Von datengetriebenen Insights profitieren
In den letzten Jahren wurden neue Use Cases im Bereich „Advanced Analytics“ ermöglicht, die über das klassische Reporting hinausgehen und von neuartigen Technologien und Verfahren geprägt sind. Dazu gehören insbesondere die Trendthemen Machine Learning und Künstliche Intelligenz (KI). Gleichzeitig haben Unternehmen in den letzten Jahren beträchtliche Datenmengen gesammelt, die nur teilweise im klassischen Reporting genutzt werden können.
Für den nächsten Schritt sind hier insbesondere interessant:
- Vorhersagen (Predictive Analytics)
- Aktive Suche in den eigenen Daten nach neuen Mustern (Explorative Analyse)
- Erschließung externer Datenquellen (Data Discovery)
Laut Gartner sind diese Themen, insbesondere Analytics Services und Predictive Analytics, über ihre initiale „Hype“-Phase hinaus und bereit für den produktiven Einsatz.
Den Grundstein legte der Trend zu „Big Data“. Seit jeher können Erkenntnisse aus Daten gewonnen werden, die mit klassischer BI- und Data-Warehouse-Technologie nicht zu analysieren waren, da zu groß, zu schnell oder zu unstrukturiert. Zu diesen Datentöpfen gehören sowohl bisher kaum genutzte Unternehmensdaten als auch externe Daten.
Erfahren Sie mehr über Advanced Analytics in unserer Präsentation auf SlideShare:
Die Herausforderungen
Für Unternehmen ergeben sich daraus mehrere organisatorische und prozessual-technische Herausforderungen. Um die Potenziale von Advanced Analytics zu realisieren, müssen diese adressiert werden.
Viele technologiegetriebene Innovationsprojekte zu Anfang des „Big Data“-Trends konnten ihre Nutzen nicht realisieren. Daher ist es für den Einsatz von Analytics essentiell, Use Cases zu identifizieren und aufzubauen, damit dessen Potenzial ausgeschöpft werden kann.
Für Advanced Analytics werden nicht nur Methodenkompetenz in den mathematischen Verfahren wie etwa für künstliche Intelligenz benötigt, sondern auch in den spezialisierten Analytics-Tools, die diese implementieren. Diese Kenntnisse sind in Controlling- und Business-Intelligence-Abteilungen nur selten vorhanden. Beispielsweise füllt die neu geschaffene Rolle des „Data Scientist“ genau diese Lücke.
Bisherige Governance-Prozesse wurden über Jahre an die typischen Daten-Lebenszyklen des Reportings angepasst. Mit „Big Data“ kommen nicht nur neue interne Daten mit anderer Struktur und Qualität dazu, sondern häufig auch externe Daten, die im Governance-Prozess berücksichtigt werden müssen.
Greift man auf das gesamte interne und externe Datenspektrum zurück, landet man von den Dimensionen her schnell bei „Big Data“. Aufgrund der Menge und unterschiedlichen Strukturen (Heterogenität) dieser Daten müssen traditionelle Ansätze des Datenmanagements überdacht und um zusätzliche Big-Data-Lösungen angereichert werden. Die Einschätzung und Sicherstellung der notwendigen Datenqualität bei neuen und externen Datenquellen stellt eine weitere Herausforderung dar.
Bestehende Legacy-Systeme lassen sich häufig nicht einfach um eine vollumfängliche Analytics-Lösung erweitern, die dazu auch noch „Big Data“-fähig ist. Zudem passt der Fokus dieser Systeme (z.B. Data Warehouse) nicht unbedingt zur Natur dieser Lösungen (z.B. explorative Analysen auf großen Mengen unstrukturierter Rohdaten). Diese zusätzlichen Lösungen müssen gemäß der eigenen Anforderungen aus vielen möglichen Alternativen ausgewählt, passend zusammengestellt und ggf. parallel zum bestehenden IT-Stack betrieben werden.
Unser Vorgehen
Unser Vorgehen ist entlang der Herausforderungen in vier Phasen strukturiert. Unser Ansatz sieht nach einer fokussierten Bestandsaufnahme die Entwicklung von Use Cases vor. Der Aufbau von Analytics als Service erfolgt iterativ durch einen Proof of Concept (PoC) sowie einer detaillierten Pilotierung, wobei Datenmengen und Komplexität schrittweise gesteigert werden.
Workshop: Advanced Analytics & Künstliche Intelligenz
Dauer und Ort: Ca. 4 – 6 Stunden, online oder vor Ort
Teilnehmer: 5 bis 10 Teilnehmer aus dem Management sowie Fachexperten aus Controlling, Reporting / BI oder Analytics
Ziele und Inhalte:
Schatztruhe
Individuelles Assessment Ihrer Daten- und Analytics-Strategie, Identifikation von Datentöpfen und neuen Analytics Use Cases, die hohes Potential bieten und kurzfristig umsetzbar sind
Schlüssel
Analyse und Bewertung der Voraussetzungen zur Umsetzung von Advanced Analytics sowie Ableitung konkreter Handlungsfelder
Schatzkarte
Erarbeitung eines agilen Vorgehens mit Proof-of-Concepts, um Advanced Analytics und Künstliche Intelligenz in Ihrer Organisation zu verankern