Zustimmen

Concur ist weltweit führend im Bereich Lösungen und Dienstleistungen für das Ausgabenmanagement. Denny Lee, verantwortlich für Data Sciences Engineering, hat eine ehrgeizige Aufgabe: Er soll Ordnung in die Petabytes an ausgabenbezogenen Daten bringen, die von den über 20.000 Kunden von Concur weltweit erfasst werden.

• Beschleunigte Hadoop-Datenverarbeitungs-Engine

• Erweiterte BI-Analyse- und Visualisierungsfunktionen

• SQL-Anbindung

• Apache Spark

• SAP Lumira

• Simba Spark-Treiber

• Simba Spark-Erweiterung für SAP Lumira

Lee arbeitet daran, aus den riesigen Big-Data-Mengen umsetzbare Erkenntnisse zu gewinnen. Seine Aufgabe ist zweigeteilt: Aus den Daten zu lernen, damit Concur seinen über 20.000 Kunden weltweit bessere Dienstleistungen bieten kann, und Algorithmen für maschinelles Lernen zu entwickeln, um effizienter zu arbeiten – insbesondere im Hinblick auf die Bereitstellung von Funktionen zur treuhänderischen Berichterstattung für Kunden. Vor einigen Jahren skizzierte Lee seinen Ansatz und unterteilte seine analytische Herausforderung in vier thematische Komponenten: Konsolidierung, Visualisierung, Erkenntnisse und Empfehlungen. Für Lee bedeutete Konsolidierung, auf Hadoop-Datenlösungen zurückzugreifen, um die Petabytes an Spesendaten von Concur zu speichern, zu verarbeiten und zusammenzuführen. Als früher Anwender von Apache Spark wollte Lee dessen Datenverarbeitungsleistung nutzen, um die Analysen bei Concur zu beschleunigen – oder, wie Lee es ausdrückte, um sie „wirklich schnell laufen zu lassen“. Die Visualisierung sollte es Lee ermöglichen, aus den Rohdaten Erkenntnisse zu gewinnen, und so wandte er sich an Lumira, die Datenvisualisierungs- und Analyselösung von SAP, der Muttergesellschaft von Concur. „Mit Lumira können wir unsere Daten analysieren, extrahieren, aufbereiten, visualisieren und Geschichten rund um sie erzählen“, erklärt Lee. Mit den vorhandenen Anwendungs- und Datentools war Lee in der Lage, Erkenntnisse zu gewinnen und – was besonders wichtig war – Empfehlungen an die Concur-Führung auszusprechen. Doch um seine Analyse-Engine auf Hochtouren laufen zu lassen, fehlte ihm noch eine Sache: die Simba-Konnektivitätslösungen von insightsoftware. Ein Rückblick auf die Zeit vor ein paar Jahren: Noch bevor SAP überhaupt an eine Übernahme von Concur dachte, erkannte das Lumira-Team die Notwendigkeit, eine offene, plattformübergreifende Anbindung an neue Datenquellen bereitzustellen. Nach der Bewertung konkurrierender Technologien entschied sich die SAP-Analytics-Gruppe für Simba-Datenkonnektoren, um Lumira eine Anbindung an Hive, Impala und Redshift zu ermöglichen. Simba-Treiber boten nicht nur offene Konnektivität zu diesen Plattformen, sondern auch SQL-Fähigkeiten: Datenwissenschaftler konnten Lumira nutzen, um mit ihrem vorhandenen SQL-Know-how auf ihre Hive-, Impala- und Redshift-Daten zuzugreifen, ohne eine quellspezifische Sprache wie HiveQL erlernen zu müssen. Das Lumira-Team erkannte schon früh, dass Apache Spark effiziente Self-Service-Analysen von Big Data noch leistungsfähiger machen könnte. Dieses Ziel – gepaart mit der steigenden Kundennachfrage nach beschleunigter Hadoop-Datenverarbeitung – veranlasste das Lumira-Team, die Apache-Spark-Anbindung zu integrieren, und man entschied sich für einen bewährten Partner, um diese bereitzustellen. Paul Ekeland, Senior Director of Product Management für Big Data bei SAP, nennt die Einführung der Simba-Spark-Anbindung durch Branchenführer als einen Faktor für die Verlängerung der Partnerschaft mit Simba. „Insbesondere bei Spark ist es die Marktpräsenz von Simba“, bemerkt Ekeland. „Die Tatsache, dass andere Anbieter wie Hortonworks und Databricks diesen speziellen Treiber bereits nutzen und Simba in einem so dynamischen Marktsegment eine führende Rolle einnimmt, hat uns davon überzeugt, dass wir mit Simba einen guten Partner für das Spark-Abenteuer an unserer Seite haben.“

Zurück zu Concur. Nachdem die Anbindung von Lumira, Spark und Simba eingerichtet war, widmete sich Lee der Datenanalyse, insbesondere der Klassifizierung von Spesenabrechnungen. Er begann mit einem scheinbar „langweiligen Thema“: der Verwaltung von Unternehmensbelegen. „Ganz allgemein ermöglicht uns [die Anbindung von Lumira, Spark und Simba], die Klassifizierung von Spesenabrechnungen zu vereinfachen“, erklärt Lee. „Kunden machen ein Foto ihrer Quittung, wir führen eine OCR-Erkennung durch und klassifizieren sie … automatisch.“ Lees Klassifizierungsmodell für Spesenabrechnungen hat greifbare Vorteile gebracht – sowohl für Concur als auch für die Concur-Kunden. „Die Spesenabrechnung ist für den Nutzer einfacher“, fährt Lee fort, „und [die Genauigkeit, die diese Funktion bietet] verbessert tatsächlich die steuerlichen Auswirkungen für das Kundenunternehmen.“ Wie geht es weiter? Der breiteren Apache-Spark-Community etwas zurückgeben. Lee leitet das Apache-Spark-Meetup in Seattle, Washington, und Ekeland von SAP ist bestrebt, die Erfahrungen des Lumira-Teams optimal zu nutzen. „Spark bietet viel Hoffnung“, fasst Ekeland zusammen. „Bei SAP investieren wir sowohl aus der Perspektive der Analysewerkzeuge als auch aus der Perspektive der Datenquellen, wo wir Möglichkeiten sehen, Spark selbst zu verbessern.“