzeit-Nutzung von Daten im Rahmen eines operativen Prozesses kann die manuelle Erfassung dieser Informationen überflüssig machen. Durch rechtzeitige Einblicke in potenzielle Probleme kann ein Unternehmen Schwierigkeiten proaktiv entschärfen, Prozesse reibungslos am Laufen halten und die Betriebszeit maximieren.

Schnellere Umsetzung
Aufgrund ihres Fokus auf die Bereitstellung von Informationen im Moment bietet die operative Analytik ein entscheidendes Situationsbewusstsein, das es einem Unternehmen ermöglicht, sofort die vorteilhafteste Maßnahme zu ergreifen. Im Vergleich dazu ist die traditionelle historische Analyse weniger wirkungsvoll, da sie das Handeln auf einen späteren Zeitpunkt verschiebt.

Herausforderungen im Bereich der operativen Analytik

Der Weg zu erfolgreichen operativen Analysen kann mühsam sein, da der Zugriff auf Daten aus mehreren Geschäftssystemen für Echtzeitanalysen erhebliche Herausforderungen mit sich bringt.

Analysieren von Daten ohne Beeinträchtigung der operativen Arbeitslasten
Operative Analytik erfordert Daten aus Systemen, die für den fortlaufenden Geschäftsbetrieb unverzichtbar sind. Sie benötigen beispielsweise Ihr Kassensystem (POS), um Transaktionen schnell und präzise abzuwickeln. Wenn Sie jedoch gleichzeitig Analysealgorithmen auf die Daten jeder einzelnen Transaktion anwenden, überlasten Sie das System wahrscheinlich, verlangsamen es und riskieren Probleme oder Ausfälle. Sie benötigen eine Möglichkeit, operative Daten zu analysieren, ohne die Leistung der Systeme zu beeinträchtigen, die sie erzeugen und nutzen.

Echtzeit-Zugriff auf Betriebsdaten
Um mehrere Datenquellen zu konsolidieren und die Auswirkungen auf operative Arbeitslasten zu minimieren, nutzen viele Unternehmen ETL-Prozesse (Extrahieren, Transformieren, Laden), die Daten in ein Data Warehouse verschieben, wo sie analysiert werden. Zwar kann diese Technik nützlich sein, um analytische Arbeitslasten zu isolieren und die Belastung operativer Systeme zu verringern, sie verzögert jedoch die Zeit bis zur Erkenntnis erheblich. ETL-Routinen müssen sorgfältig entwickelt werden, um die Datenqualität während der Übertragung aufrechtzuerhalten, und ihre Ausführung kann Tage oder sogar Wochen dauern. Was benötigt wird, ist eine Möglichkeit, operative Daten direkt vor Ort zu analysieren, ohne die Verzögerungen, die durch das Verschieben in ein anderes System entstehen.

Erkenntnisse in die Tat umsetzen
Während die Analytik im Allgemeinen hervorragend darin ist, zu klären, was bereits geschehen ist, besteht ein großes Ziel der operativen Analytik darin, zu empfehlen, was als Nächstes zu tun ist. Das Hinzufügen prädiktiver Funktionen zur Analytik-Workload erfordert oft die Integration einer weiteren Technologie. Zusätzliche Technologie macht die Umgebung jedoch komplexer und anfälliger für Verzögerungen. Was gebraucht wird, ist eine Möglichkeit, Vorhersagen und Empfehlungen in die Analytik zu integrieren, ohne den Technologie-Stack zu verkomplizieren.

Couchbase Capella für operative Analytik

Couchbase Capella ist ein Cloud-natives, verteiltes NoSQL-Dokumenten-Database-as-a-Service (DBaaS), das mehrere Datenbankmodelle in einer einzigen Technologie vereint. Zu den Funktionen gehören:

• Verarbeitung von Key-Value-Daten im Arbeitsspeicher für ultraschnelle Reaktionsfähigkeit
• Verteilte Speicherung von JSON-Dokumentdaten für Flexibilität und Ausfallsicherheit
• Unterstützung für Mobilgeräte und IoT
• SQL-Abfrage-Unterstützung
• Volltextsuche
• Vielseitigkeit

Eines der einzigartigsten Merkmale von Couchbase Capella ist sein integrierter Analysedienst.

