Der geschäftliche Wert von AWS Data Lakes, Analytics und ML Services

Laut IDC werden bis 2022 über 46 % des weltweiten BIP digitalisiert sein. Das Wachstum wird dabei durch digital verbesserte Dienste, Prozesse und Partnerschaften in allen Sektoren vorangetrieben.

Eine erfolgreiche digitale Transformation hängt von der Umwandlung von Daten in umsetzbare Erkenntnisse ab, und diese wachsende Abhängigkeit von datengestützten Erkenntnissen trägt dazu bei, eine neue Ära des Datenzeitalters einzuläuten. Die Daten jeder Organisation werden schnell zu einem strategischen Vermögenswert. Unternehmen fordern mehr Wert aus ihren Daten, die vielfältiger sind und exponentiell wachsen. Analyse- und künstliche Intelligenz/maschinelles Lernen (KI/ML), die von vielen Benutzern innerhalb eines Unternehmens genutzt werden, werden diese Aktivitäten der digitalen Transformation (DX) unterstützen.

Unternehmen haben traditionell isolierte Data Warehouses (z. B. eines für ERP-Systeme und ein anderes für Sensor- und Social-Media-Daten) als Repository für integrierte Daten aus einer oder mehreren unterschiedlichen Quellen sowie als System für die Berichterstellung und Datenanalyse für verschiedene Gruppen eingesetzt. Da herkömmliche Data Warehousing-Systeme (DW) jedoch nicht skalierbar sind, wechseln Unternehmen zunehmend zu Data Lake-Designs, die klassische DW erweitern oder verbessern, alle Daten in jedem Format speichern, dauerhaft und zugänglich sind und eine Größe von bis zu Exabyte erreichen können. Darüber hinaus wünschen sich Unternehmen Data Lake-Infrastrukturen, die sicher, konform und überprüfbar sind und alle Arten von Analyse- und maschinellen Lernanwendungen ausführen können.

AWS bietet eine offene, sichere, skalierbare und kostengünstige Infrastruktur, die den einfachen Aufbau von Data Lakes und Analysen ermöglicht, um diese wechselnden Kundenanforderungen zu erfüllen. Unternehmen können die für die jeweilige Aufgabe geeignete Technologie nutzen, ohne Daten für verschiedene Analysemethoden migrieren oder ändern zu müssen. AWS bietet eine vollständige Sammlung von Funktionen, die über typische Sicherheitsfunktionen wie Verschlüsselung und Zugriffskontrolle hinausgehen und auch proaktives Monitoring und einheitliches Sicherheitsrichtlinienmanagement umfassen.

IDC hat 11 Unternehmen befragt, die AWS-Datenseen, -Analysen und -Maschinenlerndienste einsetzen, um die Vorteile der AWS-Lösung zu bestätigen. Den erhaltenen Umfragedaten zufolge, die auf das Business Value-Modell von IDC angewendet wurden, erzielen die Studienteilnehmer einen erheblichen Mehrwert durch AWS. Laut IDC profitieren die Studienteilnehmer von einem durchschnittlichen jährlichen Nutzen von 6,15 Millionen US-Dollar pro Unternehmen (100.400 US-Dollar pro Geschäftsanwendung), was zu einem Return on Investment (ROI) von 415 % über fünf Jahre führt, und zwar durch:

• Bereitstellung von Data Lakes, Analyse- und maschinellen Lerndiensten für Unternehmen, die flexibel, skalierbar, kostengünstig und leistungsstark sind.
• Reduzierung des Zeitaufwands für die Verwaltung und Unterstützung von Data Lakes, Analysen und maschinellen Lernaktivitäten
• Steigerung der Effizienz von Analyseteams durch Verbesserung des Zugriffs auf Daten und Analysetools
• Unternehmen können mehr Analyseabfragen durchführen und gleichzeitig die für die Bearbeitung jeder Abfrage erforderliche Zeit verringern.

