Was ist Data as a Service? Wie können Energieunternehmen davon profitieren?

Die Welt der Technologie entwickelt sich ständig weiter. Streaming-Dienste haben die Musik- und Filmindustrie umgekrempelt und eine neue Ära der On-Demand-Inhalte eingeläutet. Mobile Apps wie Uber und Lyft haben die Art und Weise, wie wir reisen, verändert, während andere - wie Airbnb - die Art und Weise, wie wir Unterkünfte mieten, verändert haben. Dieser Trend wird als Anything as a Service (XaaS) bezeichnet und kann Produkte, Tools und Technologien umfassen. Da immer mehr Unternehmen auf die Cloud setzen, bieten sie immer ausgefeiltere IaaS-, PaaS- und SaaS-Lösungen an, die den Wartungsaufwand drastisch reduzieren. Dadurch entstehen neue Konzepte wie Machine Learning as a Service, Security as a Service und sogar Games as a Service und Data as a Service.

Was ist Data as a Service?

Data as a Service (DaaS) bezieht sich laut Wikipedia auf den Austausch von maschinenlesbaren Daten zwischen zwei oder mehreren Organisationen gegen etwas Wertvolles. Diese Definition ist jedoch nicht die einzige, und was unter "DaaS" zu verstehen ist, variiert je nach Interpretation. Einige Auslegungen beschränken die Daten nicht darauf, nur maschinenlesbar zu sein. In anderen Auslegungen wird der Aspekt des Austauschs von Werten ausgelassen, um Organisationen zu erfassen, die Zugang zu Daten aus anderen Gründen als der Gewinnerzielung gewähren. Viele Auslegungen beziehen sich auf Cloud Computing. Der allgemeine Gedanke hinter all diesen unterschiedlichen Auslegungen ist jedoch, dass eine Partei einer anderen Daten zur Verfügung stellt.

Klassifikation der Informationsdienste nach Art

Es gibt nicht immer eine klare Unterscheidung zwischen den Begriffen, die verwendet werden, um eine Vielzahl von Datendiensten im Web zu beschreiben. Für diese Diskussion wird eine Einteilung in Anlehnung an das DIKW-Modell vorgeschlagen.

Data as a Service

Sie sind der Nullpunkt - Rohdaten, die noch erworben werden müssen und für deren Nutzung ein erheblicher Aufwand erforderlich ist (in der Regel Bereinigung, Anreicherung, Konvertierung). Sie sind nicht benutzerfreundlich. Manchmal handelt es sich um "Big Data", die nicht ohne spezielle Technologien genutzt werden können, die ihr Volumen oder ihre Geschwindigkeit bewältigen können, z. B. Satellitenfotos und Fahrzeugverkehr.

Information as a Service

Eine Ebene über DaaS. Die bereitgestellten Informationen können so verwendet werden, wie sie sind, und erfordern möglicherweise keine weitere Datenerfassung oder -verarbeitung. Eine Möglichkeit, diese Informationen zu verbreiten, ist über Websites. In diesem Fall befinden sich die Daten ausschließlich auf der Seite des DaaS-Anbieters. Eine Website, die Wirtschaftsinformationen über Unternehmen anbietet, wie z. B. Crunchbase, könnte als Information-as-a-Service-Plattform betrachtet werden.

Analytics as a Service

Die nächste Stufe umfasst visuelle Darstellungen wie Karten, Messinstrumente und Kreisdiagramme sowie Selbstbedienungswerkzeuge für die Datenanalyse, einschließlich Aggregation, Filterung und Transformation, um nur einige zu nennen. Eine Datenerhebung ist nicht erforderlich.

Insight as a Service

Auf der obersten Ebene geht es um die Bereitstellung von Vorhersagen, Vorschriften, Was-wäre-wenn-Analysen und anderen Erkenntnissen, die häufig auf maschinellem Lernen und tiefem Domänenwissen basieren. Es ist erwähnenswert, dass Anbieter oft ein Paket anbieten, das die oben genannten Dienste kombiniert. So bietet beispielsweise die europäische Gasmarktanalyseplattform appygas eine Karte der Gasflüsse, Informationen zur geplanten Trassenwartung (fällt unter Analytics as a Service) und einen Trassenrechner für Was-wäre-wenn-Analysen (fällt unter Insight as a Service). Problematisch bei der obigen Kategorisierung ist, dass die beiden letztgenannten Begriffe häufig zur Beschreibung softwarebasierter Angebote verwendet werden. Um Komplikationen zu vermeiden, verwenden wir DaaS als Oberbegriff, der alle diese Konzepte abdeckt, aber gleichzeitig die Vielfalt der verschiedenen Serviceformen berücksichtigt.

