Operative Analytik

Was ist operative Analytik?

Die Betriebsanalyse nutzt Echtzeitdaten aus betrieblichen Systemen, um die unmittelbarsten und angemessensten Maßnahmen für jede Geschäftssituation zu ermitteln. Die für die Betriebsanalyse verwendeten Daten stammen in der Regel aus Geschäftssystemen wie POS (Point of Sale), ERP (Enterprise Resource Planning), IoT (Internet of Things) und CRM (Customer Relationship Management).

Die operative Analyse unterscheidet sich von der Business-Intelligence-Analyse, bei der historische Informationen und komplexe Algorithmen zur Erstellung regelmäßiger Berichte für die strategische Entscheidungsfindung verwendet werden. Stattdessen stellt die operative Analyse den Geschäftsanwendern Erkenntnisse in Echtzeit zur Verfügung, damit sie diese nutzen können, um schneller Entscheidungen zu treffen und sofort Maßnahmen zu ergreifen, die die größten Auswirkungen haben.

Da der Schwerpunkt auf der Unmittelbarkeit liegt, kann die Betriebsanalytik zur Verbesserung aller Prozesse beitragen, bei denen Informationen schnell anfallen und sich Daten rasch ändern. Zu diesen Prozessen gehören der Kundensupport, das Merchandising im Einzelhandel, die industrielle Fertigung, die agile Entwicklung und viele andere.

Diese Seite behandelt:

• Warum ist die Betriebsanalytik wichtig?
• Anwendungsfälle für operationelle Analytik
• Vorteile der Betriebsanalytik
• Herausforderungen der Betriebsanalytik
• Couchbase Capella für operative Analysen
• Der Vorteil von Couchbase Capella

Warum ist die Betriebsanalytik wichtig?

Operative Analysen sollen Unternehmen dabei helfen, mithilfe von Situationsbewusstsein schnellere Entscheidungen zu treffen. Sie ermöglicht es Mitarbeitern, Daten aus Geschäftssystemen zu nutzen, um effektiver auf Ereignisse in Echtzeit zu reagieren.

In einem Service-Callcenter kann ein Support-Mitarbeiter beispielsweise besser entscheiden, wie er eine Kundenanfrage bearbeiten soll, wenn er die demografischen Daten des Kunden, den Kontostatus, frühere Supportfälle, frühere Einkäufe und den geografischen Standort kennt. Diese Informationen, die während einer Live-Interaktion abgerufen werden, können den Agenten über den optimalen Reaktionsweg informieren. Ist der Kunde ein Inhaber eines Goldkontos? Dann wird er in der Warteschlange bevorzugt behandelt. Hat er sich bereits über andere Kanäle mit dem Problem befasst? Dann ist es wahrscheinlicher, dass er unzufrieden ist, und es ist besser, den Fall proaktiv zu eskalieren. Durch die Minimierung der Zeit bis zur Erkenntnis hilft die Betriebsanalyse einem Unternehmen, schnell die richtigen Maßnahmen zu ergreifen, und mindert Probleme, die durch einen Mangel an Informationen verursacht werden.

In vielen Fällen werden prädiktive Analysen verwendet, um die operative Analyse zu verbessern, indem wahrscheinliche Ergebnisse auf der Grundlage von Daten vorhergesagt werden. Im Callcenter-Szenario könnte ein prädiktiver Algorithmus beispielsweise die Wahrscheinlichkeit des Anrufers einschätzen, ein Upgrade zu erwerben, und zwar auf der Grundlage seines Kontostatus, seines Alters, seiner Kaufhistorie und seines Standorts. Der Algorithmus könnte dem Agenten auch ein Angebot vorschlagen, das er in Echtzeit unterbreiten kann.

