Advanced Analytics

Daten im Unternehmen f?r bessere Entscheidungen nutzen

Big Data: Der Daten-Tsunami rollt unaufhaltsam

Innerhalb der kommenden Jahre ist mit einer Verf?nffachung des jetzt schon hohen verf?gbaren Datenvolumens zu rechnen. Dazu geh?ren neben internen Daten in wachsendem Ma?e externe, die verarbeitet und ausgewertet werden m?ssen. Nach einer internationalen Umfrage geben 57 Prozent der Unternehmen zu, sich mit der steigenden Datenmenge ?berfordert zu f?hlen. Obwohl F?hrungskr?fte Unternehmensdaten f?r das wertvollste Kapital zur Sicherung ihrer Gesch?ftsf?higkeit halten, haben sie keine Vorstellung, wie sie die Datennutzung technologisch organisieren, die Daten besser vernetzen und daraus einen Mehrwert f?r ihr Unternehmen generieren k?nnen.
Um mit Big Data umgehen zu k?nnen, braucht es nicht nur geeignete IT-Architekturen und Softwareprogramme, sondern auch individuell konfigurierte, implementierte und kontinuierlich verbesserte Analytics-Systeme.
F?r Unternehmen erweist es sich zunehmend als schwierig, ihre IT-Architektur up-to-date zu halten, um mit den Anforderungen mitzuwachsen. Immer h?ufiger gibt es Berichte ?ber “IT-Umstellungen”, die zu regelrechten “Millionengr?bern” werden. Aus der Sicht der Unternehmen ist die komplette Neuentwicklung und Implementierung von Software nicht nur teuer, personal- und zeitaufw?ndig, sondern auch riskant. Wen wundert es da, dass viele Unternehmen mit veralteten IT-Produkten und IT-Architekturen weiterarbeiten, obwohl sie ihr “Verfallsdatum” schon ?berschritten haben. Worin besteht das Problem und wie l?sst es sich l?sen?

Agile Methoden plus Advanced Analytics macht Unternehmen flexibler

In der Vergangenheit war es ?blich, IT und Business relativ strikt organisational und funktional zu trennen. Beide agier(t)en meist in getrennten “Silos”. Viele F?hrungskr?fte haben eine betriebswirtschaftliche, aber keine IT-Ausbildung; umgekehrt haben IT-Experten eine informationstechnische, aber keine betriebswirtschaftliche Ausbildung. Jede Gruppe sieht die Welt aus ihrer Sicht. Vielfach l?uft es in den Unternehmen so ab: Von betriebswirtschaftlich gepr?gten F?hrungskr?ften ohne IT-Kenntnisse werden Entscheidungen getroffen, und f?r die Umsetzung sorgt die IT.
Oder die IT implementiert eigenst?ndig technische L?sungen, von denen sich sp?ter herausstellt, dass sie aus betriebswirtschaftlicher Sicht f?r die Gesch?ftsstrategie suboptimal sind oder nicht funktionieren. H?ufig setzen IT-F?hrungskr?fte bei neuen Anforderungen auf bew?hrte Standard-Softwareprodukte, um auf “Nummer Sicher” zu gehen. Das gelingt aber nur teilweise, denn eine eingef?hrte Software kann sich innerhalb weniger Jahre wieder als ungeeignet oder veraltet erweisen. So bleibt die IT-Infrastruktur fast permanent hinter ihren M?glichkeiten zur?ck. Derartige Probleme lassen sich durch Agile Analytics l?sen.

Prescriptive und Predictive Analytics erm?glichen pr?zisere Vorhersagen und bessere Entscheidungen

Agile Analytics kombiniert Advanced Analytics mit agilen Methoden. Advanced Analytics (auch “Business Analytics” genannt) umfasst Predictive und Prescriptive Analytics.
Durch Auswertung umfangreicher Daten liefert Predictive Analytics Erkenntnisse dar?ber, was k?nftig passieren wird. So k?nnen im Unternehmen fr?hzeitig angemessene und vorausschauende Entscheidungen getroffen werden. Prescriptive Analytics arbeitet mit Softwaresystemen, die auf der Basis von Algorithmen bestimmte Aufgaben und Probleme eigenst?ndig l?sen k?nnen, ohne dass jeder Schritt von Hand programmiert werden muss. Auf diese Weise ist es m?glich, durch Datenanalyse konkrete Vorschl?ge f?r das beste Handeln in einem bestimmten Szenario zu erhalten – ?hnlich wie bei einem Navi, das die beste Route durch gezielte Umgehung von Hindernissen errechnet.
In vielen Unternehmen ist Advanced Analytics noch nicht eingef?hrt. Man steht auf der Stufe von Descriptive Analytics – also einem Reporting, das einem Blick in den R?ckspiegel gleicht und lediglich analysiert, warum und was in der Vergangenheit passiert ist. Das Forecasting wird oft noch zeitaufw?ndig und mit einem hohen Grad an Ungenauigkeit manuell von F?hrungskr?ften mit Excel durchgef?hrt. Dabei wird nur ein kleiner Teil der verf?gbaren Daten ausgewertet – Big Data scheint in weiter Ferne. Getroffene Entscheidungen sind daher von Unsicherheit begleitet und m?ssen oft revidiert werden.

Agilit?t ist Voraussetzung f?r Agile Analytics

Agilit?t ist die F?higkeit einer Organisation, sich selbst zu erneuern, anzupassen, sich schnell zu ver?ndern und in einem sich rapide wandelnden, turbulenten Umfeld erfolgreich zu agieren. Konkret meint dies zweierlei:
1)flexible Daten- und IT-Infrastrukturen, die mit neuen Anforderungen mitwachsen und sich an ver?ndernde Bed?rfnisse, wie z.B. wachsende Datenmengen usw. anpassen
2)eine flexible Arbeitsweise, wie Organisationen und Teams vorgehen.

Verst?ndliches und praxisnahes Know-how ?ber Analytics

In seinem Buch “Agile Analytics. Wie Unternehmen Daten f?r bessere Entscheidungen und Leistungen nutzen” (Haufe Verlag 2023, ISBN 978-3-648-16435-8) zeigt Dirk B?ckmann auf, wie Unternehmen Business Analytics mithilfe von Agilit?t architektonisch, prozessual und strukturell so organisieren, dass sie der Dynamik des Wettbewerbs und Big Data gewachsen sind. Sie erfahren, wie Advanced Analytics mit agilen Methoden im Unternehmen implementiert und betrieben werden kann. Dadurch k?nnen sie fundiertere Entscheidungen treffen und ihre Leistungsf?higkeit sp?rbar steigern.
Buch Agile Analytics, Information und Kauf

Keywords:Analytics, Advanced Analytics, Agile Analytics, Big Data, Agilit?t, Predictive Analytics, Prescriptive Analytics, agile Methoden, Business Analytics, IT-Architektur, Datenvolumen