Industrie: Softwareentwicklung
Verwendete JetBrains-Produkte: Datalore
Organisationsgröße: 100+
Land: Vereinigte Staaten
Constellation ist eine KI-basierte End-to-End-Datenanalyse- und Content-Engine für Unternehmen. Die SaaS-Plattform des Unternehmens, die durch datengestützte Erkenntnisse ergänzt wird, versetzt Kundenunternehmen in die Lage, Marketingforschung und Kampagnenentwicklung mit verbesserter Effizienz und Compliance durchzuführen und die Erstellung und Verbreitung von Inhalten im Gesundheits- und Finanzwesen, in der Automobilindustrie und in anderen regulierten Branchen zu optimieren.
Um seine Data-Science-Aktivitäten zu skalieren und sowohl Kund*innen als auch interne Beteiligte mit wertvollen Erkenntnissen zu versorgen, wollte Constellation die Zusammenarbeit vereinfachen und die Agilität steigern. Probleme wie die langsame Generierung von Berichten in herkömmlichen Business-Intelligence-Tools (speziell Power BI und Looker) sowie unzusammenhängende Workflows schränkten die Fähigkeit des Unternehmens ein, zeitnahe, individualisierte Erkenntnisse zu gewinnen. Gleichzeitig wurde eine Lösung gesucht, die sich mühelos in AWS, den bevorzugten Cloud-Anbieter des Unternehmens, integrieren ließ.
„Wir standen vor der Frage: Wie können wir dafür sorgen, dass die funktionsübergreifenden Teams von Constellation reibungslos zusammenarbeiten? Vor Datalore arbeiteten alle Entwickler*innen unabhängig voneinander in lokalen Jupyter-Notebooks. Bei diesem Prozess mussten die Beteiligten diese Dokumente nach jeder Iteration herunterladen und teilen, was zu einem Flickenteppich von Cloud-Services führte. Dies bremste uns aus, schränkte die Skalierbarkeit ein und behinderte die Verwaltung von Berechtigungen.“
— Nauman Hafiz, CTO von Constellation
Die Lösung? Eine kollaborative und intuitive Data-Science-Plattform, die Daten-, Kundenerfolgs- und Produktmanagement-Teams miteinander vernetzt, um die Bereitstellung von Erkenntnissen zu beschleunigen.
„Tableau und Power BI sind zwar benutzerfreundlich, führen aber zu erheblichen Herausforderungen, wenn die Arbeit auf mehrere Entwickler*innen verteilt werden soll. Looker hat trotz einer besseren Git-Integration das Nachsehen, wenn es darum geht, Zusammenarbeit, Flexibilität, Funktionalität und visuelle Attraktivität zu ermöglichen und miteinander in Einklang zu bringen. Diese Tools sind nicht dafür ausgelegt, ein mittelgroßes Team zu unterstützen, das Innovation und Zusammenarbeit maximieren will.“
— Yusuf Khan, AVP Data Science bei Constellation
Datalore hat die Zusammenarbeit innerhalb des Constellation-Teams auf eine neue Grundlage gestellt, da zuvor verstreute Analyseabläufe in einem einzigen Tool konsolidiert wurden.
So sieht ein typischer Constellation-Workflow mit Datalore aus:
Ein Data Engineer zieht Informationen aus der Snowflake-Datenbank in ein Datalore-Notebook. Dann werden über SQL die benötigten Daten mit Datalore verknüpft, bevor zu Python-Code gewechselt wird, um Daten aus verschiedenen Drittanbieter-APIs einzubinden. Nachdem der Data Engineer diese Daten konsolidiert und strukturiert hat, sendet er einen Link zum Datalore-Notebook an einen Data Scientist, der mit dem Notebook weiterarbeitet, um Erkenntnisse abzuleiten, Visualisierungen zu erstellen und Modelle zu generieren.
„Das Scaffolding der ursprünglichen Daten ist ein zentraler Bestandteil unseres Data-Engineering-Prozesses, eng verzahnt mit der Analyse der Kundenbedürfnisse durch unser Produktteam. Die Einfachheit, mit der wir dank Datalore unser Data Warehouse – Snowflake – in das Gesamtsystem integrieren können, spielt dabei eine wesentliche Rolle. Dadurch wird die Art und Weise, wie wir mit Daten arbeiten, vereinfacht und zentralisiert.“
— Hammad Chaudhry, Data Engineer bei Constellation
Sobald der Data Scientist eine erste Iteration abgeschlossen hat, schaltet er das Produktmanagement- und das Kundenerfolgsteam für eine geschäftsorientierte Evaluierung ein. Nach der ersten Überprüfung entscheidet das Team, ob die Iteration verfeinert, eine weitere Iteration durchgeführt oder das Notebook in einen interaktiven Datalore-Bericht für Endanwender*innen umgewandelt werden soll.
„Datalore dient als Bindeglied zwischen unseren Remote-Teams im Nahen Osten sowie in Nord- und Südamerika.“
— Yusuf Khan, AVP Data Science bei Constellation
„Datalore fungiert als Portal zu einem breiteren Ökosystem. Es stellt grundlegende Werkzeuge bereit, die uns helfen, schneller voranzukommen. Dies steht im Kontrast zu vielen anderen Plattformen, die sich als geschlossene Systeme erweisen und auf den ursprünglich konzipierten Einsatzbereich beschränkt sind.“
— Mingwei Sun, Data Scientist bei Constellation
Zentrale Datalore-Funktionen, die von Constellation verwendet werden:
Snowflake-Integration und SQL-Zellen
Zusammenarbeit und Teilen von Jupyter-Notebooks und Berichten in Echtzeit
Team-Workspaces
Interaktive Berichte
Zeitgesteuerte Berichtserstellung
Constellation schätzt auch den Report Builder von Datalore, der die Möglichkeit bietet, ein Jupyter-Notebook unkompliziert in eine benutzerfreundliche und interaktive Datenstory zu verwandeln. Da Constellation im Report Builder Codezellen ausblenden, Markdown-Zellen strukturieren, Diagramme positionieren und interaktive Steuerelemente zum Bericht hinzufügen kann, hat das Unternehmen die volle Kontrolle über die Datenpräsentation und kann Open-Source-Technologien und -Frameworks nutzen, die zuvor nicht verfügbar waren.
