Wer sich heute mit der Analyse von Daten im Business befasst, bemerkt schnell die gewaltige Anzahl an unterschiedlichen Konzepten, Technologien, Tools und Software.
Business Intelligence: Basis für die kontinuierliche Verbesserung
Wer sich heute mit der Analyse von Daten im Business befasst, bemerkt schnell die gewaltige Anzahl an unterschiedlichen Konzepten, Technologien, Tools und Software. Zum einen zeigt das, wie sehr die Dynamik im Bereich Analytics zugenommen hat, der lange Zeit eher nicht im Mittelpunkt stand. Zum anderen ist die Vielfalt aber auch ein Hinweis darauf, dass zahlreiche Akteure vom aktuellen Data-Hype profitieren wollen und deshalb einzelne Ideen enorm stressen – auch wenn gar nicht so viel dahinter steckt. In diesem Analytics-Universum den Überblick zu behalten und sämtliche Zusammenhänge zwischen allen Schlagworten zu durchschauen, ist nicht so einfach. Auch deshalb haben wir in unseren beiden Wörterbüchern zu Business Intelligence (BI) und zu Advanced Analytics viele wichtige Begriffe kurz erläutert.
Dass wir diese Zweiteilung vorgenommen haben, hat einen guten Grund: Nach unserer Definition sind Business Intelligence und Advanced Analytics zwei grundlegenden und klar voneinander abgrenzbare Konzepte für die Analyse von Daten und die Bereitstellung von Informationen – und zwar über das Reporting hinaus. Gemeinsam bilden sie Business Analytics. Sich damit intensiv zu befassen, ist aus unserer Sicht der entscheidende Erfolgsfaktor für einen strategisch sinnvollen Umgang mit Daten und einen zielführenden Einsatz von konkreten Technologien, Tools und Software.
Vergangenheit und Gegenwart mit Business Intelligence beschreiben und verstehen
Das relevante Kriterium für Unterscheidung ist das Erkenntnisinteresse: BI will vor allem mithilfe von Kennzahlen Antworten darauf geben, was passiert ist und warum es passiert ist. Advanced Analytics sucht Antworten auf die Fragen, was passieren wird und wie man es passieren lassen kann. Das Research-Unternehmen Gartner gliedert das in vier Analytics-Varianten, die sich in einem Evolutionsprozess herausgebildet haben.
Das Modell macht ohne Zweifel die Unterschiede sehr gut nachvollziehbar. Es birgt aber auch ein wenig die Gefahr, dass Unternehmen sich vor allem auf die neueren Analyse-Verfahren fokussieren und Business Intelligence vernachlässigen. Und das wäre ein erheblicher Fehler. Denn eine gute Kenntnis der Vergangenheit und der Gegenwart ist nach wie vor die Basis für solide Entscheidungen und damit für eine nachhaltige Entwicklung. Das trifft auf Entscheidungen im gesamten Unternehmen zu, gilt aber ganz besonders für Finance und Controlling.
Um die Relevanz von Business Intelligence besser zu verstehen, lohnt sich ein genauer Blick auf die beiden Teildisziplinen:
Descriptive Analytics
Aus Daten lassen sich Informationen darüber erzeugen, was in der Vergangenheit passiert ist. So erstellt das Controlling für die unterschiedlichen Bereiche im Unternehmen im Zuge des Reportings Kennzahlen und KPIs – etwa zur Entwicklung von Umsatz, Kosten und Gewinn oder über die Performance der Maschinen und Anlagen im Shopfloor. Diese Informationen sind elementar für einen kontinuierlichen Verbesserungsprozess, weil sie einen Vergleich über die Zeit ermöglichen. Neu ist, dass zunehmend mehr Daten zur Verfügung stehen und die Abbildung der Vergangenheit exakter und granularer ausfällt. Und neu ist auch, dass Informationen übersichtlich in Dashboards visualisiert werden können.
Diagnostic Analytics
Etwas anspruchsvoller ist es, die Vergangenheit nicht nur zu beschreiben, sondern darüber hinaus zu erklären, warum die Ereignisse so eingetreten sind. Dafür ist es unter anderem erforderlich, die Daten aus einem Bereich mit Daten aus anderen Bereichen in Zusammenhang zu setzen, um Korrelationen und Kausalitäten aufzudecken. Rückläufige Finanzkennzahlen lassen sich dann beispielsweise auf ungünstige Wetterbedingungen oder Unruhen an wichtigen Börsen zurückführen. Auch hier spielen Dashboards eine wichtige Rolle: Sie machen die Zusammenhänge für Menschen erkennbar.
Nachholbedarf beim Einsatz von Business Intelligence Software
Tatsächlich stellen wir in Projekten immer wieder fest, dass in Sachen BI noch eine Menge Potenzial vorhanden ist, Unternehmen aber statt sich um Business Intelligence zu kümmern viel lieber direkt Predictive-Szenarien mit ordentlich KI umsetzen wollen. Das ist verständlich – schließlich verheißen die neuen Technologien eine ganze Menge. Meistens würde ein solches Vorgehen aber kaum zum Erfolg führen. Und das hat zwei Gründe – einen kulturell-organisatorischen und einen mit Bezug zur Software.
War Business Intelligence bislang kein großes Thema in einem Unternehmen, fehlt auf kulturell-organisatorischer Eben in der Regel eine Governance für den Umgang mit Daten. Heißt beispielsweise konkret: Es bestehen noch keine Konventionen dafür, wie etwa mit Finanzkennzahlen und anderen Kennzahlen verfahren werden soll. Werden sie lediglich in einem Dashboard dargestellt – und nur dann angeführt, wenn sie zu den eigenen Interessen passen. Oder werden Entscheidungen im Business konsequent und systematisch nach Finanzkennzahlen und anderen Kennzahlen ausgerichtet? Das Dashboard wird dann zu einem unverzichtbaren Tool, das täglich im Business genutzt wird.
Software fit für BI machen
Hinzu kommt auf technologischer Ebene, dass in der IT-Architektur wichtige Elemente fehlen. Das betrifft die Erfassung der Daten (Data Collection), die Speicherung (Data Storage) und die Nutzung (Data Usage). Bevor elaborierte Analyse-Verfahren zum Einsatz kommen können, müssen zunächst die Lücken bei der Software geschlossen werden.
Nach unserer Erfahrung zahlt es sich für Unternehmen am meisten aus, wenn sie sich zunächst fit für Business Intelligence machen, dabei aber immer schon die innovativen Möglichkeiten von Business Analytics vor Augen haben. Das setzt eine ausformulierte Strategie, eine realisierbare Roadmap und eine passende Auswahl der geeigneten Tools bzw. von performanter Business Intelligence Software voraus. Und: Business Intelligence bedarf immer auch einer individuellen Anpassung. Für ein sinnvolles Dashboard ist zum Beispiel eine exakte Definition der Finanzkennzahlen erforderlich. NTT DATA Business Solutions unterstützt Sie bei allen Schritten auf dem Weg zu Business Intelligence. Wie genau – das erfahren Sie auf unserer Website.
– von Georg Aholt, Head of Center of Excellence, Business Analytics & Information Management, NTT DATA Business Solutions AG –
E-Mail: [email protected]