Datenbank und BI-Tools erneuert
Sybase IQ ersetzt Microsoft SQL
Es zeigte sich außerdem, dass die bisherige Datenbank einer wichtigen neuen Analyse-Aufgabe nicht gerecht wurde: Zunehmend interessierten sich die Kunden nicht nur für ihre eigenen kassenbezogenen Auswertungen, sondern wollten auch wissen, in welchem Gesamtzusammenhang einer Region oder einer Gesamtmenge ihre Ergebnisse standen. Auf diese Aufgabe war das bisherige System so nicht ausgerichtet: Da bei kassenübergreifenden Fragestellungen mehrere 100 Millionen Zeilen miteinander in Beziehung gesetzt werden müssten, wären die Antwortzeiten viel zu lang gewesen.
Datenbank und Business Intelligence für bessere Versorgung
Daher wurden Anfang 2009 die Microsoft Office Tools gegen die BI Data Mining Software RayQ von Qyte ausgetauscht. Diese Lösung versprach mehr Flexibilität bei Datenanalysen und der Entwicklung aussagekräftiger Prognosen und Potentialanalysen. Die Implementierung der Lösung vereinfachte die wichtigen Prozesse vom Import und der Prüfung von Kundendaten bis zum ReportingReporting der Analyse-Ergebnisse. Alles zu Reporting auf CIO.de
Die Kombination aus Sybase- und Qyte-Software weist verschiedene Vorteile auf: "Uns überzeugte an Sybase IQ vor allem die Perspektive sehr kurzer Antwortzeiten auch bei Analysen großer, unaggregierter Datenmengen", berichtet Holger Weiß von AnyCare. Bei alternativen Lösungen wären die erwarteten kurzen Laufzeiten nur durch erheblichen Mehraufwand und höhere Kosten erreichbar gewesen.
Auch eine neue Version (RayQ Power Edition) der Data-Mining-Software sollte ihren Beitrag zur schnellen Untersuchung von Massendaten leisten: Sie versprach einen neuartigen Ansatz, Abfrageergebnisse als "Views" in den hochkomprimierten Daten in Sybase IQ zu bilden. Dadurch entfallen zeitaufwändige Komprimierungen und Dekomprimierungen von Daten. So reduziert sich der Datenaustausch zwischen Datenbank und Analyse-Werkzeug auf ein Minimum.
Das Spaltenformat von Sybase IQ sorgt dafür, dass jedes Datenfeld einzeln gelesen werden kann. Dadurch greifen Analysen exakt auf die Daten zu, die im konkreten Fall relevant sind. Im Unterschied zu konventionellen Datenbanken ist es nicht nötig, vorab Indizes zu definieren und zu pflegen, um SQL-Abfragen zu unterstützen.