Asiakkaallamme Valmetilla oli käytössään erilaisia data-analyysityökaluja, joiden käyttö erillisinä sovelluksina oli työlästä ja vaati myös laajaa ymmärrystä niiden eri toiminnallisuuksista. Tavoitteena oli saada ne kootusti ja helpommin käytettäviksi yhden sovelluksen sisään niin, että asiakas voisi jatkossa myös itse lisätä sovellukseen uusia työkaluja.

Kehitimme selainpohjaisen data-analytiikkatyökalut kokoavan alustan, jonne asiakkaan omat data-analyytikot pystyvät kehittämään omia moduulejaan erilaisia analyyseja ja visualisointeja varten. 

Parempaa ylläpidettävyyttä ja käytettävyyttä

Alustasta haluttiin saada mahdollisimman helposti ylläpidettävä, ja toisaalta tulevat ongelmatilanteet haluttiin minimoida. 

Näistä syistä front-endissä päädyttiin ottamaan kieleksi TypeScript: sen avulla sovelluksen ylläpidettävyys ja toimintavarmuus saatiin paremmaksi. Front-endissä hyödynnettiin Reactin tarjoamaa erittäin hyvää yhteensopivuutta muiden kirjastojen kanssa.

Sovelluksen back-end tehtiin Pythonilla, joka tarjosi projektiin tarvittavat työkalut datan analysointiin. Tietokantojen osalta projektissa päädyttiin hyödyntämään aikasarjatietokanta InfluxDB:n lisäksi NoSQL-tietokanta Redisiä, jolla tiedot pidettiin helposti saatavilla.

Joustavuutta pilviympäristön ja on-premisen hybridimallilla

Jo heti projektin alkaessa oli selvää, että sovellus rakennettaisiin pilviympäristöön sen tarjoaman joustavuuden ja ylläpidon helppouden ansiosta.

Sovellus rakennettiin Amazon Web Services (AWS) -pilvipalveluympäristössä EC2-instanssin ja Docker-containerien avulla Microservices-arkkitehtuuria hyödyntäen. Tämän ansiosta sovellukseen saatiin tarpeen ja käytön mukaan skaalautuvaa kapasiteettia. 

Asiakkaan tarpeet huomioon ottaen sovellus on suunniteltu myös on-premise -käyttöön soveltuvaksi. Rakentamamme alusta soveltuu siten käytettäväksi sekä pilviympäristössä että paikallisella palvelimella.

Tuki alustan käyttöönottoon ja kehitykseen

Tuimme asiakasta työkalujen kokoamisessa alustalle, jotta ne saatiin toimimaan alustalla tarkoituksenmukaisesti. Tulevat käyttötarpeet huomioiden olimme apuna toimintatapojen ja olemassa olevien ratkaisujen kehittämisessä – näin asiakas voi jatkossakin hyödyntää alustan tarjoamat käyttömahdollisuudet omia tavoitteitaan tukevalla tavalla. 

Laajennettavuutta tukevat dataratkaisut

Asiakkaan data-analyysityökalut ovat nyt kootusti yhdellä alustalla ja niiden hallinnointi entistä tehokkaampaa. Alustalle rakentamamme dataratkaisut palvelevat eri työkalujen käyttötarpeita, joten niitä ei jatkossa tarvitse erikseen rakentaa jokaista uutta työkalua varten. Laajennettavuuden ansiosta sovellus mukautuu asiakkaan tuleviin tarpeisiin ja tarjoaa nopeamman tavan rakentaa uusia data-analytiikkatyökaluja.

Tulokset

Data-analytiikkatyökalut kootusti laajennettavuuden vaatimukset huomioivalla alustalla 

Eri työkaluja ja tulevia tarpeita tukevat dataratkaisut

Toimintatapojen ja olemassa olevien ratkaisujen kehitys

Lue lisää osaamisestamme!