Mit Business Analytics den Weg zur Data Driven Culture ebnen

Sich bei Entscheidungen allein auf begrenzte und subjektive Vermutungen oder Erfahrungen zu verlassen, ist in einer Zeit wachsenden Datenvolumens und steigender Komplexität im Geschäft nicht mehr zielführend. In einer Data Driven Culture werden Entscheidungen auf der Basis von Daten, also von "harten Fakten", getroffen. Den Weg dazu bahnt Business Analytics. Daten - die Lebensader der Unternehmensentwicklung Führungskräfte bewerten heute zu 77 Prozent Unternehmensdaten als ihr "wertvollstes Kapital" und sind überzeugt, dass die Geschwindigkeit der Datenanalyse in Zukunft noch wichtiger wird. Sogar die EU-Kommission bezeichnet Daten als die "Lebensader der wirtschaftlichen Entwicklung". Untersuchungen zeigen: Unternehmen, die datengetrieben agieren und umfassende Daten in Echtzeit verarbeiten, steigern ihre betriebliche Effizienz sowie ihren Gewinn um mindestens 17 Prozent. Daten umfassend zu nutzen, wird für Unternehmen mehr und mehr zu einem Vermögenswert. Denn eine Data Driven Culture bringt bessere Entscheidungen hervor. Diese zeichnen sich durch höhere Genauigkeit und Treffsicherheit, höhere Geschwindigkeit und höhere Transparenz aus; zudem müssen sie weniger oft revidiert werden. Business Analytics kann Unternehmen helfen, den wachsenden Datenmengen gerecht zu werden und diese produktiv zu nutzen. Vorteile von Business Analytics Die meisten Unternehmen verarbeiten heute strukturierte Daten. Auf der Basis eines Reporting-Systems können sie Fragen beantworten, deren Fokus auf der Vergangenheit liegt: Was ist passiert und aus welchen Gründen? Rückwärtsgewandt lassen sich nachträglich Ursachen und Gründe für bestimmte, bereits eingetretene Ereignisse ermitteln. Das nennt sich Descriptive Analytics und ist das Herzstück von Business Intelligence. Doch dies allein reicht für eine Data Driven Culture nicht aus. Denn es nicht möglich, Echtzeit-Daten (Big Data) mit modernen, datenwissenschaftlichen Werkzeugen zu analysieren und damit vorherzusagen, was in naher Zukunft passieren wird und wie man darauf optimal reagieren sollte (Predictive und Prescriptive Analytics). Business Intelligence fehlt hierzu die Daten- und die Werkzeugbasis. Somit kann die alte Business-Intelligence-Welt nicht ermitteln, wie man im Hinblick auf die wahrscheinlich eintretenden Ereignisse vorausschauend agieren sollte, damit Unerwünschtes ausgeschlossen wird und sich frühzeitig optimale Lösungen zum Erreichen geschäftlicher Ziele finden. Beides ist mit Business Analytics möglich. Durch die Einführung von Business Analytics kann sich ein Unternehmen aus einer schlüssigen Datenwelt auf der Basis von Algorithmen umfassend und weitestgehend automatisiert mit entscheidungsrelevanten Informationen versorgen lassen. Das ist der Weg zu eine Data Driven Culture, in der Daten in fast jeden Entscheidungsprozess einfließen und die Performance kontinuierlich und präzise messbar ist. Nicht mit der technischen Datenverarbeitung beginnen Im Zuge der steigenden Datenmengen investieren Unternehmen oft isoliert in die Technik, indem sie die vorhandene, statische IT-Infrastruktur durch neue Softwaretools "ergänzen", um "mehr" Daten auch anders verarbeiten zu können. Nachher stellt sich häufig heraus, dass die gewünschten analytischen Ergebnisse nicht geliefert werden können, weil die Puzzle-Teile nicht zusammenpassen: Oft fehlen dann Basisdaten, Schnittstellen wie auch Speicherungs- und Auswertungstools. Beginnen sollte man daher mit der Sammlung und Umsetzung überschaubarer Uses Cases, die schnell einen Business-Mehrwert bieten. Die hierzu notwendigen Anpassungen in der bestehende IT-Architektur nutzt man dafür, diese in Richtung Agilität zu transformieren, und zwar langsam, Schritt für Schritt. Hierzu modularisiert man die technischen Lösungen und definiert das Schnittstellenmanagement. Die Module sind dann eigenständig und können unabhängig voneinander entwickelt, getestet, bereitgestellt, weiterentwickelt und ausgetauscht werden. Dies erhöht die Flexibilität für die Erfüllung neuer Bausteine daramatisch. In einer Data Driven Culture geht man aber nicht isoliert von der Optimierung der technischen Seite aus, um mehr Daten besser analysieren zu können, sondern von der geschäftlichen Seite. Denn Datenanalyse ist kein Selbstzweck, sondern dient allein der Verbesserung der Geschäftsfähigkeiten. Daten sollen das Unternehmen unterstützen, die Wettbewerbsfähigkeit zu erhöhen, Kundenbedürfnisse besser zu verstehen und neue, innovative Leistungen zu kreieren. Daher ist es erforderlich, zunächst die geschäftliche Seite im Hinblick auf den angestrebten Nutzen zu betrachten, der mit Business Analytics geschaffen wer