Big Data & Data Science

Wir wissen, wie.

Grenzenlose Möglichkeiten.

Erfolg mit Big Data erfordert neue und innovative Formen der Informationsverarbeitung, einschließlich unkonventioneller Datenmanagement-Technologien, -Architekturen und Analysefunktionen. Die möglichen Anwendungsfälle von Big Data sind mittlerweile sehr umfangreich und auch sehr individuell. Doch unabhängig vom jeweiligen Use Case, stellen sich bei der Umsetzung immer wieder dieselben Herausforderungen. Nämlich der effiziente Umgang mit großen Datenmengen, die schnelle Verarbeitung von Datenströmen und die Beherrschung komplexer Analysen. Deshalb haben wir für die Implementierung von Big Data Projekten Lösungen zu diesen drei Herausforderungen entwickelt.

 

Leistungsmerkmale:

  • Store & Process very large Datasets
  • Capture & Process speedy Datastreams
  • Advanced Analytics & Data Lab

«Trivadis beherrscht sowohl klassische als auch neue Big Data Technologien und komplexe Analytik gleichermaßen. Das ist der entscheidende Vorteil.»

Big Data Canvas

Mit dem Big Data Canvas Architektur Ansatz bilden wir den Gesamtumfang einer Big Data Lösung mit sieben grobgranularen Architekturbausteinen ab. Jeder dieser Bausteine bildet dabei einen Funktionsbereich zur analytischen Informationsverarbeitung ab, der zunächst durch feingranulare Achitecture Building Blocks aufgeschlüsselt und schlussendlich durch entsprechende Lösungsbausteine die sogenannten Solution Building Blocks hinterlegt wird. Mit diesem Lösungsapproach lassen sich für jeden individuellen Business Case hoch standardisierte und integrierte Big Data Architekturen umsetzen.

  • Standardisierte Architektur
  • Bewährte Lösungskomponenten
  • Investitionssicherheit

trivadis big data science

Store & Process Very Large Datasets – Enterprise Data Hub

Der Enterprise Data Hub ist die zentrale Stelle für alle unternehmensrelevanten Daten in einem umfassenden Operational Data Store (ODS). Alle Daten sind im Originalzustand verfügbar, werden fortwährend gesammelt und in höchster Detailstufe gespeichert. Das alles extrem kostengünstig und gepaart mit ausreichender Rechenpower für

Analysen direkt auf der Data Hub Plattform oder als zentrale Quelle für alle anderen IT Systeme. Eine konsequente Sicherung aller historischen Daten erlaubt es, Detaildaten auch noch nach Jahren vollständig historisch zu erschließen oder Fehleranalysen mit nie gekannter Zuverlässigkeit betreiben.

Umfassende Historisierung
der Daten!

Das Hauptproblem von historischen Daten ist weniger Ihr Volumen als vielmehr ihre Heterogenität. Struktur und Bedeutung ändern sich permanent. Die Big Data Lambda Architektur erlaubt eine einheitliche Sicht auf historische Daten – ganz gleich, in welcher Struktur sie vorliegen. Dabei verhindern brandneue Strukturänderungen niemals die Aufzeichnung der Daten. Nichts geht verloren.

  • Standardisierte Architektur
  • Historische Daten immer im Zugriff
  • Für die Analysemöglichkeiten der Zukunft gerüstet

trivadis store process

Speedy Data Streams – Realtime Analytics

Die Möglichkeit Datenströme z.B. aus Social Media Quellen, aber vor allem auch von Sensor- und Telematik-Systemen realtime zu analysieren, gewinnt immer größere Bedeutung. Dabei stellen die Parallelität von mehreren gleichzeitigen Datenströmen und die sich oft ändernden und nicht kontrollierbaren Datenraten große Herausforderungen für die Verarbeitung solcher Daten dar.

Unser Lösungsansatz basiert dazu auf einer flexiblen Lambda Architektur, die wir entsprechend den Kundenanforderungen konfigurieren und mit erprobten Technologiekomponenten aus dem Hadoop Ecosystem realisieren.

Die Architektur ist entscheidend!

Die Architektur als Erfolgsfaktor. Die von uns propagierte Lambda Architektur beherrscht die großen Herausforderungen in der Verarbeitung von realtime Datenströmen. Diese Architektur ist skalierbar auf beliebige Anzahl von Datenströmen wie auch für die übermittelte Mange an Daten. Durch Replikation von Komponenten kann die Leistungsfähigkeit des Systems entsprechend gesteigert werden. Verarbeitungskomponenten für Realtime-Analysen lassen sich in den Datenstrom einbauen.

  • Standardisierte Architektur
  • Skalierbarkeit der Gesamtlösung
  • Ready für Realtime Analytics

trivadis speedy data streams

Data Lab – Advanced Analytics in der Sandbox

Power-User, BI Analysten oder Data Scientists benötigen mehr als nur Zugriff auf das Data Warehouse und ein BI Tool. Gefragt sind leistungsfähige Analyseplattformen, die im Self-Service Modus die Analyse von heterogenen Daten aus unterschiedlichen Quellen

ermöglichen. Wir konzipieren und konstruieren Ihnen den perfekten Arbeitsplatz für explorative Analysen. So gewinnen Sie neue Erkenntnisse ohne wochenlange Vorlaufzeiten.

Alles selbst im Zugriff!

Abhängig von Ihren Bedarfen verbinden wir bestehende DWH Daten mit anderen Informationsquellen wie Social Media, Logfiles, Sensordaten oder Dokumenten. Der jeweils richtige Technikeinsatz ermöglicht dabei eine optimale Performance des Gesamtsystems. Ob dafür unterschiedliche IT-Systeme rein virtuell verbunden oder Daten an geeigneter Stelle physisch integriert werden, ist eine Frage der erforderlichen Performance- und Datenqualität. Mit unserer technischen und fachlichen Expertise entwickeln wir die passende Lösung mit einem optimalem Kosten/Nutzen-Verhältnis für Sie.


trivadis data lab

Trivadis, Peter Welker, Senior Principal Consultant

Peter Welker

Trivadis, Senior Principal Consultant