Daten werden schneller denn je in die Cloud überführt, was Unternehmen dazu zwingt, ihre Datenstrategie zu überdenken.

Wer seine Datenstrategie auf den neuesten Stand bringen will, sollte eine Cloud-Migration in Betracht ziehen. Viele Unternehmen sind an einer Datenmigration in die Cloud interessiert. Die Vorteile der Cloudspeicherung sind offensichtlich - z. B. mehr Flexibilität und Skalierbarkeit sowie niedrigere Betriebskosten. In der Tat geht aus Gartner-Untersuchungen hervor, dass „der Public-Cloud-Markt 2018 um voraussichtlich 21,4 % auf 186,4 Milliarden US-Dollar wachsen wird“. Cloudlösungen erleichtern Unternehmen die Erfassung und Integration verschiedener Datentypen. Umgebungen, in denen alle Daten in einem hoch strukturierten Data Warehouse vor Ort gespeichert werden, sind folglich passé. Gefragt sind heute vielmehr leichter skalierbare, flexiblere Infrastrukturen, d. h. entweder eine reine Cloud- oder eine Hybridlösung.

Damit wären wir beim nächsten Thema: Datengravitation. Als solche bezeichnet man das Phänomen, dass Dienste und Anwendungen tendenziell dorthin gehen, wo die Daten gespeichert sind. Da mehr und mehr Unternehmen ihre Abläufe immer schneller in die Cloud verlagern, führt die Datengravitation dazu, dass auch Analytics-Prozesse zunehmend in der Cloud stattfinden.

Da stetig mehr Unternehmen zu Google Cloud wechseln, überdenken Führungskräfte immer häufiger ihre gesamte Data-Analytics-Strategie und analysieren, wie die Cloud ihr Unternehmen und das Geschäftsergebnis positiv beeinflussen kann.
Sudhir Hasbe, Director of Product Management bei Google Cloud.

Treibende Faktoren dieser Verlagerung in die Cloud sind zum einen die Latenz – also wie lange das Ausführen einer Aktion dauert – und zum anderen der Durchsatz – d. h. wie oft innerhalb einer bestimmten Zeitspanne eine Aktion durchgeführt oder ein Ergebnis erzielt werden kann. Wenn Daten, Anwendungen und Dienste eng aufeinander abgestimmt sind, nehmen Latenz und Durchsatz ab, was Effizienzzuwächse mit sich bringt. Es ist also nur logisch, dass Anwendungen und Dienste irgendwann den Daten in die Cloud folgen.

Zusammen mit der allgemeinen Datenstrategie landet in der Regel auch das Analytics-Modell auf dem Prüfstand, weshalb viele Unternehmen von herkömmlichen auf moderne BI-Modelle umsteigen. McKinsey weist darauf hin, dass sich die Cloud dann bezahlt macht, wenn Unternehmen ihre Cloudinfrastruktur und ihre Systeme „nicht als isolierte taktische Entscheidungen, sondern eingebettet in eine ganzheitliche Strategie im Rahmen der digitalen Transformation“ betrachten.

Herkömmliche Business Intelligence überlässt allein der IT-Abteilung die Aufgabe, Fragen zu beantworten. Die Folge sind Personalengpässe und eine Trennung von Analytics und geschäftlichem Kontext. Dementsprechend basieren herkömmliche BI-Bereitstellungen oft auf einem starren On-Premise-Modell, das diese Art der Unternehmensberichterstattung unterstützen soll.

Cloud-Analytics bieten demgegenüber zahlreiche Vorteile, darunter die Chance, neue Bereitstellungsmodelle in Erwägung zu ziehen. Eine Chance, die Führungskräfte nur allzu gerne nutzen. Ein Beispiel ist die Bereitstellung mobiler Dashboards für Außendienstmitarbeiter, die so auf Daten zugreifen können, ohne erst eine Firewall passieren zu müssen. Die Cloud ermöglicht die sichere Freigabe von Dashboards für Partner und Kunden und schafft damit eine einzige zuverlässige Datenquelle, die über interne Prozesse hinausgeht.

Auch wenn nicht alle Unternehmen bereit sind, sämtliche Daten in die Cloud zu verschieben, experimentieren doch viele mit Hybridlösungen, um die Vorteile verschiedener Datenquellen für sich nutzbar zu machen. In der Folge prüfen Organisationen moderne BI-Plattformen auf die Frage hin, ob diese eine künftige Umstellung auf rein cloudbasierte Analytics möglich machen oder nicht.