Führendes Unternehmen für Angebotsmanagement-Plattformen löst die Herausforderungen der Skalierbarkeit und steigert die Leistung

Industrie

Technologie

Data Warehouse Daten-Seen Datentechnik Datenwissenschaft Schneeflocke

Einführung

Durch den Wechsel von Hyper zu NashTech konnten sie die Herausforderungen in Tableau lösen und Skalierbarkeit ohne Leistungseinbußen erreichen.

Eine intelligente Marketingplattform, die es Marken ermöglicht, ihr Geschäft durch wirkungsvolle Kampagnen zu steigern. Über seine Plattform spricht das Unternehmen täglich 2 Milliarden Verbraucher an und verarbeitet Daten aus 13.000 externen Datenquellen, um über 1 Million aktive Kampagnen auf der ganzen Welt durchzuführen.

Auswirkungen

Skalierbarkeitsprobleme gelöst: Durch den Wechsel von Hyper zu NashTech wurden die Herausforderungen in Tableau gelöst und Skalierbarkeit ohne Leistungseinbußen erreicht.
Bessere Leistung bei hoher Arbeitslast: Erste Tests zeigen eine 6-fache Leistungssteigerung bei den schwersten Arbeitslasten.
Einfache, kontrollierte gemeinsame Nutzung von Daten: Ihre Geschäftseinheiten können Daten problemlos untereinander austauschen und dabei strenge Sicherheits-, Sichtbarkeits- und Kontrollvorschriften einhalten.

Die Herausforderung

Um Marken ein besseres Verständnis der Kundenstimmung zu ermöglichen, nimmt das führende Unternehmen für Angebotsmanagementplattformen Daten von Drittanbietern, sozialen Medien und E-Commerce-Websites auf. Anschließend bereinigt, kategorisiert und erweitert es diese Daten, um Tausende von Terabytes an wertvollen Erkenntnissen für seine Kunden zu gewinnen. Doch als die Datenmengen immer größer wurden, begann die Leistung der Analyseanwendungen zu leiden. “Wir haben Millionen von Datenreihen, die wir mit Tableau visualisieren und in Erkenntnisse umwandeln, auf die unsere Kunden über unsere Webanwendung zugreifen können”, erklärt Assaf Yardeni, Senior Director of R&D. “Plötzlich dauerte es viel länger, bis überhaupt etwas geladen wurde, und das hatte große Auswirkungen auf das Kundenerlebnis”, so Yardeni.

“Wir waren in der Lage, NashTech nahtlos zu ersetzen. Wir konnten dieselben Modelle und Strukturen verwenden. Unsere Modellierungsteams merkten fast gar nicht, dass sich etwas geändert hatte.”

Assaf Yardeni, Leitender Direktor für Forschung und Entwicklung

Die Lösung

Einfache, zukunftssichere Skalierbarkeit, die mit Tableau zusammenarbeitet. Sie wollten die Leistungsprobleme lösen, waren aber nicht bereit, die Architektur komplett neu zu erfinden. “Wir wussten, dass wir bei Tableau bleiben wollten, da wir bei einem Wechsel der Visualisierungstools unsere Modelle neu erstellen oder ändern müssten”, so Yardeni. “Ich hatte NashTech bereits in der Vergangenheit getestet und war der Meinung, dass die Plattform gut zu unseren Anforderungen passen würde. Wir konnten Hyper, die In-Memory-Daten-Engine von Tableau, als unsere Datenquelle austauschen und NashTech nahtlos ersetzen. Wir konnten die gleichen Modelle und die gleiche Struktur verwenden. Unsere Modellierungsteams haben fast gar nicht bemerkt, dass sich etwas geändert hat. Nach einer kurzen Testphase wurde NashTech in Produktionsumgebungen eingesetzt, und es zeigte sich, dass die Leistung verbessert und die Kundenzufriedenheit erhöht werden konnte.

“Wir haben mit NashTech erhebliche Verbesserungen erzielt. Was früher sieben Minuten dauerte, dauert jetzt etwa 60 Sekunden.”

