BigData med logganalys

33
Big Data med Logganalys Frukostseminarium Findwise Stockholm 15 april 2015

Transcript of BigData med logganalys

Big Data med Logganalys

Frukostseminarium Findwise Stockholm 15 april 2015

• Big data på riktigt – ingen hype, bara nytta.

• Exempel #1: IT-drifts- och applikationsövervakning

• Exempel #2: Analys av kundbeteende

• Fem steg för ett lyckat projekt

Ställ gärna frågor under seminariet!

Välkomna!

Visualiserad loggdata ger ökad affärsnytta

Vad vill du veta? – Nästan allt som händer finns i loggfiler

Big Data

Exempel på tillämpningar:

Analysera…

Användarbeteenden i webbtjänster, ge bättre rekommendationer

Sensordata i en fabrik eller konsumentprodukter

System och applikationer i en IT-driftsmiljö

Väldig bredd på tillämpningar!

Loggfiler – volym, varians, hastighet

Inte bara loggfiler…

Big Data med Logganalys

SökmotorAggregerar dataSkapar statistik

Enkel välpaketerad teknik – behöver inte systemutveckling

Snabb återkoppling på idéer – det går fort att ladda in en fil och skapa grafer och dashboards

Behöver inte IT-hjälp mer än att få access till loggfilerna. Låg grad av ”invasivitet”.

Varför big data med logganalys?

Verktyg för logganalys

ÖKA AFFÄRSNYTTAN

AV LOGGDATA

Användningsområden

Visualiserad loggdata i verksamheten för att

förstå kunden och nå verkliga effekter i

affären.

Systemövervakning, felsökning och

bedrägeriutredningar.

Felsöka och undersöka

Proaktiv monitorering och

alarm

Insikter i verksamheten

Affärsinsikter i realtid

Proaktiv

Reaktiv

Intressenter för visualiserad loggdata

Säljledare & säljare

Marknad & internetavdelning

Kundcenter, Backoffice & Internetsupport

Affärsledning &Affärsansvariga

Riskkontroll

Leveransteam IT

Proaktiv och informerad förvaltning

Aktiv säljledning Öka försäljning

Nöjdare kunder

Öka effektivitet och säkerhet

Följa försäljning i närtid

Följa kundernas beteende

Visualisera aktivitet och försäljning per kanal och produkt

Informerat kundmöteVisa kundens senaste aktivitet samt förutsättningar

Säkerhetsstöd Snabbare analyser

Följa hur de tekniska systemen presterar

Att visualisera Förändring i organisationen Önskad effektIntressentgrupp

Loggdata innehåller affärskritisk information

Loggdata innehåller affärskritisk information

Kund ID Order ID Produkt ID

Order ID Kund ID

Väntetid

Kund ID

Twitter ID Kundens Twitter

Företagets Twitterkonto

Loggdata innehåller affärskritisk information

Kund ID Order ID Produkt ID

Order ID Kund ID

Väntetid

Kund ID

Twitter ID Kundens Twitter

Företagets Twitterkonto

Loggdata innehåller affärskritisk information

CASE #1: FÖRBÄTTRAD IT

MED LOGGANALYS

Utmaningen

Hur vet jag hur mina system mår?

Många system ➜ många gränssnitt för monitorering

Databas

Admin-verktyg

Ärende-hantering

Webb-gränssnitt

Brand-vägg

Terminal

Produkt

Ingen monitorering

Webb-server

Webb-gränssnitt

Wed Oct 1 17:55:33.368 <airportd[92]> _handleLinkEvent: Got an error trying to query WiFi for power. Resetting state variables.

localhost - - [29/Apr/2014:14:34:51 +0200] "POST / HTTP/1.1" 200 353 Set-Job-Attributes successful-ok

Oct 1 07:10:39 - WindowServer[103] <Warning>: device_generate_desktop_screenshot: authw 0x7fb9705eb7d0(2000), shield

0x7fb975116f80(2001)

[Thu Mar 20 17:43:10 CET 2014]installer saved state: /Users/theuser/Library/Saved Application

State/com.apple.installer.savedState/windows.plist

[3454682.044] noPseudoramiXExtension=0, pseudoramiXNumScreens=1

Förbättrad IT med logganalys

• IT-avdelning i logistikbranschen

• Outsourcad utveckling och drift

• Kvalitetsproblem och driftstörningar

Hur får jag en bild av hur systemen används?

