Business Analytics: Smart Data für Next-Level-Analysen

Die Vorstellung ist für jedes Unternehmen verlockend: Wer Informationen über die Zukunft hat, kann heute die optimalen Entscheidungen im Business treffen. Er kann antizipieren, welche Produkte und Dienstleistungen bei der Zielgruppe in den nächsten Jahren gefragt sind, und diese dann als Erster anbieten. Er kann prognostizieren, wie sich die Nachfrage in den nächsten Wochen verändert, und die Produktion dann entsprechend anpassen. Oder er kann vorhersagen, welchen konkreten Bedarf ein konkreter Kunde in den nächsten Tagen hat, und ihm dann eine passende Anzeige einblenden. Und das sind nur ein paar Beispiele aus Sicht von Marketing und Vertrieb. Von Vorhersagen können alle Fachbereiche und natürlich das Management profitieren. Die HR-Abteilung erkennt vielleicht frühzeitig, welche Skills in Zukunft benötigt werden, und richtet Recruiting und Weiterqualifizierung danach aus. Das Finanzwesen plant langfristig den Bedarf an Fremdkapital und optimiert so die Zinsen. Das Management hat stets die großen Trends im Blick und navigiert das Unternehmen auch durch stürmische Zeiten. Um es kurz zu machen: Der Blick in die Zukunft bringt die Unternehmensplanung und die Finanzplanung auf ein ganz neues Level.

Blick in die Zukunft mit Predictive Analytics und Prescriptive Analytics

Und das ist heute weit mehr als nur eine Vorstellung. Business Analytics erlaubt es nicht nur, Daten aus der Vergangenheit auszuwerten und zu Informationen zu verdichten – was primär unter den Begriff Business Intelligence fällt. Business Analytics hat sich weiterentwickelt: Die beiden Advanced-Analytics-Teildisziplinen Predictive Analytics und Presciptive Analytics nutzen auf einem Algorithmus basierende Analysen für Prognosen.

Predictive Analytics

In erfassten Daten lassen sich häufig Zusammenhänge feststellen. Das ist die Basis dafür, künftige Entwicklungen zu prognostizieren. Dazu analysieren an der Vergangenheit geschulte Algorithmen kontinuierlich die aktuellen Daten und errechnen so die Wahrscheinlichkeit von Ereignissen in der Zukunft. So lässt sich zum Beispiel vorhersagen, dass der Absatz einer bestimmten Produktgruppe aufgrund der beeinflussenden Faktoren um einen bestimmten Prozentsatz abnimmt, der Absatz in einer anderen Produktgruppe dafür steigt. Marketing, Vertrieb und Produktion können sich darauf frühzeitig einstellen. Aus Big Data wird also Smart Data.

Prescriptive Analytics

Die durch Predictive Analytics erstellten Prognosen können dazu dienen, die Entscheidungsfindung im Business zu optimieren – indem unterschiedliche Szenarien simuliert und gegeneinander abgewogen werden. Nützlich ist das beispielsweise, um die Marketingmaßnahmen zu optimieren – auch mit Blick auf den prognostizierten Absatz.

Roadmap statt Aktionismus

Dass die Unternehmen Business Analytics sowie die Verfahren Predictive Analytics und Prescriptive Analytics längst auf der Agenda haben, zeigt nicht nur unserer Erfahrung aus etlichen Projekten. So lässt sich auch der „Hype Cycle for Analytics and Business Intelligence, 2019“ von Gartner deuten: Predictive Analytics ist bereits in der Phase „Slope of Enlightment“ angekommen und sollte in absehbarer Zeit sehr produktiv genutzt werden können. Prescriptive Analytics wird nach unserer Einschätzung bald folgen. Dafür spricht auch, dass eine ganze Reihe von neuen Disziplinen aus dem Umfeld von Business Analytics auf dem Weg zum Peak sind oder diesen schon erreicht haben: zum Beispiel Explainable AI und Desicion Management, Augmented Analytics, Immersive Analytics und Edge Analytics.

Es gibt also gerade viel Dynamik beim Einsatz von Predictive und Prescriptive Software, von Big Data und Smart Data. Das ist einerseits großartig, weil immer mehr Unternehmen das Potenzial ihrer Daten immer besser nutzen und immer bessere Informationen gewinnen. Andererseits bringt diese Dynamik auch eine gewisse Gefahr mit sich. Unternehmen können angesichts der vielen Möglichkeiten dazu neigen, Technologien oder Ansätze einzuführen, ohne vorher eine echte Strategie für Predictive Analytics und Prescriptive Analytics zu formulieren. So entstehen dann zwar einzelne Smart-Data-Use-Cases, die durchaus einen Mehrwert bieten können. Es fehlt aber eine unternehmensweite Smart-Data-Integration. Und die ist für den dauerhaften Erfolg entscheidend – zum Beispiel bei der Unternehmensplanung, bei der die relevanten Aspekte aus allen Fachbereichen betrachtet werden sollten.

Insofern empfiehlt es sich für Unternehmen grundsätzlich, eine Predictive- bzw. Prescriptive- Strategie zu definieren und dann eine Roadmap mit den spezifischen Maßnahmen zu entwickeln. Dazu gehört unter anderem, sich über die Ziele klar zu werden, die durch die Realisierung von Business Analytics mit ihren beiden Bereichen Business Intelligence und Advanced Analytics erreicht werden sollen. Denn das wirkt sich unmittelbar auf die erforderliche Organisationsstruktur, die Prozesse und schließlich die Technologie aus. Sollen die Mitarbeiter in den Fachbereichen beispielsweise in die Lage versetzt werden, eigenständig und ad hoc Predictive-Analytics-Prognosen vorzunehmen, sind auch Predictive-Analytics-Self-Services unabdingbar. Lässt ein Unternehmen solche kleinteiligen Predictive-Analytics-Vorgänge zu, ist wiederum eine organisatorische und technologische Ebene gefragt, die alle dezentralen Planungen und Entscheidungen integriert.

Gemeinsam mit NTT DATA Business Solutions finden Sie heraus, wie Sie mehr aus Ihren Analysen herausholen, wie Sie Big Data in Smart Data verwandeln und welchen Mehrwert Ihnen Predictive Analytics oder Prescriptive Analytics bringen. Und Sie erfahren, welche Software sich für Ihre Vorhaben zu Business Analytics mit den beiden Bereichen Business Intelligence und Advanced Analytics am besten eignet. Mehr dazu auf unserer Website.

– von Georg Aholt, Head of Center of Excellence, Business Analytics & Information Management, NTT DATA Business Solutions AG –

E-Mail: [email protected]