Couchbase Analytics – Isolierung von operativen und Analyse-Workloads ohne Datenverschiebung

Couchbase Analytics ist eine parallele Datenverwaltungskompetenz für Couchbase Capella, die eine massiv parallele Verarbeitungsarchitektur (MPP) nutzt, um Einblicke in der Geschwindigkeit von Transaktionen zu liefern. Couchbase Analytics eignet sich am besten für die Ausführung großer, komplexer Abfragen mit Datenaggregationen für große Datenmengen.

Der Analytics Service erstellt automatisch eine Schattenkopie der in Couchbase Capella gespeicherten operativen Daten und isoliert diese speziell für Analysen. Couchbase Analytics kann Daten auch aus AWS S3 und Azure Blob Storage beziehen. Da die Daten des Analytics Service von Natur aus und automatisch mit den operativen Daten verknüpft sind, werden Änderungen der operativen Daten in Echtzeit in den Analysedaten widergespiegelt. Und da die Schattenkopie der Daten isoliert ist, können Sie Analytics-Service-Daten abfragen, ohne operative Arbeitslasten zu beeinträchtigen.

Lesen Sie in diesem Blog mehr über Couchbase Capella Analytics.

Couchbase Analytics unterstützt zudem benutzerdefinierte Funktionen (UDFs), die es Ihnen ermöglichen, Algorithmen des maschinellen Lernens zu nutzen, um aussagekräftige Erkenntnisse aus den Daten zu gewinnen. Mit UDFs werden trainierte ML-Modelle als Funktionen in Analyseabfragen aufgerufen, die die Betriebsdaten auswerten und Vorhersagen zurückgeben, die dem Ergebnis hinzugefügt werden.

Lesen Sie hier mehr über Couchbase Analytics UDFs für prädiktive Analysen.

Vorteile von Couchbase Capella für operative Analytik

Arbeitslastisolierung
Latenz und Durchsatz operationaler Abfragen werden vor Verlangsamungen geschützt, die durch die analytische Abfragelast verursacht werden. Capella erreicht dies ohne die Komplexität des Betriebs einer separaten analytischen Datenbank.

Die Daten sind immer aktuell, und es ist kein ETL erforderlich.
Couchbase Analytics nutzt DCP (Database Change Protocol), ein schnelles Speicher-zu-Speicher-Protokoll, das von Couchbase-Capella-Knoten zur Synchronisierung von Daten verwendet wird. Dadurch läuft Couchbase Analytics auf extrem aktuellen Daten ohne ETL.

Gemeinsames Datenmodell
Couchbase Analytics unterstützt nativ genau dasselbe reichhaltige, flexible Schema-Dokumentdatenmodell, das Sie für Ihre operativen Daten in Capella verwenden. Sie müssen Ihre Daten nicht in ein flaches, vordefiniertes relationales Modell zwängen, um sie zu analysieren.

Der Couchbase Capella-Vorteil

Mit Couchbase Capella und dem Analytics Service kann Ihr Unternehmen das Beste aus beiden Welten erhalten: eine skalierbare und ausfallsichere operative Datenplattform sowie eine schnelle, leistungsstarke Analyseplattform. Capella vereint beides in einem einzigen System, das weniger Infrastruktur verbraucht und weniger Datenkopien benötigt, was zu einer geringere Gesamtbetriebskosten.

• Schau mal wie Domino’s Pizza nutzt Couchbase Analytics für operative Echtzeitanalysen zur Verbesserung des Kundenmarketings.
• Erfahren Sie mehr über Couchbase Analytics in diesem Datenblatt.
• Sieh dir das an Couchbase-Analytics-Dokumentation.
• Testen Sie Couchbase Capella kostenlos.