Kommentar von Spencer Tuttle, ThoughtSpot Daten in der Cloud sind anders – auch Analysen sollten es sein

Von Spencer Tuttle |

Anbieter zum Thema

Während Unternehmen vermehrt auf die Cloud setzen, sollten sie sicherstellen, dass ihre Analyse-Lösung der Cloud-Realität gerecht wird. Nur so lässt sich das Cloud-Potenzial voll ausschöpfen.

Der Autor: Spencer Tuttle ist VP EMEA bei ThoughtSpot
Der Autor: Spencer Tuttle ist VP EMEA bei ThoughtSpot
(Bild: ThoughtSpot)

Die Debatte darüber, ob Unternehmen auf die Cloud umsteigen oder nicht, ist vorbei. Egal, welche Analystenberichte man nimmt, alle geben an, dass das Datenwachstum in der Cloud das On-premises-Wachstum bei Weitem übertrifft. Dieser Trend wurde durch die Pandemie noch beschleunigt, da Unternehmen veraltete On-premises-Technologien in Rekordzeit abbauen. Als ob das noch nicht Beweis genug wäre, zeigt der beeindruckende Börsengang von Snowflake, wie mächtig die Cloud – sowohl für Kunden als auch für die Wall Street – geworden ist.

Unternehmen gehen aus vielen Gründen in die Cloud. Sie wollen mehr Flexibilität, agiler sein, innovative Dienstleistungen schneller erbringen, die Kundenerfahrung verbessern und den Gewinn steigern. Und was steht im Mittelpunkt all dieser Bemühungen? Die Daten.

Aber Daten in der Cloud unterscheiden sich von Daten On-premises. Während die Akzeptanz der Cloud rapide zunimmt, müssen Unternehmen die Unterschiede zwischen beiden Systemen verstehen. Nur so sind sie in der Lage, das Potenzial der Cloud wirklich auszuschöpfen und kostspielige Fehler zu vermeiden. Hier drei wesentliche Unterschiede:

1. Größere Datenmengen

Im vergangenen Jahrzehnt hat die Datenmenge, die wir erzeugen, eine wahre Explosion erlebt. Mit dem Mobilfunk, dem Internet der Dinge und der ständig wachsenden Zahl von SaaS-Anwendungen beschleunigt sich dieses Wachstum nur noch. IDC geht davon aus, dass wir bis 2025 rund 175 Zettabytes an Daten haben werden. Das ist richtig – Zettabytes, also 1021 Bytes.

Billige, effiziente Speicherung in der Cloud hat dieses Wachstum der Datenmengen möglich gemacht. Aber das bringt auch völlig neue Probleme mit sich. Unternehmen ertrinken buchstäblich in ihren Daten. Die Technologien, die in der Vergangenheit zur Verarbeitung all dieser Informationen eingesetzt wurden, können dieses Ausmaß kaum bewältigen. Noch problematischer ist jedoch, dass kein Mensch all diese Daten einfach durchforsten kann, um aussagekräftige Erkenntnisse zu gewinnen. Das ist angesichts der Datenmenge nicht machbar. Wir haben sozusagen einen Sprung gemacht – von der Suche nach der Nadel im Heuhaufen zur Suche nach der Nadel im Weizenfeld.

2. Die Halbwertzeit der Daten ist kürzer

Daten in der Cloud sind nicht nur um viele Dimensionen größer als On-premises. Sie verlieren auch schneller an Wert. Aus vielen verschiedenen digitalen Quellen werden Daten erzeugt und in der Cloud gespeichert. Diese Daten werden, sobald neue Interaktionen stattfinden, aktualisiert. Daten, die morgens noch brandneu waren, sind am Ende des Tages bereits veraltet.

Nehmen wir das Beispiel einer Unternehmenswebsite. Wer einen großen Produktlaunch durchführt, will wissen, was in der letzten Stunde passiert ist. Um den Website-Traffic voll auszuschöpfen und das Beste aus dem Launch zu machen, muss das Unternehmen schnell reagieren können und eventuell Ressourcen umschichten und anpassen. Da sind die Daten vom Vortag nutzlos, während die aktuellen Daten unbezahlbar sind.