Anwendungsfälle für operationelle Analytik

Operative Analysen können auf nahezu jeden komplexen oder dynamischen datengesteuerten Geschäftsprozess angewendet werden. Gängige Anwendungsfälle sind unter anderem:

• Kundenbetreuung
• Betrugsrisiko und Aufdeckung
• Cross-Sell/Upsell am Einzelhandelsstandort
• Vorausschauende Wartung
• Optimierung von Marketingkampagnen
• Management der Lieferkette
• Optimierung der Produktionsflächen
• Flottenmanagement
• Patientenversorgung im Krankenhaus

Vorteile der Betriebsanalytik

Die Möglichkeit, relevante betriebliche Informationen in Echtzeit zu nutzen, kann dem Unternehmen in vielerlei Hinsicht zugute kommen.

Verbesserte Kundenbindung
Ausgehend von der Annahme, dass Kunden positiv auf einen hochgradig personalisierten Service reagieren, wenden viele Unternehmen operative Analysen auf kundenorientierte Prozesse an, die Mitarbeiter durch die einzelnen Schritte der Kundenbeziehung führen. Die Erstellung von Angeboten und Empfehlungen, die auf dem Profil eines bestimmten Kunden basieren, erleichtert das Upselling und die Bindung dieses Kunden. Durch die Analyse von Betriebsdaten in Echtzeit kann ein Unternehmen auch Probleme erkennen, die zur Unzufriedenheit der Kunden führen, und Korrekturmaßnahmen ergreifen, bevor die Kunden davon betroffen sind.

Verbesserte Geschäftsprozesse
Durch die Überwachung und Analyse des Zustands kritischer Geschäftssysteme im laufenden Betrieb kann ein Unternehmen Probleme erkennen und beheben, bevor sie problematisch werden. So kann ein Unternehmen beispielsweise Wartungsprobleme an einer Hochgeschwindigkeits-Fertigungsstraße beheben, bevor sie zu Ausfällen und kostspieligen Ausfallzeiten führen.

Höhere Produktivität
Die Verwendung von Daten in Echtzeit als Teil eines betrieblichen Prozesses kann die manuelle Erfassung dieser Informationen überflüssig machen. Durch den rechtzeitigen Einblick in potenzielle Probleme kann ein Unternehmen Probleme proaktiv entschärfen, Prozesse reibungslos ablaufen lassen und die Betriebszeit maximieren.

Kürzere Zeit bis zum Handeln
Da der Schwerpunkt auf der Bereitstellung von Informationen zum jetzigen Zeitpunkt liegt, bietet die operative Analyse ein wichtiges Situationsbewusstsein, das es einem Unternehmen ermöglicht, sofort die vorteilhaftesten Maßnahmen zu ergreifen. Im Vergleich dazu sind herkömmliche historische Analysen weniger aussagekräftig, da sie Maßnahmen auf einen späteren Zeitpunkt verschieben.

Herausforderungen der Betriebsanalytik

Der Weg zu einer erfolgreichen operativen Analyse kann sich schwierig gestalten, da der Zugriff auf Daten aus verschiedenen Geschäftssystemen für Echtzeitanalysen eine große Herausforderung darstellt.

Analyse von Daten ohne Beeinträchtigung der betrieblichen Arbeitsbelastung
Für die Betriebsanalyse werden Daten von Systemen benötigt, die für den Betrieb des Unternehmens entscheidend sind. Beispielsweise muss Ihr POS-System Transaktionen schnell und genau verarbeiten. Wenn Sie jedoch zusätzlich zu jeder Transaktion Analysealgorithmen auf die Daten anwenden, wird das System wahrscheinlich überlastet, verlangsamt sich und riskiert Probleme oder Ausfälle. Sie brauchen eine Möglichkeit, Betriebsdaten zu analysieren, ohne die Leistung der Systeme zu beeinträchtigen, die diese Daten erzeugen und verwenden.

Echtzeit-Zugang zu Betriebsdaten
Um mehrere Datenquellen zu konsolidieren und die Auswirkungen auf die Betriebsabläufe zu minimieren, verwenden viele Unternehmen ETL-Prozesse (Extrahieren, Transformieren, Laden), die Daten in ein Data Warehouse verschieben, wo sie analysiert werden. Diese Technik kann zwar nützlich sein, um analytische Arbeitslasten zu isolieren und die Auswirkungen auf betriebliche Systeme zu reduzieren, sie verzögert jedoch die Zeit bis zur Erkenntnisgewinnung erheblich. ETL-Routinen müssen sorgfältig entwickelt werden, um die Datenqualität während der Übertragung aufrechtzuerhalten, und es kann Tage oder sogar Wochen dauern, bis sie abgeschlossen sind. Was wir brauchen, ist eine Möglichkeit, betriebliche Daten an Ort und Stelle zu analysieren, ohne sie in ein anderes System verschieben zu müssen.

