Als wir letzte Woche an der Big Data & AI-Veranstaltung in Frankfurt teilnahmen, wussten wir, dass wir etwas Unterhaltsames machen wollten, um einige der Fähigkeiten von Apliqo UX zu demonstrieren: unserer Visualisierungs- und Anwendungserstellungsebene für IBM Planning Analytics / TM1.  

Es passiert schnell, dass man sich in der Unmenge an Funktionen und Möglichkeiten verliert, die Technologie mit sich bringt. Daher wollten wir ein Erlebnis schaffen, das sich von allem bisher Dagewesenen unterscheidet, um zu zeigen, wie mächtig diese Tools sein können, wenn sie richtig eingesetzt werden. 

Auftritt… The Grid. 

Schaffung eines unvergesslichen Benutzererlebnisses 

The Grid war unser rätselhafter Charakter, der über die Ausstellungsfläche ging und die Neugier der verschiedensten vorbeischlendernden Personen weckte. Die Aufforderung war einfach: 

„Möchten Sie an unserer Performance Challenge teilnehmen? Sie müssen lediglich die Zeit von The Grid in einem Auto auf dem Brands Hatch Indy Circuit schlagen – Sie haben 3 Runden Zeit, um Ihr Können unter Beweis zu stellen.“ 

Mal ehrlich.  Wann haben Sie so etwas das letzte Mal auf einer Wirtschaftskonferenz gehört?   

Wie könnte man dazu Nein sagen? 

Nach dem unvermeidlichen „Natürlich!“ meldete sich der neue Teilnehmer über einen QR-Code an, machte ein Selfie und erstellte ein Fahrerprofil, das dann am Apliqo-Stand auf ihn wartete. 

Am Stand angekommen, erhielten die Teilnehmer, sobald sie an der Reihe waren, die Gelegenheit, im Simulator (Playstation 5 mit Gran Turismo 7) anzutreten und drei Runden in einem Auto ihrer Wahl zu absolvieren. Während des Rennens wurden Live-Telemetriedaten aus dem Fahrzeug auf dem großen Bildschirm angezeigt, darunter Zeit, Position, zurückgelegte Strecke, aktuelle Geschwindigkeit, Gaspedalstellung in %, Bremspedalstellung in % und mehr. Apliqo UX ermöglichte es, dies in einem intuitiven Dashboard darzustellen, das in Echtzeit aktualisiert wurde. 

Die Rennfahrer gaben ihr Bestes, meisterten die anspruchsvolle Strecke und die Kommentare der begeisterten Zuschauer, bevor ihre Ergebnisse auf der Gesamt-Bestenliste angezeigt wurden, die für alle ein ständiger Anziehungspunkt war. 

Wir waren überwältigt davon, wie positiv dies aufgenommen wurde, und es führte zu vielen fruchtbaren Gesprächen darüber, wie all diese Daten auf so effektive und effiziente Weise erfasst, verarbeitet, analysiert und dargestellt wurden. Und das bot uns natürlich die Gelegenheit, das Gespräch darauf zu lenken, was möglich wäre, wenn Unternehmen dies mit ihren eigenen Daten tun könnten.  Schließlich bezweifeln wir, dass dort jemand in absehbarer Zeit einen Anruf von der Formel 1 erhalten wird… 

Aufbau effizienter Datenflüsse mit IBM Planning Analytics / TM1 und Apliqo UX

Werfen wir nun einen Blick hinter die Kulissen und sehen wir uns an, wie wir dieses Erlebnis geschaffen haben: 

• Schritt 1: Daten aus Gran Turismo 7 abrufen 

Die Idee für diese Demonstration wurde realisierbar, als wir ein Python-Skript fanden, das Daten aus Gran Turismo 7 so extrahieren konnte, dass sie für andere Zwecke nutzbar waren. Da wir nun einmal Daten-Nerds sind, weckte dies sofort unsere Neugier, denn wir wollten sehen, was wir mit diesen Daten anstellen können. Es ergab eigentlich keinen Sinn, aber genau deshalb gefiel es uns! 

