Echtzeitdaten und Big Data sind nicht das Gleiche

Photo via VisualHunt

Eigentlich sollte es selbstverständlich sein, aber es gehört doch wohl nochmals betont. Big Data und Real-Time Data, das Nutzen von Daten in Echtzeit sind nicht das Gleiche! Big Data wird oft im Blick nach hinten genutzt. Man analysiert, was geschehen ist und versucht für die Zukunft zu lernen. Im Idealfall. In der Nutzung von Daten in Echtzeit, werden diese sofort “operationalisiert”. Das klassische Beispiele ist Amazon, das aufgrund des Klickverhaltens der Kunden sofort weitere Kaufempfehlungen gibt.

Solche kunden- und vertriebszentrierten Echtzeitlösungen sind nicht einfach, denn die entsprechenden Anwendungen müssen immer verfügbar, performant und skalierbar sein. Diejenigen, die das schaffen, haben wir Amazon neue Standards gesetzt. Und wer online mit Kunden zu tun hat, der sollte mit personalisiertem Kundendienst in Echtzeit nachziehen – und das möglichst bald, denn Geschwindigkeit, Echtzeit zählt im digitalen Zeitalter.

Billy Bosworth, CEO of DataStax, definiert drei Schritte, in denen Echtzeiterfahrung für Kunden generiert wird:

1. Data ingestion: A large volume of data generated by countless devices, interactions, applications, programs, timelines and touch points is gathered in real time. This includes the context of what the customer is directly doing with you and real-time data relevant to that interaction (location, preferences, demographics, social media interactions, etc.).

 

2. Real-time data analysis: Not only do you need to ingest and save all the data pouring into your systems, but you also must perform immediate analysis on that data to make sense of it and give it context. This step often combines real-time data feeds with other bits of data from other sources such as legacy systems.

 

3. Actionable Insights: The application’s underlying data must be hyper-responsive to the customer’s interactions. You use these real-time data analyses to make in-the-moment, real-time customer experience happen precisely when it is needed. This could be via digital channels or even traditional customer service interactions, but the key is that you have the foundational data technology that makes this possible.

via Why Big Data Alone Won’t Drive Better Customer Experiences

Vielfältige Daten müssen in Echtzeit im Kontext gesammelt werden, sie müssen sofort analysiert, oft mit bestehenden Datenbeständen und -systemen in Echtzeit abgeglichen werden und nicht zuletzt muss sofort agiert werden, dem Kunden etwas unmittelbar angeboten werden. All dies stellt natürlich hohe Anforderungen an die Systeme und den Daten-Layer, der für die Echtzeitanalyse genutzt wird. Billy Bosworth betont dies nochmals explizit am Ende seines Beitrags auf Forbes:

To avoid that scenario, you must move beyond big data as we have known it and start thinking in more nuanced ways. Whether it’s real-time analysis, artificial intelligence or just improving in-person customer experiences, nothing is more important than getting your data management layer right.

via Why Big Data Alone Won’t Drive Better Customer Experiences

In dieser IBM Grafik werden die verschiedenen Pespektiven von Big Data dargestellt. Datenanalyse und -nutzung in Echtzeit ist nochmals herausfordernder. Um so wichtiger, den Data Management-Layer richtig hinzubekommen, um wirklich den Mehrwert aus diesen Daten zu ziehen, in Echtzeit und auch in der historischen Perspektive, um für die Zukunft zu lernen:

(Stefan Pfeiffer)

Photo via VisualHunt

 

 

Kommentare sind sehr willkommen