de
                    array(1) {
  ["de"]=>
  array(13) {
    ["code"]=>
    string(2) "de"
    ["id"]=>
    string(1) "3"
    ["native_name"]=>
    string(7) "Deutsch"
    ["major"]=>
    string(1) "1"
    ["active"]=>
    string(1) "1"
    ["default_locale"]=>
    string(5) "de_DE"
    ["encode_url"]=>
    string(1) "0"
    ["tag"]=>
    string(2) "de"
    ["missing"]=>
    int(0)
    ["translated_name"]=>
    string(7) "Deutsch"
    ["url"]=>
    string(66) "https://www.statworx.com/case-studies/big-data-analysis-dashboard/"
    ["country_flag_url"]=>
    string(87) "https://www.statworx.com/wp-content/plugins/sitepress-multilingual-cms/res/flags/de.png"
    ["language_code"]=>
    string(2) "de"
  }
}
                    
Kontakt
Case Studies
Case Studies

Big Data Analysis Dashboard

Für unseren Kunden haben wir bei diesem Projekt ein skalierbares Online-Dashboard im Bereich Big Data Analysis und Telemetrie entwickelt, welches die Nutzung von Fahrzeugen weltweit abdeckt.

  • Branche Automotive
  • Thema Customer Analytics / Frontend Solution
  • Tools R, Spark, JavaScript, Python, Docker
  • Projektdauer 2,5+ Jahre

Herausforderung

Durch die zunehmende Vernetzung von Fahrzeugen und den Einsatz von Telemetrie entstehen in der Automobilbranche riesige Datenmengen. Unser Kunde stand deshalb vor der Herausforderung, Fahrzeugdaten für mehr als 8 Millionen Fahrzeuge in über 100 Märkten und mit mehr als 200 Milliarden Datenpunkten aufzuarbeiten und zur weiteren Nutzung im Konzern über ein Dashboard zur Verfügung zu stellen. Das Dashboard musste dabei gleichzeitig performant, flexibel im Einsatz und bei zunehmender Nutzung leicht skalierbar sein. Auch ein zu erwartender Anstieg der Datenmenge musste berücksichtigt werden.

Ansatz

Um den unterschiedlichen Anforderungen des Dashboards gerecht zu werden, haben wir uns dazu entschieden, die gesamte Anwendung als containerisierte Micro Service Architektur in der Cloud aufzusetzen und in ein leistungsstarkes Backend und ein flexibel skalierbares Frontend zu unterteilen. Das Backend läuft hierbei auf einem Apache Spark Cluster und kann seine Rechenkapazität bei zunehmender Auslastung automatisch nach oben skalieren. An Wochenenden, Feiertagen und nach längerer Inaktivität fährt das Cluster kosteneffektiv herunter und aktiviert sich erst wieder nach eingehender Datenabfrage und kurz vor Arbeitsbeginn. Das Frontend wurde mit R Shiny geschrieben und basiert auf containerisierten Images. Es kann deshalb auf unterschiedlichen Plattformen wie Docker oder Kubernetes ausgerollt werden und steigende Nutzerzahlen leicht abbilden.

Ergebnis

Durch die Verknüpfung innovativer Technologien in der Cloud ist es gelungen, bei unserem Kunden ein modernes Dashboard im Bereich Big Data Analysis erfolgreich in Produktion zu bringen. Das Dashboard wird mittlerweile von über 300 Nutzer:innen im Konzern aktiv angewendet. Die fortlaufende Integration neuer Telemetrie-Daten und die daraus resultierenden neuen Features versprechen auch in Zukunft einen hohen Nutzen für unseren Kunden.

Experte

Kontakt anfragen

Erfahre mehr!

Als eines der führenden Unternehmen im Bereich Data Science, Machine Learning und KI begleiten wir Sie in die datengetriebene Zukunft. Erfahren Sie mehr über statworx und darüber, was uns antreibt.
ÜBER UNS