Das Python-Skript gab die Daten im CSV-Format aus, was es unendlich flexibel und bereit für alle Arten von unterschiedlichen Verarbeitungsworkflows machte. Das Spiel sendete jede Millisekunde Daten, was zwar sehr beeindruckend, für unsere Zwecke jedoch unnötig war.  Stattdessen richteten wir alles so ein, dass die Daten alle 0,01 Sekunden abgerufen wurden, was uns etwa 100 Datenflüsse pro Sekunde lieferte. 

• Schritt 2: Daten an IBM Planning Analytics / TM1 übertragen 

Der nächste Schritt bestand darin, einen Workflow aufzubauen, der diese Daten erfassen und in IBM Planning Analytics / TM1 einspeisen konnte, damit wir mit der Arbeit daran beginnen konnten. Dazu verwendeten wir TM1py – das Tool von Cubewise, das die Lücke zwischen Python und IBM Planning Analytics / TM1 schließt.  

Anfangs funktionierte dies fast zu gut, da wir feststellten, dass absolut jeder mögliche Datenpunkt in unsere TM1-Umgebung übertragen wurde, einschließlich Dingen, die (zumindest vorerst) für unsere Zwecke irrelevant waren, wie z. B. Streckentemperatur, Reifendruck, Reifentemperatur und eine Vielzahl anderer Datenpunkte innerhalb des Gran Turismo-Universums. Es lag an uns, die einzelnen Datenquellen zu differenzieren und diejenigen zu identifizieren, die für unsere Zwecke wirklich von Bedeutung waren. 

Dies deckt sich mit so vielem, woran wir mit unseren Kunden arbeiten – ihnen dabei zu helfen, den Überblick über all ihre Daten zu gewinnen, die Bemühungen auf jene Elemente zu konzentrieren, die Erkenntnisse liefern, und sich nicht in Daten zu verstricken, die lediglich als Ablenkung dienen. Wenn wir mit Kunden sprechen, erwähnen wir oft das Bändigen von Komplexität, und dies ist ein wunderbares Beispiel für dieses Prinzip. Die optimale Nutzung Ihrer Daten hängt ebenso sehr von der Auswahl der relevanten Aspekte ab wie von der Verarbeitung, Analyse und Visualisierung der Endergebnisse.  

• Schritt 3: Benutzerprofile erstellen 

  
  

Die nächste Herausforderung bestand darin, dass Gran Turismo eigentlich nur für ein einziges Benutzerprofil ausgelegt war. Das bedeutete, dass es für uns schwierig sein würde, all die verschiedenen Personen zu erfassen, die über die zwei Tage hinweg fuhren, und ihre Daten über die Zeit hinweg zuordenbar zu machen. Daher mussten wir einen Weg finden, jede Rundenzeit einem bestimmten Benutzer zuzuordnen, der dann die finalen Visualisierungen der Daten speisen würde. 

Glücklicherweise eignet sich IBM Planning Analytics / TM1 hervorragend für solche Datentransformationen, sodass wir lediglich den passenden Datenfluss aufbauen mussten, um diese Fähigkeit zu nutzen. Das sah wie folgt aus: 

1. The Grid half potenziellen Teilnehmern bei der Registrierung über einen QR-Code und ein auf Typeform basierendes Formular, um relevante Details wie Name, Foto usw. zu erfassen. 

   
   

2. Diese Daten wurden dann automatisch in einem Dropbox-Ordner gespeichert, sodass die Daten, egal wo The Grid sich auf der Ausstellungsfläche bewegte, sicher in der Cloud gespeichert und einsatzbereit waren. 

   
   

3. Das spezifische TM1-Modell wurde dann so programmiert, dass es diesen Dropbox-Ordner alle 30 Sekunden auslas, dabei neue Benutzer einlas und diese Daten so organisierte, dass sie anschließend mit den eingehenden Gran Turismo-Daten verknüpft werden konnten. 

   
   

4. Als die Ergebnisse schließlich auf dem Dashboard visualisiert wurden, diente Apliqo UX dazu, diese Informationen für die Endbenutzer sinnvoll zu strukturieren und darzustellen. 

