DE 
EN
NL
BE (NL)
BE (EN)
Felyx's Data Transformation Journey: Die Geheimnisse von Nachhaltigem DataOps enthüllt
In der ständig wachsenden Welt moderner Organisationen herrschen Daten vor. Um ihr volles Potenzial zu nutzen, sind eine durchdachte Datenstrategie und eine flexible Datenstruktur unerlässlich. Felyx, das niederländische E-Scooter-Verleihunternehmen, hat eine bemerkenswerte DataOps-Reise angetreten und seine Dateninfrastruktur umgestaltet. In diesem Blog tauchen wir tief in ihre Erfahrungen ein und enthüllen wertvolle Einsichten für Datenexperten und -begeisterte gleichermaßen.
Lektion 1: Die Kraft des Team-Buildings
Die Richtigen Personen Auswählen
Der globale Leiter für Datenanalytik bei Felyx, Daan Stroosnier, betont die Bedeutung der Zusammenstellung des richtigen Teams. Angesichts des Mangels an qualifizierten Technikern in der Branche, spielt der Auswahlprozess eine entscheidende Rolle. Stroosnier unterstreicht die Bedeutung der Integration dieses Aspekts in die Projektplanung und erkennt sein Potenzial für die Entscheidungsfindung und den Gesamterfolg des Projekts an.
Lektion 2: Die Kunst der Integration
Nicht nur für Systeme, sondern auch für Menschen
Komplexe Datensysteme erfordern eine harmonische Zusammenarbeit verschiedener Teams. Stroosnier plädiert für die Förderung von Zusammenhalt innerhalb autonomer Teams, um Synergien freizusetzen und die Gesamtwirksamkeit des Projekts zu verbessern.
Lektion 3: Ressourcen Ausbalancieren
In-House-Talente und Freiberufler
Ein Gleichgewicht zwischen internen Mitarbeitern und Freiberuflern zu finden, ist entscheidend für den Wissenstransfer. Felyx profitierte zunächst von spezialisierten Freiberuflern, aber Stroosnier warnt vor übermäßiger Abhängigkeit und betont die Bedeutung von Kontinuität im Wissensaustausch.
Lektion 4: Agiler Realismus
Scrum mit Pragmatismus
Der Dateningenieur Mees Strooker unterstreicht die Beliebtheit von Scrum und anderen agilen Methoden, rät aber Teams, einen realistischen Ansatz zu verfolgen. Durch die Ausrichtung interner Ziele an Unternehmensfristen befürwortet Strooker transparente Kommunikation und proaktive Zusammenarbeit mit anderen Teams.
Lektion 5: Vielseitigkeit ist der Schlüssel
Die Flexibilität zur Anpassung
Felyx' unerschütterliches Engagement für Anpassungsfähigkeit und Voraussicht leitete ihre Toolauswahl. Strooker betont die Notwendigkeit, Konsequenzen vor der Implementierung von Tools zu berücksichtigen, um die Freiheit zu haben, bei Bedarf umzuschwenken. Ihr modularer Ansatz und ihr Bekenntnis zur Unix-Philosophie befähigten sie, informierte Entscheidungen zu treffen.
Lektion 6: Skalierbare Grundlagen
Mit Datenmodellen vorausdenken
Stroosnier betont den rückblickgetriebenen Bedarf an einem skalierbareren Datenmodell. Felyx' pragmatischer Ansatz in den frühen Phasen führte zu Überlegungen zur zukünftigen Skalierbarkeit und erinnert uns an die Bedeutung von Voraussicht in der Datenarchitektur.
Von Legacy zu State-of-the-Art
Legacy: Der alte Weg
Die ursprüngliche Dateninfrastruktur bei Felyx wuchs organisch, aber es mangelte an Skalierbarkeit. Die PostgreSQL-Datenbank hatte mit Leistungsproblemen zu kämpfen. Debugging, Fehlererkennung und Validierung waren schlecht dokumentiert, was es schwierig machte, Fehler zurückzuverfolgen oder zu beheben.
Neue Situation: Ein Neuanfang
Felyx machte sich auf eine transformative Reise, die Schlüsselprinzipien betonte:
- Skalierbarkeit und Elastizität
- Veränderungen annehmen
- Die Unix-Philosophie anwenden
- Verbessertes Debugging
- Übergang von ETL zu ELT
Ihr neuer Ansatz speichert Rohdaten in verschiedenen Cloud-Buckets, verwendet Kubernetes-Pods für die Ereignisdatenverarbeitung und verwaltet Schemata mit Liquibase.
Datenmodell: Qualität aufbauen
Felyx verwendet ein geschichtetes Datenmodell, um Datenqualität und -nutzbarkeit für Analysten und Wissenschaftler sicherzustellen. Die Wahl einer 3. Normalform mit Historie ermöglicht angereicherte Ebenen über normalisierten Tabellen, was Flexibilität und Anpassungsfähigkeit fördert.
Datenverarbeitung: Einblicke optimieren
Das Data Build Tool (DBT) erleichtert das Datenmodellmanagement und die Aktualisierung von Datamarts. Datenanalysten wechseln in den Bereich der Datenverarbeitung mit Versionskontrolle, Tests und wiederverwendbarem Code.
Endbenutzer: Vielfältige Bedürfnisse erfüllen
Felyx bedient eine vielfältige Benutzerbasis, darunter:
- Analytics-Übersetzer, die Metabase für deskriptive und diagnostische Analysen verwenden
- Analytics-Ingenieure, die benutzerdefinierte Dashboards in RShiny und Dash erstellen
- Datenwissenschaftler, die ML-Modelle für prädiktive und präskriptive Analysen nutzen
Das Endergebnis: Eine transformierte Landschaft
Felyx' Hingabe an Flexibilität, umfassendes Change-Management und robuste Dokumentation haben sich ausgezahlt. Ihre Wahl von Tools und einem Datenmodell, das Schemaänderungen nach Bedarf unterstützt, bereitet sie auf Erfolg in einer sich ständig weiterentwickelnden Datenlandschaft vor.
Fazit
Felyx' DataOps-Abenteuer dient als inspirierende Reise für Datenexperten und Enthusiasten und bietet eine Vielzahl wertvoller Lektionen und Einblicke. Die Transformation ihrer Dateninfrastruktur unterstreicht die Bedeutung von Anpassungsfähigkeit, Teamdynamik und skalierbaren Modellen in der datengetriebenen Welt. Während wir die Zukunft der Daten umarmen, steht Felyx' Geschichte als Beweis für die Kraft einer gut durchdachten DataOps-Strategie.
Für Unternehmen
Auf der Suche nach Intelligence, Data oder Analytics Professionals? Dank unseres starken Netzwerks an Expert:innen hilft Visser & Van Baars weiter. Erfahre mehr über IT-Personaldienstleistungen für Unternehmen
Für Professionals
Gib deiner Karriere einen Boost! Visser & Van Baars ist der Partner an deiner Seite bei deiner Suche nach einem neuen Job oder Auftrag. Erfahre mehr über die Möglichkeiten und finde dein Match.