Adress- och mottagar-

register

Paket-spårning

Sorterings-system

Logganalys-verktyg

CASE #2: FÖRBÄTTRAD

KUNDTJÄNST & RÅDGIVNING

• Internetbank

• Flytt av konton eller fonder från andra banker

• En flytt är flera steg

• Kunden kan avbryta på flera sätt

• Rådgivare kan hjälpa till

Hur kan vi hjälpa de kunder som vill flytta?

Förbättrad kundtjänst & rådgivning

• Fånga de som är kvar i processen

• Ge kundtjänst och rådgivning information om vad kunden har försökt göra

SÅ LYCKAS MAN MED

ETT BIG DATA-PROJEKT

Findability by Findwise™

Business (needs & goals)

Information (quality & structure)

Users (needs & capabilities)

Organisation (change & governance)

Technology (platform & functionality)

Så genomförs ett projekt

Analys av information

•Utförs med informationsexpert hos kunden

Ta fram rapport / analysstöd

•Grafer

•Dashboard

Demo

•Få feedback

•Korrigera

Identifiera use-case & information

•Vilka affärsprocesser ska stöttas

Etablera övergripande

affärskrav – målbild

Kontinuerlig leverans av rapporter /

analysstöd för olika processer och affärsbehov

ITHårdvara/infrastruktur

Installera verktygLicens

Etablera organisation• Ägarskap

• Rutiner feedback/förändring• Underhåll teknik + rapporter/analyser

Roll 1: Affärssponsor Roll 2: InformationsexpertFörstår data-/loggfilerna och sammanhanget det kan användas i

Roll 3: AffärsrepresentantGärna referensgrupp

Exempelprojekt

1. Workshop med affärssponsor, affärsintressenter och

informationsexpert (som vet vilken data som finns att

tillgå) – identifiera ett antal rapportbehov, välj ut den

viktigaste.

2. Genomför Proof-of-Concept på det viktigaste

rapportbehovet. Verifiera att data-/loggfilerna finns

tillgänglig och håller tillräckligt hög kvalitet, samt

verifiera att rapporten kan användas av

affärsverksamheten för att fatta värdefulla beslut. Tar

ca 3 veckor.

3. Med PoC-resultatet verifierat så kan leveransprojekt

etableras. Workshoppa fram prioriterad backlog av

rapportbehov, och rulla ut kontinuerligt i tät dialog med

affärssponsorer och slutanvändare. Ambitionen avgör

omfattning.

4. Etablera organisation för tekniskt underhåll och

affärsmässig förvaltning.

5. Överlämna ansvar till organisationen. Sammanställ

och presentera rapport på slutleverans.

Workshop

Proof-of-Concept

Leveransprojekt

Etablera organisation

Slutleverans

Viktiga framgångsfaktorer

En tydlig sponsor: affärssponsor eller IT-

sponsor beroende på fokus.

En informationsexpert som förstår vilka

data/loggfiler som finns och hur de ser ut.

Representanter av slutanvändare.

Jobba i korta agila iterationer, testa sig fram.

Varför visualiserad loggdata?

Låg ”invasivitet” – kräver mycket liten insats

från IT-/utvecklarorganisationen.

Snabbt att få fram demos – stödjer en agil

filosofi där affärsverksamheten är aktiva

deltagare – ”Rapid Business Intelligence”.

Kostnadseffektivt – stor affärsnytta – minimalt

med strul.

Första steget – diskutera…

Vad vet ni att ni inte vet idag?