Starburst stellt ein neues Kundenprojekt mit AppsFlyer vor. Das Unternehmen ersetzte Amazon Athena als Abfrage-Engine für Looker durch Starburst Galaxy, um die Performance seiner BI-Umgebung zu verbessern und Datenprozesse zu vereinfachen. Dank föderierter Abfragen zwischen AWS Athena und BigQuery entfallen Datenduplikate und komplexe ETL-Prozesse. Analysten profitieren von schnelleren Dashboards, während das Data-Engineering-Team den Wartungsaufwand reduziert und Kosten senkt.
Starburst, eine führende Enterprise-Intelligence-Plattform, stellt mit AppsFlyer ein interessantes neues Kundenprojekt vor. Ziele sind die Verbesserung der BI-Performance sowie eine Vereinfachung der Datenprozesse.
AppsFlyer ist eine führende cloudbasierte SaaS-Plattform für mobile Attribution und Marketinganalyse. Als selbsternannte «Modern Marketing Cloud» bietet AppsFlyer präzise Mess- und Analysedienste. Unternehmen sind damit in der Lage, das Nutzerverhalten in mobilen Apps tiefgreifend zu verstehen. Um fundierte Entscheidungen in Vertrieb, Marketing und Kundenservice zu unterstützen, verwaltet die Plattform riesige Mengen historischer Geschäftsdaten. Als primäre Analyseoberfläche dient dabei Looker, das rund 60 Analysten im gesamten Unternehmen intensiv nutzen.
Um die Performance der Looker-Dashboards nachhaltig zu steigern, ersetzte AppsFlyer den bisherigen Abfragedienst Amazon Athena durch Starburst Galaxy. Ziel dieses Wechsels war es, plattformübergreifende Datenverknüpfungen direkt zu ermöglichen und Datenduplikate zu eliminieren. Auf diese Weise wollte das Unternehmen Analyseprozesse im gesamten Unternehmen erheblich beschleunigen.
Steigendes Datenvolumen bremste Looker-Dashboards aus
Das Data- und AI-Engineering-Team von AppsFlyer ist für die Datenplattform des Unternehmens verantwortlich und integriert dabei Systeme wie Salesforce, Marketo, Mixpanel, Jira, Datadog und andere Business-Anwendungen. Vor der Einführung von Starburst liefen die Looker-BI-Dashboards auf Amazon Athena. Aufgrund des wachsenden Datenvolumens und einer intensiveren Nutzung traten jedoch zunehmend Performanceprobleme auf, die den täglichen Betrieb belasteten. Besonders bei komplexen Abfragen und großen Datensätzen verlangsamten sich die Dashboards spürbar. Da die Analysten jedoch täglich auf Erkenntnisse bei Kundentrends und Leistungskennzahlen in Echtzeit angewiesen sind, war eine hohe Geschwindigkeit geschäftskritisch.
Um plattformübergreifende Analysen zwischen Athena und BigQuery durchzuführen, mussten die Benutzer die Daten zudem aufwendig kopieren und duplizieren. Diese komplexen ETL-Prozesse banden wertvolle Entwicklungsressourcen und bargen das Risiko von Dateninkonsistenzen. Die trägen Dashboards bremsten nicht nur die Analysten aus, sondern beeinträchtigten indirekt auch die angrenzenden Teams im Kundenkontakt. Dem Data-Engineering-Team drohte durch die ständige Fehlerbehebung eine dauerhafte Überlastung.
Starburst Galaxy als zentraler Beschleuniger für Looker
Mit der Einführung von Starburst Galaxy etablierte AppsFlyer eine leistungsstarke, föderierte Abfrageschicht über alle bestehenden Datenplattformen hinweg. Starburst löste Athena als primäre Engine für Looker ab und schuf sofortigen Mehrwert in zwei Kernbereichen: bei der allgemeinen BI-Performance und bei plattformübergreifenden Abfragen.
Die Technologie ermöglicht es nun, katalog- und plattformübergreifende Abfragen direkt zwischen AWS Athena und BigQuery auszuführen, ohne Datensätze vorher replizieren zu müssen. Das vereinfacht die Datenarchitektur maßgeblich, reduziert den technischen Wartungsaufwand und minimiert Systemdiskrepanzen. Statt fehleranfällige Pipelines zu verwalten, kann sich das Engineering-Team heute voll und ganz auf die Bereitstellung wertvoller Erkenntnisse konzentrieren.
Messbarer Erfolg und effizientere Abläufe
Der Einsatz von Starburst Galaxy führte bei AppsFlyer zu unmittelbar messbaren operativen Fortschritten. Die BI-Leistung stieg signifikant, was sich in schnellen und zuverlässigen Dashboards widerspiegelt. Beschwerden über langsame Prozesse gehören der Vergangenheit an. Die Analysten arbeiten heute wesentlich effizienter mit großen Datenmengen. Dank des direkten Datenzugriffs können sie zudem schneller neue Modelle entwickeln und geschäftskritische Insights generieren.
Durch den Wegfall der Datenduplizierung und die Verschlankung der ETL-Prozesse sank der Wartungsaufwand für das Data-Engineering-Team spürbar. Gleichzeitig profitiert AppsFlyer von spürbaren Kosteneinsparungen durch den reduzierten Entwicklungsaufwand und ein effizienteres Datenmanagement. Auch das Risiko von Pipeline-Ausfällen und Dateninkonsistenzen hat das Unternehmen erfolgreich minimiert.
«Starburst hat die Arbeitsgeschwindigkeit unserer Teams – von den Data Engineers über die Analysten bis hin zu den Business-Usern – erhöht, indem es die Analyse schneller und einfacher gemacht hat», so das Fazit von Alon Shoshani, Data and AI Engineering Lead bei AppsFlyer.