„Die interaktiven Berichte von Datalore ermöglichen uns eine schnellere Bereitstellung von Prototypen und die mühelose Vermittlung komplexer Datengeschichten. Dies sorgt für eine umfassende Entmystifizierung von Datenberichten für unsere nicht-technischen Teammitglieder und bietet ein Maß an Klarheit und Verständlichkeit, das mit früheren Berichtsmethoden nicht zu erreichen war.“
— Smit Shah, stellvertretender technischer Projektleiter bei Constellation
„Die Flexibilität von Datalore ist maßgeblich für unsere Kundenberichte, da die Bedürfnisse unserer Kund*innen je nach Branche und Zielsetzung sehr unterschiedlich sind und über die Möglichkeiten von Standardvorlagen hinausgehen.“
— Ethan Lee, Data Analyst bei Constellation
Zentrale Vorteile:
Schnellere Ergebnisse
Constellation hat F+E-Aufgaben im Bereich Data Science um 50% beschleunigt
Verbesserte Effizienz
Umfassend individualisierte Berichte können jetzt innerhalb von Wochen statt Monaten ausgeliefert werden
Erhöhte Zufriedenheit
Entwickler*innen und Kund*innen haben uns mitgeteilt, dass sie dank Datalore viel zufriedener mit ihren Abläufen sind
Initiativen, die früher mit herkömmlichen BI-Tools Monate in Anspruch nahmen, kann Constellation dank Datalore nun innerhalb von Wochen abschließen. Mithilfe der kollaborativen Data-Science-Plattform von JetBrains konnte Constellation die allgemeine betriebliche Effizienz spürbar steigern.
„Wir konnten unsere Entwicklungszeit erheblich – oft um 50% oder mehr – reduzieren.“
— Michael Donovan, Senior-Projektmanager bei Constellation
Durch die Zentralisierung der Data-Science-Arbeitsumgebung in Datalore konnte Constellation Silos auflösen und redundante Abläufe abschaffen. Die kollaborativen Fähigkeiten der Plattform vernetzten entfernte Teams und ermöglichten so schnellere Iterationen mit kürzeren Feedback-Schleifen.
„Der wahre Wert von Datalore liegt in der Fähigkeit, alle unsere Teams zu vernetzen und eine gemeinsame Arbeitsumgebung zu schaffen, die umfassende Erleichterungen in Bezug auf Kommunikation und Zusammenarbeit bietet.“
— Hammad Chaudhry, Data Engineer bei Constellation
Im Hinblick auf die Zukunft will Constellation Datalore noch stärker in seine Prozesse einbinden, indem die Zeitplanungsfunktionen der Plattform für die Berichtserstellung erweitert werden. Außerdem soll Datalore eingesetzt werden, um das interne Schulungsprogramm zu verbessern und mit dem schnellen Wachstum des Unternehmens Schritt zu halten.
„Wir wollen Datalore als Schulungsressource in unserem Unternehmen einsetzen. Es wird uns helfen, strukturierte Module zu erstellen, die weniger erfahrene Mitarbeitende schrittweise an unsere Systeme heranführen.“
— Michael Donovan, Senior-Projektmanager bei Constellation
„Datalore hat mir die Möglichkeit gegeben, direkt mit erfahreneren Data Scientists und Entwickler*innen in meinem Team zusammenzuarbeiten. Dadurch konnte ich in meiner Rolle wachsen und mich weiterentwickeln.“
— Rachel Hui, Marketing-Datenanalystin bei Constellation
Regeane, Produktmanagerin, Ometria
Letztes Jahr hat unser Team mit Datalore einen entscheidenden Durchbruch erzielt. Wir haben die Leistungsfähigkeit des Produkts genutzt und unsere Retail-Intelligence-Services auf ein neues Niveau gehoben. Durch die Entwicklung interner Services und maßgeschneiderter Datenberichte stellte unser Customer-Success-Team blitzschnelle Erkenntnisse bereit, von denen unsere Kunden in hohem Maße profitierten. Diese Leistung war einer der größten Erfolge unseres Teams im vergangenen Jahr.
Moreno Raimondo Vendra, Senior Engineer für maschinelles Lernen, TrueLayer
Datalore ermöglichte einen ergonomischen Zugriff auf unsere Daten und erfüllte gleichzeitig die Sicherheitsanforderungen, was für uns ein entscheidender Vorteil war. Dadurch ist die Zusammenarbeit sowohl innerhalb unseres ML-Teams als auch mit unseren Stakeholdern viel einfacher geworden.
Seongduk Cheon, Senior Manager bei LINE Corporation
Während des Evaluierungsprozesses stellten wir fest, dass die UX von Datalore unseren Entwickler*innen vertraut war und die Funktionalität zur gemeinsamen Nutzung von Berichten einfach zu bedienen war. Dank der Zusammenarbeit unseres Entwicklungsteams und des Datalore-Entwicklungsteams konnten wir unsere Anforderungen an den Workflow und die Data Governance erfüllen.