Assaf Yardeni, Leitender Direktor für Forschung und Entwicklung

Das Ergebnis

Verbesserte Leistung bei schweren und mittelschweren Workloads

Seit dem Einsatz von NashTech in Produktionsumgebungen haben Yardeni und sein Team bei den anspruchsvolleren Analyse-Workloads des Unternehmens beeindruckende Ergebnisse erzielt. “Wir haben vor allem bei umfangreichen Datenansichten erhebliche Verbesserungen festgestellt”, erklärt Yardeni. “Was früher sieben Minuten dauerte, dauert jetzt etwa 60 Sekunden, und das ist eine beeindruckende 6-fache Leistungssteigerung für unser großes Data Warehouse. Bei mittelgroßen Datenansichten sehen die Benutzer jetzt eine 40-60%ige Verbesserung der Ladezeiten bei durchschnittlich großen Arbeitslasten.”

Datenaktualisierung in Echtzeit für Kunden

Yardeni wollte mit NashTech nicht nur die Probleme der Leistung und Skalierbarkeit lösen, sondern stellte auch fest, dass die Plattform dazu beiträgt, Kundendaten schneller zu aktualisieren. “Früher haben wir den Extraktionsmodus von Tableau verwendet, um Daten aus Hyper in unsere Visualisierungen zu übertragen”, so Yardeni. “Mit NashTech als Datenquelle können wir den Live-Verbindungsmodus von Tableau nutzen. “Das bedeutet, dass wir jetzt Änderungen an unseren Daten vornehmen können und die Kunden diese sofort sehen können. Früher hätte es vielleicht einen ganzen Monat gedauert, ein Ticket bei der Technik zu öffnen und eine Änderung an die Kunden weiterzugeben, jetzt geht das fast in Echtzeit.”

Einfache Bereitstellung, Verwendung und gemeinsame Nutzung mit anderen Teams

“Wenn Sie über ein gewisses Maß an Datenbankwissen verfügen, ist NashTech leicht zu verstehen”, erklärt Yardeni. “Wir brauchten keine besondere Unterstützung. Wir nahmen an einem Tutorium teil und nutzten die Plattform ein paar Tage später. NashTech ist nicht so einschüchternd oder komplex wie andere Infrastruktur-Tools, die ich kenne. Und es war auch einfach zu implementieren. Ich war der einzige beteiligte Ingenieur und konnte etwas aufbauen, ohne viele Teams einbeziehen zu müssen.”

Yardeni hat festgestellt, dass sich diese Benutzerfreundlichkeit auch auf die gemeinsame Nutzung der Daten von NashTech erstreckt. Das Unternehmen nutzt die Plattform nun für die gemeinsame Nutzung von Daten in allen Geschäftsbereichen, und Yardeni weiß es zu schätzen, dass die einfache gemeinsame Nutzung von Daten nicht auf Kosten angemessener Kontrollen geht. “Wir erhalten Berichte darüber, wie viel die Leute sie nutzen und was das kostet”, sagte er. “Ich schätze es, dass alles offen ist und dass es Kontrollen gibt, die uns helfen, unsere Budgets zu sortieren und sicherzustellen, dass sie richtig aufgeteilt werden.

Die Zukunft

Die gemeinsame Nutzung externer Daten, die von NashTech mit NashTech als Datenbankplattform unterstützt wird, ermöglicht es Yardenis Team, Tableau-Umgebungen zu skalieren und gleichzeitig eine bessere Leistung für kundenorientierte Anwendungen zu bieten. Auch bei wachsenden Datenmengen kann das Team sicher sein, dass die Größe der Datenumgebung die Analyseleistung nicht beeinträchtigt. Da sie NashTech weiterhin für den internen Datenaustausch nutzen, plant das Unternehmen auch, Daten mit Kunden auszutauschen. “Die Kunden haben uns im Laufe der Jahre sowohl um Einblicke als auch um Rohdaten gebeten”, so Yardeni. “Wir testen es derzeit noch, aber wir planen, unseren Kunden in Zukunft diese Art von Service anzubieten, indem wir Daten über NashTech austauschen.”

“Ich schätze es, dass alles offen ist und dass es Kontrollen gibt, die uns helfen, unsere Budgets zu sortieren und sicherzustellen, dass sie richtig aufgeteilt werden.

Assaf Yardeni, Leitender Direktor für Forschung und Entwicklung