Unternehmen verlieren angesichts steigender Datenmengen schnell den Überblick. Dabei sind effiziente Big-Data-Projekte keine Hexerei, vor allem mit Support durch Appliaction Performance Management (APM). [...]
Etwa 170 Millionen E-Mails werden in jeder Minute versendet, so aktuelle Schätzungen. Auch über soziale Medien-Kanäle, Websites, interne Portale und andere Plattformen werden tagtäglich Unmengen an Daten verbreitet. Kein Wunder, dass deren Auswertung und Analyse – und damit ihre sinnvolle Nutzung – immer schwieriger werden. Im Mittelpunkt steht nicht nur die pure Menge der gesammelten Daten. Es geht um das Ermitteln der relevanten Unternehmensinformationen als Basis für langfristige, strategische Entscheidungen sowie für direkte Maßnahmen. Dazu müssen individuelle Dashboards entwickelt und bereitgestellt werden, die dem Nutzer einen schnellen Überblick über die jeweils relevanten Ergebnisse der Big-Data-Analysen geben können. Um unternehmensweite Einsichten bereitstellen zu können, ist in der Regel auch eine enge Zusammenarbeit aller Abteilungen erforderlich. Schließlich muss festgelegt werden, welche Ziele mit einer Big-Data-Lösung erreicht werden sollen.
Anschließend ist regelmäßig zu überprüfen, ob diese auch realisiert werden. Viele Unternehmen sind heute bestrebt, größeren Nutzen aus den von ihren Anwendungen und deren Benutzern generierten Daten zu gewinnen. Diese Projekte genießen oft eine hohe Priorität, scheitern aber häufig an der technischen Komplexität, reale Datenmengen in einer angemessenen Zeitdauer zu verarbeiten. Nicht zuletzt erfordern Planung und Aufbau erfolgreicher Lösungen Expertenwissen, das nicht immer und zu jeder Zeit verfügbar ist.
In den letzten Jahren haben sich Tools etabliert, mit deren Hilfe sich umfassende Big-Data-Lösungen im Bereich Business Intelligence vergleichsweise schnell und einfach realisieren lassen. Diese Lösungen stellen jedoch auch eine Reihe von kniffligen Anforderungen an die Benutzer. Beispielsweise muss diesen Tools, die ihre Daten zumeist aus Log-Einträgen beziehen, zunächst einmal mittels Mustererkennung beigebracht werden, wo sich darin nützliche Informationen verbergen. Weiters sind Log-Einträge per se über keinen globalen Kontext verknüpft, sodass sich aus den Inhalten von Log-Dateien in der Regel nur vage Schlüsse über Ursache und Wirkung von Ereignissen in einer Anwendung, geschweige denn innerhalb einer einzelnen Benutzeraktion, ziehen lassen. Schließlich spielt es eine wesentliche Rolle, dass Auswertungen von Daten zuverlässig und schnell erfolgen – nicht umsonst heißt es „data is best when served fresh“. Genauso müssen sich Lösungen aufgrund ständig neuer Anforderungen flexibel und ohne großen Aufwand anpassen lassen, um rasch neue oder noch detailliertere Einsichten ermöglichen zu können.
APM-Lösungen stellen eine sinnvolle und wichtige Datenquelle für Big-Data-Projekte dar: Entsprechend platzierte Agenten sammeln Daten über die Nutzung von Anwendungen, Diensten sowie deren Servern und ermitteln automatisch den in Log-Einträgen üblicherweise nicht vorhandenen und nur durch erheblichen technischen Aufwand herzustellenden Kontext für jede einzelne Benutzeraktion selbst über Code- und Servergrenzen hinweg. Dadurch lässt sich unter anderem gezielt darüber Auskunft geben, wann welche Benutzer von welchem Fehler betroffen waren und was die zugrundeliegende Ursache dafür war.
Auch in puncto Schnelligkeit und Flexibilität bieten APM-Lösungen Vorteile. So können beispielsweise aufbereitete Daten über den Erfolg oder Misserfolg geschäftsrelevanter Vorgänge innerhalb der eigenen Anwendungen für multi-dimensionale Analysen in einer Big-Data-Lösung verfügbar gemacht werden, um sie mit Daten aus anderen Quellen zu korrelieren. APM-Lösungen sind somit ein gewinnbringender Baustein für BI- oder Big-Data-Lösungen im Allgemeinen, wenn es darum geht, das Verhalten von Anwendungen und deren Geschäftserfolg kontinuierlich zu verbessern.
* Der Autor Martin Etmajer ist Technology Strategist bei Compuware APM.
Be the first to comment