Data strategy for the introduction of a Big Data platform

Unser Kunde, ein erfolgreiches Startup, war stark gewachsen und erreichte die Grenzen seiner ursprünglichen Software-Architektur. niologic unterstützte den Kunden bei der Produktentwicklung und der initialen Wahl einer neuen Software-Architektur für Big-Data-Anwendungen.

Challenge

Unser Kunde war aufgrund von rasantem Wachstum an die Grenzen seiner bestehenden Software-Architektur gekommen. Der neue CTO wollte mit der Einführung einer neuen Software-Architektur gleichzeitig auch die Datenbanktechnologie auf den Prüfstand stellen.

Procedure

niologic brachte technische und operative Stakeholder der Produktentwicklung in einem Strategieworkshop zusammen. Die derzeitigen Herausforderungen wurden möglichen Lösungsansätzen gegenübergestellt. Hierbei war es wichtig, auch die Stakeholder der Produktentwicklung zu involvieren, um teure Fehlentwicklungen zu vermeiden.

Schnell war klar, dass die vorhandene Datenbanktechnologie für die benötigten Kundenanalysen ergänzt werden musste und eine leistungsfähigere Datenarchitektur von Nöten war, um schnelle Aggregationen zu garantieren.

In weiteren Verlauf wurden die möglichen Datenbanktechnologien und -architekturen mit den Kenntnissen und Präferenzen des Entwicklungsteams abgeglichen. Dabei stellte sich heraus, dass bereits Know-How für einen Technologiewechsel vorhanden war. Jedoch war die Roadmap umfangreich und das vorhandene Produkt sollte ergänzt werden.

niologic half dem Kunden bei der Abwägung unterschiedlicher Datenbanktechnologien und bei der Auswahl einer geeigneten Architektur.

Result and customer value

Die erfolgreiche Moderation zwischen Produktmanagement und -entwicklung brachte eine Lösung, welche einen effizienten Weiterbetrieb und eine performante Weiterentwicklung hin zu einer Big-Data-Plattform gewährleistete.

Das Design der Datenstruktur wurde als polyglotte Persistenz ausgeführt, wodurch es möglich wurde, Datenbanken speziell für einen Anwendungszweck auszuwählen. Somit konnte eine Lambda-Architektur geschaffen werden, welche einerseits die vorhandene NoSQL-Datenbank als Persistenzschicht verwendete, andererseits die aufwendigen mathematischen Auswertungen in eine spaltenbasierte, analytische Datenbank auslagerte. Zusätzlich wurde eine Programmierschnittstelle für die neue Datenbank erstellt, so dass die Auswertungen innerhalb kürzester Zeit im Frontend umgestellt werden konnten.