Har du hendelsesdata i Databricks?

Hvis du har hendelsesdata som lander direkte i Databricks, er du sannsynligvis en moden datavirksomhet som er i tråd med prinsippene i Modern Data Stack. I disse dataene ligger det en skattekiste av innsikt begravet. Har du de riktige analytiske verktøyene for å hente ut denne innsikten, slik at den får størst mulig innvirkning på virksomheten din?

Hendelsesdata

De siste årene har vi sett en dramatisk eksplosjon i datamengden som samles inn av bedrifter. Dette er drevet av økt digitalisering, gjennomgripende instrumentering av digitale opplevelser, vekst i antall tilkoblede enheter og automatisering. Denne eksplosjonen skjer hovedsakelig i kategorien hendelsesdata.

Hendelsesdata fanger opp hendelsessekvensen bak hver eneste forretningsprosess. Eksempler på hendelsesdata er: produktinstrumentering, applikasjonslogger, spillinteraksjoner på nettet, interaksjoner på sosiale medier, e-handelsbestillinger, auksjoner på markedsplasser, kredittkorttransaksjoner, aksjehandler, sporing av logistikkflåter, IoT-sensoravlesninger osv.

Databricks

Historisk sett har hendelsesdata aldri havnet i et datavarehus. De havnet i spesialiserte black box-lagre med SaaS-tjenester som var spesifikke for hvert enkelt brukstilfelle. Datavarehusene var forbeholdt en liten delmengde av oppsummerte data fra transaksjonelle forretningssystemer som ERP eller CRM. Men dette er i rask endring. I økende grad havner hendelsesdata i moderne datavarehus i skyen, som Databricks. Det er nå mulig å lagre, sikre, administrere og få tilgang til hendelsesdata i PB-skala i datavarehus på en kostnadseffektiv måte.

Lagring av hendelsesdata i Databricks har tre store fordeler:

1. Én sannhetskilde - Bedrifter ønsker å ha alle dataene sine på ett sted, uten siloer/kopier i flere lagre. Alle data i en sentralisert Databricks har fordeler når det gjelder datakonsistens, sikkerhet og styring.
2. Analyser medstor forretningskontekst - Når hendelsesdata er i Databricks, kan de kombineres med data fra andre forretningssystemer som økonomi, support, salg osv. for å gjøre analyser av hendelsesdata mer effektive for virksomheten.
3. Kostnad - Med separasjon av lagring og databehandling i Databricks kan du lagre PB-er med data i billige objektlagre. Du betaler kun for databehandling når og hvis dataene brukes, og i forhold til mengden data som brukes.

Analyse av hendelsesdata

Hvilke analyseverktøy fungerer best på hendelsesdata i Databricks? Tradisjonelle verktøy for hendelsesdataanalyse, som Amplitude og Mixpanel for produktanalyse, eller Adobe Analytics og Google Analytics for web-/markedsføringsanalyse, fungerer ikke på datavarehuset. SQL- og BI-verktøy som Looker og Tableau er ikke utviklet for å uttrykke og effektivt beregne spesialiserte hendelsesorienterte analyser.

En ny type verktøy for hendelsesdataanalyse som er tilpasset datalageret, er på vei inn i den moderne datastakken. Optimizely Warehouse-Native Analytics er en pioner på dette området.