Data-driven & event-based řešení
Data-driven & event-based řešení
Využijte naplno potenciál Vašich dat pomocí event-based řešení. Získejte inovativní use cases a náskok před konkurencí. V tomto článku si krátce představíme dva uvedené koncepty a především to, jak s nimi pracujeme u nás v Lundegaardu (a u našich klientů).
Co je data-driven?
Data-driven company / culture
V souvislosti s data-driven (přístupem) se objevují pojmy jako data-driven company nebo data-driven culture. V užším pojetí je zde data-driven o snaze založit interní fungování společnosti (řízení a rozhodování) na všech úrovních ne na dojmech, názorech a zkušenostech, ale na (objektivně měřitelných) datech. Toto je samostatná oblast, která se značně prolíná s dalším známým pojmem – business intelligence (BI). O tom všem si možná povíme jindy a jinde.
Jak o data-driven přemýšlíme v Lundegaardu?
V Lundegaardu se zaměřujeme na širší pojetí data-driven přístupu, které lze charakterizovat takto:
vědomí, že data jsou strategický asset, a podle toho je třeba k nim přistupovat („opečovávat“ je, rozvíjet)
snaha o využití potenciálu dat k novým účelům (všude, kde to jen jde) – data původně získávaná a zpracovávaná systémy z operačně-provozních důvodů (k nějakému konkrétnímu účelu přímo souvisejícímu s poskytovanou službou) se najednou stávají (v kontextu jiných dat) zdrojem nových high-level informací/znalostí, nebo jsou využívána v rámci úplně jiných procesů s jiným cílem, než pro který byla zpracovávána původně
Především druhý z výše uvedených bodů přesahuje využívání dat spíše k analytickým účelům v rámci interních řídících procesů (data-driven culture). Naopak se zde data využívají v rámci automatizace a řízení procesů propojujících společnost s vnějším prostředím. Naším zaměřením ohledně využívání dat jsou pak především oblasti „styku s klienty“ jako akvizice, segmentace, personalizace, retence, rekomendace apod.
Data-driven řešení (by Lundegaard)
Když přejdeme od obecného ke konkrétnějšímu, data-driven řešení (tak jak je chápeme, diskutujeme s klienty a vytváříme) jsou o tom najít využití dostupných interních nebo externích (partneři, veřejné zdroje) dat k novým účelům (přístup „od dat“), nebo naopak najít řešení nějakého business zadání založené na datech (přístup „od problému“).
Co si pod tím konkrétněji představit? Naše řešení odhadne třeba, kolik asi peněz má uživatel, který právě začal proces výběru a nákupu Vašeho produktu či služby, případně jaký má záměr (motivaci) a přizpůsobíme tomu jak nabídku (co mu nabídnout), tak zákaznickou cestu (jak to nabídnout, tak aby proces dokončil). To vše jednak na základě analýzy (historických) dat, jednak na základě dat získaných o tom daném klientovi v daném čase a místě.
Co je event-based?
Event-driven architecture
Koncept událostí primárně pochází z oblasti softwarové architektury. Event-driven architecture je o tom, že místo aby SW komponenty komunikovaly napřímo stylem request-response (typicky synchronní volání operací na API), komunikují pomocí nepřímo doručovaných zpráv reprezentujících události. Zásadní výhoda je, že ten, kdo je generátorem takové události, neví nic o tom, kdo jsou její zpracovatelé. Analogicky ani ten, kdo sleduje, zda k nějaké události došlo, nemá přímou vazbu na její zdroj. Všichni jsou propojeni pomocí prostředníka (event broker), zajišťujícího přenos informace o události mezi nimi.
Complex event processing
Dalším možným stupněm práce s událostmi je nepoužívat je pouze jako „komunikační prostředek“ SW komponent, ale udělat z nich jádro celého systému. V extrémním případě perzistentně a chronologicky ukládané události (event log, event stream) nahradí klasické ukládání dat reprezentujích stav systému (log-centric architecture). Datový stream (stream událostí) také může být předmětem pokročilého zpracovávání (complex event processing) pomocí k tomu určených technologií jako např. Apache Kafka a její „ekosystém“. Této oblasti se Lundegaard věnuje a využívá dané postupy a technologie také ve svém produktu Zoe.ai. Toto know-how i technická infrastruktura nám umožňuje realizovat pokročilá řešení zpracování (i velkého objemu) dat v reálném čase, využívaná např. v rámci úloh online segmentace, personalizace rekomendace a predikce založené na datech.
Event-based přístup
Dva výše uvedené odstavce jsou technická a technologická témata a oblasti. To, co v Lundegaardu chápeme jako event-based přístup, je ale také téma „businessové“. Událostní přístup aplikujeme nejen na úrovni technického řešení, ale používáme také jako paradigma při hledání možných řešení a zlepšení zákaznických cest i interních procesů ve společnostech. Hledáme, kde vznikají nebo by mohly vznikat potenciálně užitečné události, kde, jak a k jakým účelů by se zase mohli zpracovávat, tak aby byly správné informace ve správný čas na správném místě. To vše s cílem (umožnit) realizovat use cases, které dosud nebyly možné (nebo jen ve společnosti nikoho nenapadly, protože o tom takto vůbec neuvažoval…).
Opět, co si pod tím konkrétněji představit? Odhalíme (definujeme) třeba události indikující že Váš klient hodlá ukončit smlouvu (či to zvažuje), a to ještě před tím, než podá výpověď. Navrhneme, jak a kde dané události detekovat, jak a kde je vyhodnocovat a jak a kde na ně reagovat tak, aby k dané výpovědi pokud možno nakonec vůbec nedošlo.