Erkenntnisse in Maßnahmen umsetzen
Während sich die Analytik im Allgemeinen dadurch auszeichnet, dass sie klärt, was bereits geschehen ist, besteht ein wichtiges Ziel der operativen Analytik darin, Empfehlungen für das weitere Vorgehen zu geben. Das Hinzufügen von Vorhersagefunktionen zum Analyseaufwand erfordert häufig die Integration einer weiteren Technologie. Zusätzliche Technologien machen die Umgebung jedoch komplexer und anfälliger für Verzögerungen. Es muss eine Möglichkeit gefunden werden, Vorhersagen und Empfehlungen in die Analyse einzubinden, ohne die Technologie zu verkomplizieren.

Couchbase Capella für operative Analysen

Couchbase Capella ist eine Cloud-native, verteilte NoSQL-Dokumenten-Datenbank-as-a-Service (DBaaS), die mehrere Datenbankmodelle in einer einzigen Technologie vereint. Zu den Fähigkeiten gehören:

• Verarbeitung von Key-Value-Daten im Speicher für hyperschnelle Reaktionsfähigkeit
• Verteilte Speicherung von JSON-Dokumentendaten für Flexibilität und Ausfallsicherheit
• Mobile und IoT-Unterstützung
• Unterstützung von SQL-Abfragen
• Volltextsuche
• Vielseitigkeit

Eines der einzigartigsten Merkmale von Couchbase Capella ist der eingebaute Analysedienst.

Couchbase Analytics - Isolierung von operativen und analytischen Workloads ohne Datenverschiebung

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

Der Analytics Service erstellt automatisch eine Schattenkopie der operativen Daten, die in Couchbase Capella gespeichert sind, und isoliert sie speziell für die Analyse. Couchbase Analytics kann auch Daten aus AWS S3 und Azure Blob Storage beziehen. Da die Daten des Analytics Service automatisch mit den operativen Daten verknüpft sind, werden Änderungen in den operativen Daten in Echtzeit in den Analytics-Daten reflektiert. Und da die Schattenkopie der Daten isoliert ist, können Sie die Daten des Analytics Service abfragen, ohne die betrieblichen Arbeitslasten zu beeinträchtigen.

Lesen Sie mehr über Couchbase Capella Analytics in diesem Blog.

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

Lesen Sie mehr über Couchbase Analytics UDFs für Predictive Analytics hier.

Vorteile von Couchbase Capella für die operative Analytik

Isolierung der Arbeitslast
Latenz und Durchsatz der operativen Abfragen werden vor Verlangsamungen geschützt, die durch die Arbeitslast der analytischen Abfragen 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 verwendet DCP (Database Change Protocol), ein schnelles Memory-to-Memory-Protokoll, das die Couchbase Capella-Knoten zur Synchronisation der Daten nutzen. Das Ergebnis: Couchbase Analytics läuft auf extrem aktuellen Daten ohne ETL.

Gemeinsames Datenmodell
Couchbase Analytics unterstützt von Haus aus das gleiche flexible Schemadatenmodell, das auch für die operativen Daten in Capella verwendet wird. Sie müssen Ihre Daten nicht in ein flaches, vordefiniertes relationales Modell zwingen, um sie zu analysieren.

Der Vorteil von Couchbase Capella

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

• Siehe wie Domino's Pizza nutzt Couchbase Analytics für operative Echtzeit-Analysen, um das Kundenmarketing zu verbessern.
• Erfahren Sie mehr über Couchbase Analytics in diesem datenblatt.
• Überprüfen Sie die Couchbase Analytics Dokumentation.
• Testen Sie Couchbase Capella kostenlos.