   
   

• Schritt 4: Rennen fahren! 

  
  

Nachdem all dies eingerichtet war, konnten unsere Teilnehmer schließlich nacheinander an den Stand kommen, anhand ihres Benutzerprofils identifiziert werden, ihr Auto auswählen und loslegen! Wir hatten an den beiden Tagen über 100 Fahrer, von denen jeder drei Runden absolvierte, und wir erfassten all diese Daten in Echtzeit, während es geschah. 

• Schritt 5: Daten analysieren 

Im Hintergrund, während das Rennen lief, erfasste und verarbeitete IBM Planning Analytics / TM1 die Daten – und erstellte so ein sich kontinuierlich weiterentwickelndes Modell dessen, was im Auto passierte.  

Dies ist sehr ähnlich zu dem, was in einem Geschäftsszenario geschieht.  Diese Technologie ist unglaublich gut darin, disparate Datenquellen zusammenzuführen und Benutzern dabei zu helfen, ihnen eine Bedeutung zu verleihen – damit sie bessere Entscheidungen treffen können. 

• Schritt 6: Daten visualisieren 

  
  

Der letzte Schritt bestand darin, all diese Daten für die Teilnehmer und Zuschauer zu visualisieren, damit sie sowohl in Echtzeit während des Rennens als auch nach Abschluss ihrer Runden nachvollziehen konnten, wie sie abgeschnitten hatten. Hier wollten wir demonstrieren, wie leistungsstark Apliqo UX bei der Visualisierung komplexer Datensätze auf eine Weise sein kann, die Endbenutzern hilft, das Ganze zu verstehen. 

Die Software macht dies sehr einfach und intuitiv, sodass wir lediglich auswählen mussten, welche Arten von Daten wir anzeigen wollten, und den besten Weg für die Darstellung festlegen mussten. Ähnlich wie in der Geschäftswelt kommt es hier ganz auf die übergeordneten Ziele und Performance-Management-Kennzahlen an, die für Sie wichtig sind, und Sie sollten dies als Ihren Leitfaden nutzen, um zu entscheiden, worauf die Prioritäten gelegt werden sollen. 

Normalerweise erfordern solche Dashboards, dass der Benutzer sie aktualisiert, um neue Daten abzurufen, aber das funktionierte mitten in einem Rennen natürlich nicht. Daher schrieben wir ein wenig JavaScript-Code, um das Widget alle 5–10 Sekunden zu aktualisieren. Dies ermöglichte es, die aus IBM Planning Analytics kommenden Echtzeit-Telemetriedaten nahezu verzögerungsfrei anzuzeigen, was bei jeder absolvierten Runde für Begeisterung sorgte.

Wie lässt sich dies auf die Geschäftswelt übertragen?  

Das Ganze hat unglaublich viel Spaß gemacht, aber wir sind fest davon überzeugt, dass sich diese Demonstration direkt auf das übertragen lässt, was wir in unserem „Arbeitsalltag“ erreichen wollen. Unternehmen führen tagtäglich genau solche Datentransformationen durch, und dies gut zu machen, kann in einer datenorientierten Welt ein enormer Wettbewerbsvorteil sein. 

Hier bei Apliqo konzentrieren wir uns darauf, Kunden dabei zu helfen, alle generierten Daten an einem zentralen Ort zusammenzuführen, fortschrittliche Verarbeitungs- und Analysemöglichkeiten zu eröffnen und diese Informationen anschließend so aufzubereiten, dass sie zu besseren Geschäftsentscheidungen führen. Genau dazu ist diese Technologie fähig, und wir hoffen, dass Ihnen dieser völlig andere Kontext einen Eindruck von der Bandbreite der Möglichkeiten vermittelt hat. 

Wenn Sie erfahren möchten, was dies für Ihren spezifischen Kontext bedeuten könnte, nehmen Sie noch heute Kontakt mit uns auf.  Wir freuen uns darauf, von Ihnen zu hören und zu sehen, wie wir Ihnen helfen können!