Echtzeitanalyse (Real-Time Analytics)
Echtzeitanalyse (Real-Time Analytics) bedeutet, dass sämtliche in einem Unternehmen verfügbaren Daten, Ressourcen und Kapazitäten genau zu dem Zeitpunkt für geschäftliche Auswertungen genutzt werden können, zu dem sie gerade benötigt werden. Bei der Echtzeitanalyse handelt es sich um einen dynamischen Abfrage- und Reporting-Prozess, der zudem auf aktuellen Daten basiert, die weniger als eine Minute zuvor in das IT-System eingegeben wurden. Statt des Begriffs Echtzeitanalyse werden als Synonyme häufig auch Begriffe wie Echtzeitdatenanalyse, Datenintegration in Echtzeit oder Echtzeitintelligenz verwendet.
Echtzeitanalysen werden unter anderem durch folgende Technologien unterstützt:
- In-Memory-basierte Datenverarbeitung: Dabei handelt es sich um eine Architektur, bei der ein Prozessor in einen Speicherchip integriert ist, um die Latenzzeiten zu verringern.
- Analysedatenbank: Nicht nur die Daten werden direkt in einer Datenbank verarbeitet, sondern dank der entsprechenden Logik zugleich auch die Analyse der Daten.
- Data-Warehouse-Appliance: Es handelt sich um eine Kombination aus Hardware und Software, die speziell für die Analyseverarbeitung entworfen wurde. Der Käufer kann mit einer Appliance quasi „out of the box“ ein hochperformantes Data Warehouse aufbauen.
- In-Memory-Analyse: Bei diesem Verfahren finden Abfragen von Datensätzen statt, die im Arbeitsspeicher vorgehalten werden, im Gegensatz zu Datenanalysen, die auf einem physischen Datenträger gespeichert sind.
- Massenparallelrechner (MPR) oder Massively Parallel Processing (MPP): Hierbei handelt es sich um die verteilte und koordinierte Verarbeitung eines Programms durch mehrere Prozessoren, die auf verschiedenen Programmteilen arbeiten und dafür jeweils ein eigenes Betriebssystem und einen eigenen Arbeitsspeicher nutzen.
Anwendungsbereiche von Echtzeitanalysen
Beim Kundenbeziehungs-Management (Customer Relationship Management, CRM) dienen Echtzeitanalysen Unternehmen dazu, minutengenaue Informationen über ihre Kunden zu erhalten und diese so zu visualisieren, dass geschäftliche Entscheidungsprozesse beschleunigt und verbessert werden – idealerweise noch während man mit dem Kunden interagiert. Durch Echtzeitauswertungen wird auch der sofortige Refresh von Analyse-Dashboards unterstützt. Nur so lassen sich Veränderungen im Business bereits zu dem Zeitpunkt erkennen, an dem sie sich ereignen.
Im Kontext von Data-Warehouse-Lösungen bedeutet Echtzeitanalyse darüber hinaus, die Möglichkeit Ad-hoc-Abfragen großer Datenmengen auszuführen. Ein weiteres Anwendungsfeld bei dem die Echtzeitanalyse konkreten Nutzen bringt, ist der wissenschaftliche Bereich, etwa in der Meteorologie bei der Nachverfolgung des Wegs, den ein Hurrikan nimmt sowie zur Bestimmung seiner Intensität und des Windfelds. Durch die Auswertungen dieser Parameter könnten in diesem Fall Vorhersagen über den Verlauf eines Hurrikans bereits Stunden oder sogar Tage vorher getroffen werden.
Der Begriff Echtzeit bezieht sich darauf, ob das Antwortverhalten eines IT-Systems vom Nutzer als unmittelbar oder nahezu unmittelbar empfunden wird, oder ob das Computing-System mit externen Prozessen Schritt halten kann, wie etwa der Visualisierung von Aktivitäten auf Webseiten, die sich ständig ändern.
