Die Auswirkungen schlechter Daten und warum Observability jetzt unerlässlich ist

Frau codiert mit zwei Monitoren

Autor

Ryan Yackel

GTM Product Manager, IBM Databand

IBM

Denken Sie, dass die Auswirkungen fehlerhafter Daten lediglich eine geringfügige Unannehmlichkeit darstellen? Es ist Zeit, das zu ändern.

Schlechte Daten kosteten Unity, ein börsennotiertes Unternehmen für die Entwicklung von Videospielsoftware, 110 Millionen US-Dollar.

Und das ist nur die Spitze des Eisbergs.

3D-Design aus Kugeln, die auf einer Schiene rollen

Die neuesten Erkenntnisse und Insights zu KI

Entdecken Sie von Experten kuratierte Erkenntnisse und Neuigkeiten zu KI, Cloud und mehr im wöchentlichen Newsletter Think. 

Die Auswirkungen schlechter Daten: eine Fallstudie zu Unity

Die Unity-Aktie fiel am 11. Mai 2022 um 37 %, nachdem das Unternehmen trotz starkem Umsatzwachstum, ordentlichen Margen, gutem Kundenwachstum und anhaltend hoher Leistung bei der Netto-Expansion in US-Dollar seine Gewinne für das erste Quartal bekannt gegeben hatte.

Es gab jedoch einen Datensatzpunkt in den Einnahmen von Unity, der nicht so positiv war.

Das Unternehmen teilte außerdem mit, dass das operative Umsatzwachstum zwar weiterhin hoch sei, sich aber aufgrund eines Fehlers in seiner Plattform verlangsamt habe, der die Genauigkeit seines Zielgruppe-Pinpointer-Tools beeinträchtigte.

Der Fehler in der Unity-Plattform?  Schlechte Daten.

Unity hat fehlerhafte Daten von einem großen Kunden in seinen Algorithmus des maschinellen Lernens aufgenommen, der bei der Platzierung von Anzeigen hilft und es Nutzern ermöglicht, ihre Spiele zu monetarisieren. Das führte nicht nur zu einem geringeren Wachstum, sondern ruinierte auch den Algorithmus und zwang das Unternehmen, Korrekturen vorzunehmen, um das Problem in Zukunft zu beheben.

Das Management des Unternehmens schätzte die Auswirkungen auf das Geschäft im Jahr 2022 auf rund 110 Millionen US-Dollar.

Mixture of Experts | 12. Dezember, Folge 85

KI entschlüsseln: Wöchentlicher Nachrichtenüberblick

Schließen Sie sich unserer erstklassigen Expertenrunde aus Ingenieuren, Forschern, Produktführern und anderen an, die sich durch das KI-Rauschen kämpfen, um Ihnen die neuesten KI-Nachrichten und Erkenntnisse zu liefern.

Unity ist nicht allein: Die Auswirkungen schlechter Daten finden sich überall

Unity ist nicht das einzige Unternehmen, das die Auswirkungen mangelhafter Daten deutlich zu spüren bekommen hat. Nehmen wir zum Beispiel X.

Am 25. April 2022 akzeptierte X ein Angebot zur Übernahme durch Elon Musk, den Gründer von Tesla und SpaceX. Nur 18 Tage später teilte Musk mit, dass der Deal „auf Eis gelegt“ sei, da er die Anzahl gefälschter Konten und Bots auf der Plattform bestätigte.

Was folgte, zeigt die tiefgreifenden Auswirkungen schlechter Daten auf diesen äußerst hochkarätigen Deal für eine der weltweit meistgenutzten Sprechplattformen. Bemerkenswert ist, dass X seit Jahren mit diesem Datenproblem kämpft. Im Jahr 2017 gab X zu, seine Nutzerbasis über mehrere Jahre hinweg zu hoch angegeben zu haben, und 2016 versuchte eine Trollfarm mit mehr als 50.000 Bots, die US-Präsidentschaftswahlen zu beeinflussen. X räumte gefälschte Konten erstmals im Rahmen seines Börsengangs im Jahr 2013 ein.

Dann spitzte sich dieses Datenproblem zu und Musk untersuchte die Behauptung von X, dass gefälschte Konten weniger als 5 % der Nutzerbasis des Unternehmens ausmachten, und versuchte, infolgedessen den zuvor vereinbarten Kaufpreis zu senken. X ist, wie Unity, ein weiteres prominentes Beispiel für die Auswirkungen fehlerhafter Daten, aber solche Beispiele gibt es überall – und sie kosten Unternehmen Millionen von Dollar.

