BigData med logganalys
•Transferir como PPTX, PDF•
0 gostou•662 visualizações
Frukostseminarium 2015-04-15, Findwise Stockholm.
Recomendados
Recomendados
Mais conteúdo relacionado
Semelhante a BigData med logganalys
Semelhante a BigData med logganalys (20)
Mais de Findwise
Mais de Findwise (20)
BigData med logganalys
- 1. Big Data med Logganalys Frukostseminarium Findwise Stockholm 15 april 2015
- 2. • 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!
- 3. Visualiserad loggdata ger ökad affärsnytta Vad vill du veta? – Nästan allt som händer finns i loggfiler
- 4. 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!
- 5. Loggfiler – volym, varians, hastighet
- 7. Big Data med Logganalys Sökmotor Aggregerar data Skapar statistik
- 8. 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?
- 11. 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
- 12. 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 kundmöte Visa kundens senaste aktivitet samt förutsättningar Säkerhetsstöd Snabbare analyser Följa hur de tekniska systemen presterar Att visualisera Förändring i organisationen Önskad effektIntressentgrupp
- 13. Loggdata innehåller affärskritisk information
- 14. Loggdata innehåller affärskritisk information Kund ID Order ID Produkt ID Order ID Kund ID Väntetid Kund ID Twitter ID Kundens Twitter Företagets Twitterkonto
- 15. Loggdata innehåller affärskritisk information Kund ID Order ID Produkt ID Order ID Kund ID Väntetid Kund ID Twitter ID Kundens Twitter Företagets Twitterkonto
- 16. Loggdata innehåller affärskritisk information
- 17. CASE #1: FÖRBÄTTRAD IT MED LOGGANALYS
- 18. 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
- 19. 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
- 22. CASE #2: FÖRBÄTTRAD KUNDTJÄNST & RÅDGIVNING
- 23. • 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
- 24. • Fånga de som är kvar i processen • Ge kundtjänst och rådgivning information om vad kunden har försökt göra
- 26. SÅ LYCKAS MAN MED ETT BIG DATA-PROJEKT
- 27. Findability by Findwise™ Business (needs & goals) Information (quality & structure) Users (needs & capabilities) Organisation (change & governance) Technology (platform & functionality)
- 28. 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 IT Hårdvara/infrastruktur Installera verktyg Licens Etablera organisation • Ägarskap • Rutiner feedback/förändring • Underhåll teknik + rapporter/analyser Roll 1: Affärssponsor Roll 2: Informationsexpert Förstår data-/loggfilerna och sammanhanget det kan användas i Roll 3: Affärsrepresentant Gärna referensgrupp
- 29. 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
- 30. 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.
- 31. 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.
- 32. Första steget – diskutera… Vad vet ni att ni inte vet idag?
Notas do Editor
- Översikt inloggade de senaste 24 h på internetbanken och via mobil Händelser inom de tre benen låna spara och betala Blåa siffror bygger på sökningar och förändras över tid. Svarta siffror är hårdkodade exempelvärden och representerar inte rimliga värden.
- Översikt inloggade de senaste 24 h på internetbanken och via mobil Händelser inom de tre benen låna spara och betala Blåa siffror bygger på sökningar och förändras över tid. Svarta siffror är hårdkodade exempelvärden och representerar inte rimliga värden.
- Översikt inloggade de senaste 24 h på internetbanken och via mobil Händelser inom de tre benen låna spara och betala Blåa siffror bygger på sökningar och förändras över tid. Svarta siffror är hårdkodade exempelvärden och representerar inte rimliga värden.
- Hur vet jag hur mina system mår? IT miljö med många olika system, och typer av system Många har redan möjlighet för monitorering Webgui Terminalverktyg Som del I administrationsverktyg, t.ex. Databasadmin-program Och I många fall finns ingen möjlighet till monitorering alls! En möjlighet som finns I nästan alla system är loggning Loggarna berättar vad som händer Från loggarna och mönster I dem kan vi se att systemet mår bra eller dåligt Detta är något som vana systemadministratörer ofta redan ser när de manuellt tittar på loggar Genom loggarna kan vi också få enhetlig monitorering, t.o.m. på system som annars saknar sånt!
- Förklara att man vill fånga de som avbrutit en köpprocess Förbrättrad kundservice genom att bevaka hur kunderna agerar
- How to address theses challenges and expectations when creating search solutions? Findability by Findwise is an holistic approach to creating state-of-the-art solutions utilising all our experience and various competencies. Click the links to show examples to illustrate the difference between “simple search” and search-driven Findability.
- We have a concept to get started with log analysis for doing big data things. We start out by choosing a process or area that we are interested in. The idea is to build a pilot or even a full solution iteratively together with the business. Can be difficult for the business to understand what logs can be used for. Don’t need much buy-in from IT except installation and indexing of logs – non-intrusive! A number of workshops are held in parallell with development, to act as inspiration and to set the scope for the next iteration. 1. Start up Get the systems, the hardware and the access 2. Understand Get a basic understanding of the process or area Identify systems and logs that are relevant Explore the logs Set the scope! 3. Develop Demos and inspiration Iterative development of dashboards or other reporting 4. Finish Hand over to business & IT Report the findings, backlog and such