Übersicht über AWS Data Lakes, Analytics und Machine Learning Services

AWS bietet eine Reihe integrierter Services, mit denen Sie schnell und effizient einen Data Lake für Analysen erstellen und verwalten können. Data Lakes auf Basis von AWS können das Volumen, die Agilität und die Flexibilität verwalten, die zum Mischen verschiedener Datentypen und Analysemethoden erforderlich sind, um tiefere Einblicke zu gewinnen. AWS bietet Benutzern eine umfassende Palette an Analyse- und Machine-Learning-Services, die einen schnellen Zugriff auf alle wichtigen Daten ermöglichen und gleichzeitig Sicherheit und Kontrolle gewährleisten.

Um die richtigen Erkenntnisse und Antworten zu erhalten, umfasst die moderne Analytik eine Vielzahl von Analysemethoden, darunter Data Warehousing, Big Data-Verarbeitung, ETL, BI, Streaming Analytics und operative Analytik. Entwickler konstruieren Analyseprogramme in einer Reihe von Sprachen, darunter R, Scala und Python, je nachdem, welche für ihre individuellen Anwendungsfälle am besten geeignet sind. Das Jupyter Notebook, eine kostenlose, quelloffene, interaktive Online-Anwendung, mit der Entwickler Dokumente mit Live-Code, Gleichungen, Visualisierungen und erzählender Prosa erstellen und teilen können, hat in den letzten Jahren an Popularität gewonnen. Diese schnelle Akzeptanz wurde durch eine leidenschaftliche Benutzer-Entwickler-Community und eine überarbeitete Architektur unterstützt, die es dem Notebook ermöglicht, Dutzende von Programmiersprachen zu sprechen.

Datenbereinigung und -transformation, numerische Simulation, statistische Modellierung, Datenvisualisierung, maschinelles Lernen und viele weitere Anwendungen sind möglich. AWS bietet eine robuste Sammlung von Analysediensten, die mit dem offenen Datensee arbeiten, sodass Unternehmen das richtige Tool für die jeweilige Aufgabe verwenden können, ohne Daten für jede Analysemethode migrieren oder ändern zu müssen. AWS bietet eine vollständige Sammlung von Funktionen, die über typische Sicherheitsfunktionen wie Verschlüsselung und Zugriffskontrolle hinausgehen und sich auf proaktive Überwachung und einheitliches Sicherheitsrichtlinienmanagement erstrecken.

AWS bietet eine Vielzahl von Alternativen für die Übertragung von Daten in die Cloud, darunter Batch-/Bulk-Datenmigration vor Ort und Echtzeit-Datenverschiebung. Sobald die Daten für die Cloud bereit sind, können Sie sie mit Amazon S3 und Amazon Glacier ganz einfach in jedem Format, sicher und in großem Umfang speichern. Amazon S3 ist ein sicherer, skalierbarer und langlebiger Objektspeicherdienst. Amazon Glacier ist ein Webdienst, der Online-Dateispeicher für die Datenaufbewahrung und -sicherung bietet. AWS Glue stellt automatisch einen einzigen Katalog bereit, den Kunden durchsuchen und abfragen können, um die geeigneten Daten für ihre Untersuchung zu finden.

AWS bietet eine breite Palette kostengünstiger Analysedienste, die auf dem Data Lake ausgeführt werden. Jeder Analysedienst ist speziell für eine Vielzahl von Analyseanwendungsfällen konzipiert, darunter interaktive Analyse, Big Data-Verarbeitung mit Apache Spark und Hadoop, Data Warehousing, Echtzeitanalyse, Betriebsanalyse, Dashboards und Visualisierungen. Diese Dienste sind so konzipiert, dass sie im Tandem funktionieren, um ein einheitliches Analyseerlebnis zu bieten.

Laden Sie das Whitepaper von IDC herunter, um mehr über AWS Data Analytics Machine Learning zu erfahren. Das Whitepaper ist nur im PDF-Format auf Whitepapers Online verfügbar.