3. Data Governance ist schwieriger

Eines der größten Hindernisse für Unternehmen war in der Vergangenheit die Fragmentierung ihrer Daten. Unternehmensdaten waren überall verteilt und wurden von den verschiedenen Abteilungen und Teams unterschiedlich genutzt. Das war bereits eine große Hürde bei der Verwaltung und Sicherung der Daten.

In der Welt der Cloud ist diese Herausforderung sogar noch größer. Unternehmen haben Tausende verschiedener Anwendungen, von denen jede Daten generiert. Diese Daten können in den SaaS-Anwendungen selbst, in Data Lakes, in Public Clouds, Private Clouds oder sogar über mehrere Clouds hinweg gespeichert werden.

Um diese Daten zu verwalten, muss sichergestellt werden, dass jede Person den richtigen Zugriff auf die richtigen Daten hat. Die meisten Unternehmen hängen hier kläglich hinterher. Technologien, die nicht für die Verwaltung von Daten auf der detailliertesten Ebene entwickelt wurden, machen es ihnen fast unmöglich, ihre Daten in den Griff zu bekommen.

Neue Analysefähigkeiten sind gefragt

Daten in der Cloud erfordern eine neue Art der Analyse. Ohne eine grundlegend neue Architektur ergibt es keinen Sinn, die Lösungen, die für das Design von Dashboards auf Desktops entwickelt wurden, zwanghaft in die Cloud zu überführen.

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Unternehmen, die ihre Cloud-Daten besser ausschöpfen wollen, sollten nach Analyse-Plattformen mit folgenden drei Funktionen Ausschau halten:

  • 1. Suche für die schnelle Durchsicht von Daten: Bei so vielen Daten in der Cloud und so vielen schnellen Veränderungen müssen Analyse-Lösungen eine einfache und schnelle Möglichkeit für den Zugriff auf Daten auf granularster Ebene für jeden Mitarbeiter innerhalb des Unternehmens bieten. Wenn Geschäftsanwender tagelang auf die Erstellung eines Berichts oder Dashboards warten, werden sie ihre Entscheidungen ohne Daten treffen. Mit einer Suchfunktion können Geschäftsanwender Daten schnell durchsuchen und erhalten die zur Entscheidungsfindung notwendigen Einblicke. Darüber hinaus sollte die Suchfunktion in der Lage sein, ins Detail hinunter zu drillen. Wenn Daten aggregiert oder gemittelt werden, geben sie nicht jene wertvollen nuancierten Einblicke, die für die Entscheidungsfindung notwendig sind.
  • 2. KI um versteckte Einblicke zu entdecken: Unternehmen brauchen Analyse-Lösungen, die es ermöglichen, alle Daten in der Cloud sinnvoll zu nutzen, ansonsten werden die Mitarbeiter angesichts der schieren Datenmengen schnell überfordert sein. Technologien, die KI und maschinelles Lernen integrieren, zeigen den Mitarbeiter automatisch auf, was wichtig ist, was neu ist und was sich geändert hat. Sie sorgen dafür, dass wichtige Erkenntnisse nicht in den Datenbergen der Cloud vergraben bleiben.
  • 3. Fein abgestufte Sicherheit für Governance auf Cloud-Ebene: Mit der Zunahme der Cloud-Daten sind Sicherheit und Governance zehnmal wichtiger geworden. Die einzige Möglichkeit, dieser Zunahme zu begegnen, besteht in der Nutzung von Analyse-Plattformen, deren Governance-Modell ebenso skalierbar ist wie die Daten in der Cloud. Alles, was mit einer Desktop-Architektur erstellt wurde, ist dem Datenwachstum nicht gewachsen, bremst das Geschäft und bringt ernsthafte Risiken mit sich.

Daten in der Cloud sind ohne Frage die Zukunft. Um aber ihren Wert zu erschließen und die Daten sinnvoll zu nutzen, benötigen Unternehmen neue Technologien, die den neuen Anforderungen gewachsen sind. Versuchen Unternehmen eine alte BI-Lösung für ein modernes Cloud Data Warehouse nachzurüsten, werden sie vermutlich nicht die erwarteten Ergebnisse sehen und das Potenzial der Cloud nicht voll ausschöpfen können.

Artikelfiles und Artikellinks

(ID:46976280)