Gartner schätzt, dass schlechte Daten Unternehmen fast 13 Millionen US-Dollar pro Jahr kosten, obwohl viele nicht einmal das Ausmaß der Auswirkungen erkennen. Unterdessen zeigt Forschung von IDC , dass Wissensarbeiter etwa die Hälfte ihrer Zeit mit der Behebung von Datenproblemen verbringen. Stellen Sie sich nur vor, wie viel Mühe sie anderswo hätten aufwenden können, wenn die Probleme nicht so verbreitet wären.

Insgesamt können schlechte Daten unter anderem zu verpassten Umsatzchancen, ineffizienten Abläufen und schlechten Customer Experience führen, die sich zu einem Preis von mehreren Millionen Dollar summieren.

Warum Observability für die C-Suite jetzt unerlässlich ist

Die Tatsache, dass schlechte Daten Unternehmen jedes Jahr Millionen von Dollar kosten, ist schon schlimm genug – und dass viele Unternehmen das gar nicht erkennen, weil sie die Auswirkungen nicht messen, ist potenziell noch schlimmer. Wie soll man schließlich etwas reparieren, dessen man sich nicht vollständig bewusst ist?

Um Problemen mit fehlerhaften Daten zuvorzukommen, ist eine Daten-Observability erforderlich, zu der auch die Fähigkeit gehört, den Zustand der Daten in Ihren Systemen zu verstehen. Daten-Observability ist die einzige Möglichkeit für Unternehmen, nicht nur die Auswirkungen von fehlerhaften Daten, sondern auch deren Ursachen wirklich zu verstehen – beides ist für die Behebung der Situation und die Eindämmung der Auswirkungen unerlässlich.

Es ist auch wichtig, die Daten-Observability an jedem möglichen Punkt einzubetten, mit dem Ziel, Probleme eher früher als später in der Pipeline zu finden, denn je weiter diese Probleme voranschreiten, desto schwieriger (und teurer) wird es, Fixes durchzuführen.

Wesentlich ist, dass diese Observability ein Gebot für die C-Suite ist, denn schlechte Daten können uns erheblich auf den Unternehmensumsatz auswirken (fragen Sie nur Unity und X). Die Priorität der Datenbeobachtbarkeit für die C-Suite wird der gesamten Organisation – nicht nur Datenteams – helfen, sich um diese äußerst wichtige Initiative zu versammeln und sicherzustellen, dass sie in die Verantwortung aller fällt.

Dieser Fokus auf durchgängige Daten-Observability kann letztendlich helfen:

  • Identifizieren Sie Datenprobleme zu einem früheren Zeitpunkt in der Datenpipeline, um deren Auswirkungen auf andere Bereiche der Plattform und/oder des Unternehmens einzudämmen

  • Ermitteln Sie Datenprobleme nach dem Pop-up schneller, um schneller zu Lösungen zu kommen.

  • Verstehen Sie das Ausmaß der bestehenden Datenprobleme, um sich ein vollständiges Bild von den Auswirkungen auf das Geschäft zu machen.

Diese Sichtbarkeit kann Unternehmen wiederum helfen, schneller mehr Umsatz zu erzielen, indem sie die notwendigen Maßnahmen zur Abmilderung fehlerhafter Daten ergreifen. Hoffentlich ist das Ergebnis eine Korrektur, bevor die Probleme Millionen von Dollar kosten. Und dies kann nur erreicht werden, wenn alle, angefangen bei der C-Suite, der Daten-Observability Priorität einräumen.

Erfahren Sie mehr über die kontinuierliche Daten-Observability-Plattform von IBM Databand und wie sie dabei hilft, Datenvorfälle früher zu erkennen, sie schneller zu beheben und dem Unternehmen vertrauenswürdigere Daten zu liefern. Wenn Sie einen genaueren Blick darauf werfen möchten, buchen Sie noch heute eine Demo.

Weiterführende Lösungen
Automatisierte Full Stack Observability

Ermitteln und beheben Sie die Ursache des Problems rasch. Echtzeit-Daten mit hoher Genauigkeit bieten vollständige Transparenz dynamischer Anwendungs- und Infrastrukturumgebungen.

Mehr erfahren über Full Stack Observability
AIOps Consulting

Optimieren Sie die IT-Automatisierung und den IT-Betrieb mit generativer KI und richten Sie jeden Aspekt Ihrer IT-Infrastruktur an den geschäftlichen Prioritäten aus.

Mehr erfahren über AIOps Consulting
IBM SevOne Network Performance Management

IBM SevOne Network Performance Management ist eine Überwachungs- und Analysesoftware, die Echtzeittransparenz und Erkenntnisse für komplexe Netzwerke bietet.

Netzwerkleistung überwachen
Machen Sie den nächsten Schritt

Erfahren Sie, wie KI für den IT-Betrieb die Erkenntnisse liefert, die Sie benötigen, um die Leistung Ihres Unternehmens entscheidend zu verbessern.

AIOps-Lösungen erkunden Buchen Sie eine Live-Demo