Enthüllung des Wertes hinter der DaaS-Plattform

Unternehmen können aus verschiedenen Gründen auf DaaS zurückgreifen, z. B. wenn die Beschaffung von Daten die einzige Möglichkeit oder einfacher ist, als die Daten selbst zu erstellen.

Die Schwierigkeiten, Daten zu erheben und zu verwalten

Bevor wir uns den Vorteilen von DaaS zuwenden, sollten wir die Probleme der Datenerhebung und des Datenmanagements näher betrachten, um zu verstehen, warum der DaaS-Markt entstanden ist.

• Erhöhte Datenkosten. Die Kosten für die Sammlung, Erstellung und interne Verarbeitung von Daten mit Entwicklungsressourcen und -infrastruktur sind höher, als man auf den ersten Blick vermuten würde. Der Preis ist nicht einheitlich oder transparent, da es viele versteckte oder unerwartete Kosten gibt. Angenommen, wir müssen ein paar Datensätze von einer Website extrahieren - nicht gerade die entwicklerfreundlichste Datenquelle. Der Prozess der Datenbeschaffung kann komplex sein und mehrere Interaktionen mit der Website umfassen, die erforderlich sind, um die gewünschten Daten anzuzeigen. Die Wartung einer Web-Scraping-Lösung ist aufgrund gelegentlicher Änderungen an der gescrapten Website noch schwieriger und kostspieliger. Darüber hinaus müssen die Daten nach der Erfassung bereinigt, transformiert und in einer für die Analyse geeigneten Form gespeichert werden. Dann müssen Sie Business Intelligence Dashboards entwerfen. Stellen Sie sich nun vor, Sie müssten all diese Arbeiten nicht selbst erledigen, sondern könnten einfach fertige Dashboards und Berichte erhalten.
• Längerer Zeitraum für die Bereitstellung der Ergebnisse. Das obige Beispiel ist nicht nur teurer, wenn man es selbst macht, es dauert auch viel länger.
• Datenverwaltung und -qualität. Die Aufrechterhaltung der Datenqualität ist mit Aufwand verbunden. Die beste Lösung ist in der Regel ein Data Stewardship-Prozess. Er stützt sich auf engagierte Datenmanager, die viel Zeit darauf verwenden, sicherzustellen, dass die Datenbestände sauber, aktuell, verfügbar, dokumentiert und gesichert sind und den Datenstandards des Unternehmens entsprechen.
• Die Einhaltung der Vorschriften und die Durchsetzung der Sicherheit sind von entscheidender Bedeutung. Die Speicherung sensibler Daten ist ein wesentlicher Bestandteil der Datenverwaltungsstrategie und sollte nicht auf die leichte Schulter genommen werden, was natürlich seinen Preis hat.
• Dokumentation, Benutzerfreundlichkeit und Verfügbarkeit von Geschäftsdaten sind nur einige der vielen Dinge, die berücksichtigt werden müssen
• Und schließlich gibt es, wie oben erwähnt, Fälle, in denen die Erhebung von Daten auf eigene Faust nicht machbar ist weil sie enorme Investitionen erfordern. Wetterdaten (Vorhersagen oder historische Daten) oder Satellitenbilder sind gute Beispiele. Sie sind leicht zu erwerben, und obwohl sie nicht billig sind, gibt es mehrere Möglichkeiten, aber um Satellitenbilder zu erstellen, braucht man, nun ja, einen Satelliten.

Vorteile der DaaS platform

Die folgenden Vorteile von DaaS beziehen sich auf die zuvor genannten Punkte:

• Geringere Kosten, sowohl direkt (Datenerfassung, Datenspeicherung, Datenintegration usw.) als auch indirekt (Aufrechterhaltung der Datenqualität usw.)
• Geringerer Zeitaufwand für die Nutzer, um den Nutzen aus den Daten zu ziehen (manchmal geht es gegen Null und läuft darauf hinaus, eine Lizenz zu kaufen und sich in ein Webportal einzuloggen)
• Easier to enable data-driven decision-making and build a data culture if the information is accessible via a click or two
• Vereinfachte Einhaltung von Vorschriften (keine Notwendigkeit, sich um den physischen Standort der Datenbestände, Aufbewahrungsfristen usw. zu kümmern)
• Bessere und transparentere Budgetierung

DaaS-Plattformen beseitigen in der Regel die mit der Datenverwaltung verbundenen Probleme. Sie können zwar immer noch anfällig für Probleme wie Datenqualität und -verfügbarkeit sein, aber in den meisten Fällen haben Sie ein strenges SLA, das von einem Dienstanbieter definiert wird und Sie vor diesen Risiken schützt.

Whitepaper

Enterprise Data Strategy: Core Elements, Benefits and the Cost of Ignoring It

Read more