Óriási átalakulások várhatók az adattárház-technológiák piacán: megjelentek a színen az aktív adattárházak, amelyek egészen új felhasználási lehetőségeket kínálnak.
Alig van ma olyan, közepesnél nagyobb vállalat, amely ne használna valamilyen üzleti elemző, döntéstámogató eszközt, jellemzően adattárházat. Ezek a különféle tranzakció-feldolgozó rendszerekből nyerik ki az adatokat, azokat egy helyen összesítik, majd elérhetővé teszik az üzleti felhasználók számára előre megtervezett jelentések elkészítésére, illetve ad hoc lekérdezések, elemzések elvégzésére.
Új adatok
A passzív adattárházak hamarosan idejétmúltak lesznek – állítja Stephen Brobst, a Teradata főtechnológusa, a téma egyik legelismertebb nemzetközi szakértője. Az egyik legfőbb probléma velük az, hogy csak a már végrehajtott üzleti tranzakciók, végbement folyamatok eredményei kerültek beléjük. „Ez pedig nem más, mint az üzleti tevékenység hordaléka, üledéke” – fogalmaz Stephen Brobst.
A modern vállalat nemcsak azokat az adatokat használja elemzésre, amelyek „melléktermékként” előállnak, hanem aktívan törekszik új és új adatok generálására, ha abból üzleti értéket tud kinyerni és újfajta szolgáltatásokat alapozni rá. Nagyon jó példa erre a casco. Hagyományosan a biztosítótársaságok matematikusai számszerűsítettek néhány kockázati tényezőt (életkor, lakóhely, az autó típusa, felszereltsége), és ez alapján határozták meg a fizetendő díjat. Ma viszont már vannak biztosítók, amelyek az ügyfelek autóiba – önkéntes alapon – beépítenek egy készüléket, ez rögzíti a jármű viselkedését és eljuttatja a biztosító rendszerébe. A díj megállapítása így nem statisztikák, hanem tényadatok alapján történhet: mennyit és hol vezet az ügyfél; túllépi-e a sebességhatárokat; nem gyorsít és fékez indokolatlanul sokszor és erőteljesen; és így tovább. Ha valaki az előírt paramétereket betartva vezet, jogosult lesz díjvisszatérítésre.
Azonnali alkalmazás
Egy másik nagy gond a passzív adattárházzal, hogy a belőle kinyerhető adatok csak utólagos elemzésre adnak módot, azonnali cselekvésre nem. Megtudhatjuk belőle mondjuk, hogy tegnap hány hívás futott be a call centerbe, átlagosan hány percig tartott egy ügy megoldása. Az aktív adattárház egészen más lehetőségeket kínál, állítja a szakértő. Ha azonosítjuk a call centert felhívó ügyfelet, akkor a korábbi adataiból igen jó eséllyel meg tudjuk mondani azt is, hogy miért hívott bennünket, és egyből olyan ügyintézőhöz irányíthatjuk, aki valószínűleg megoldja a problémáját – hoz egy példát Stephen Brobst. Ha aktívan, valós időben hasznosítjuk a rendelkezésre álló adatokat, akkor azonnal javíthatjuk az ügyfél-elégedettséget.
Számos más területen is alkalmazható a kiszolgálás testre szabása. Súlyos hiba például, ha egy bank vagy egy utazási iroda két ügyfele ugyanazt a kezdőoldalt látja, amikor felmegy a cég honlapjára. A róluk rendelkezésre álló adatok alapján személyre szabott oldalt és ajánlatokat kell nekik adni. Ha egy banki ügyfélről tudni lehet, hogy pénzügyi téren konzervatív, akkor nem ajánlunk neki kockázatos befektetéseket; vagy egy Los Angeles-i utazni vágyónak nem Floridából induló sétahajózást kínálunk, sorolja a lehetőségeket a Teradata szakembere.
A jövő aktív adattárháza azonban nemcsak a felhasznált adatok körében és a felhasználás idejében különbözik a ma megszokottól, hanem a felhasználók számát tekintve is. A hagyományos, passzív adattárház tipikusan háttérrendszerként üzemel, amit legfeljebb néhány tucat elemző, közép- és felső vezető használ, stratégiai döntésekhez.
Az aktív adattárház viszont a vállalat minden szintjén és minden területén szolgáltat adatokat a napi működés során felmerülő döntésekhez, a lehető legszélesebb felhasználói körnek. Felhasználója lesz így az adattárháznak a call center munkatársa, a banki pénztáros – mi több, még az ügyfél is, hívja fel a figyelmet Stephen Brobst.
Az Egyesült Államok egyik legnagyobb áramszolgáltatója, a South California Edison a lakossági fogyasztókat intelligens mérőórákkal szerelte fel, amelyek 15 perces időközönként mérik és jelentik az áramfogyasztást. Ezzel lehetővé vált, hogy napszaktól és naptól függően más-más tarifát alkalmazzanak, ami segített a cégnek egyenletesebbé tenni a fogyasztást, és ezzel elkerülni egy újabb erőmű építését. Ugyanakkor az adatokat egy Teradata által fejlesztett adattárházban a weben keresztül a fogyasztók is elérhetik. „Így mindenki elemezheti, hogy adott napon vagy hónapban mennyibe került neki az áram, de ami igazán lényeges, hogy kipróbálhat különféle forgatókönyveket. Mi történik, ha a légkondit 22 fok helyett 25 fokra állítom? Mennyit spórolok, ha modern fagyasztót veszek a régi helyett?” – sorolja a lehetőségeket Stephen Brobst.
Más módszerek
Az aktív adattárház persze technológiájában is különbözik a hagyományos passzívtól. Az adatok betöltése és kinyerése valós időben zajlik: nem elég éjszaka beemelni az elmúlt nap adatait; folyamatosan tölteni kell bele az információt, és ugyanígy azonnal elérhetővé is kell tenni az elemzőeszközök számára.
A felhasználói kör kibővülése miatt óriási jelentősége lesz a terhelésmegosztásnak és a prioritások beállításának, sorolja tovább a követelményeket Stephen Brobst. Az nem számít, ha egy komplex belső adatbányászati művelet nem tíz, hanem tizenegy perc alatt fut le. Az viszont már korántsem mellékes, hogy egy interneten keresztül bejelentkező ügyfél egy vagy tíz másodperc alatt kap-e választ lekérdezésére.
Ha pedig az adattárház az eddigi háttérrendszerből a működést közvetlenül támogató, esetleg komoly bevételt generáló rendszer lesz, amit az ügyfelek is rendszeresen használnak, akkor a rendelkezésre állása is kritikus fontosságú, és bizony el kell gondolkodni azon, hogy katasztrófatűrő képességekkel ruházzák fel az adattárházat. Ezt tette az említett utazási iroda is: a személyre szabott oldal olyan mértékben növelte az eladásokat, hogy két óra kiesés egy évben már többe került volna, mint a tartalék rendszer kiépítése és fenntartása.
Schopp Attila
