Daten sind heute zweifelsfrei der beste Weg, um seine Kunden zu verstehen. Sie geben unmittelbar Aufschluss darüber, was der Kunde möchte. Wer Daten sammeln sollte sie also auch gezielt auswerten. Das ist gerade für Traditionsunternehmen nicht immer einfach. Ein datengetriebenes Unternehmen muss umdenken, sich auf neue Bedürfnisse einstellen, sich neu orientieren oder sogar bestehende Strategien komplett überdenken können. Wir sind im Zeitalter des Internet of Things angekommen und jeder ist selbst Zeuge davon, wie unsere Welt zunehmend vernetzt wird und datengesteuert funktioniert.
Foto: Number1411 - shutterstock.com
Bei allen Bedenken und Herausforderungen müssen sich Firmenlenker einer Tatsache bewusst werden: Unternehmen die wissen, wie sie sich im digitalen Zeitalter zu einer datengetriebenen Organisation entwickeln, werden auch in Zukunft vorne mitspielen können. Wer hingegen diesen Trend verschläft, könnte schon bald von der Konkurrenz überholt werden.
Schnelle und gute Entscheidungen treffen
Während in den Medien immer von aufregenden Big-Data-Lösungen zu lesen ist, sind die wettbewerbsentscheidenden Anwendungen meist viel trivialer. Denn vor allem Geschwindigkeit und Qualität der Business-Prozesse sind heute elementar, besonders in Zeiten von operativer Business Intelligence: Sie führt zu besseren Entscheidungen im Tagesgeschäft, so dass Schwierigkeiten schneller erkannt und Korrekturmaßnahmen rechtzeitig eingeleitet werden können. Beispielsweise kann dies die automatisierte Wartung oder auch die Neuanschaffung einer Maschine sein.
- 10. Neue Technologien
Es gibt eine Reihe neuer Technologien im Ökosystem der Business Intelligence. Mit ihrer Markteinführung werden auch Lücken sichtbar, die es noch zu füllen gilt. Neu gegründete Unternehmen werden genau das tun. Hadoop-Beschleuniger, NoSQL-Datenintegration, Integration von Daten des Internet der Dinge, verbesserte Social-Media - alles Ansatzpunkte für neue Start-Ups. In 2016 werden wir den Aufstieg dieser „Lückenfüller“ und damit einhergehend eine Konsolidierung des Marktes beobachten können. Unternehmen werden sich zunehmend vom Ansatz der Einzellösung verabschieden und auf einen offenes und flexibles Arsenal setzen, das neue Technologien beinhaltet. - 9. Daten aus dem Internet der Dinge
Das Internet der Dinge (IoT) schickt sich an, 2016 den Mainstream zu erobern. Es scheint so, als hätte bald alles einen Sensor, der nach Hause telefoniert. Man muss sich nur die Masse an Daten vorstellen, die von Mobilgeräten rund um die Uhr erzeugt werden. Mit dem Wachstum des IoT-Datenbestands steigt auch das Potenzial für neue Erkenntnisse. Firmen werden nach Mitteln und Wegen suchen, Anwender Daten erforschen und ihre Ergebnisse teilen zu lassen - und das auf sichere, geregelte und interaktive Art und Weise. - 8. Mobile Analytik-Lösungen werden eigenständig
Die Mobile Analytik ist erwachsen geworden. Sie ist nicht länger nur eine Schnittstelle der herkömmlichen Business-Intelligence-Produkte. In 2015 kamen Produkte auf den Markt, die eine fließende, auf Mobilgeräte optimierte Benutzererfahrung boten. Unterwegs mit Daten zu arbeiten wird von einer lästigen Pflicht zu einem dynamisch integrierten Teil des Analyseprozesses. - 7. Kompetenzzentren für Analytik spielen zentrale Rolle
Immer mehr Unternehmen werden Kompetenzzentren (CoE) einrichten, um die Verbreitung und Implementierung von Self-Service-Analytik zu fördern. Diese Zentren spielen eine kritische Rolle bei der Umsetzung einer datengesteuerten Unternehmenskultur. Durch Online-Foren und Einzeltraining versetzen sie auch Nicht-Experten in die Lage, Daten in ihre Entscheidungsprozesse einzubinden. Mit der Zeit führt dies dazu, dass sich die Arbeitsabläufe im gesamten Unternehmen auf Daten stützen und an ihnen orientieren. - 6. Cloud-Daten und -Analytics starten durch
2015 war das Jahr, in dem die Cloud salonfähig wurde. Die Unternehmen merkten, dass die Speicherung von Daten in der Cloud einfach und sehr gut skalierbar ist; und dass man mit Cloud-Analytik sehr agil ist. Nicht zuletzt dank neuer Tools, die es einfacher machen Daten aus dem Web zu verwenden, werden 2016 noch mehr Unternehmen in die Cloud wandern. Die Early Adopter lernen jetzt schon von diesen Daten, und alle anderen stellen fest, dass sie besser nachziehen sollten. Mehr Unternehmen werden dank der Cloud größere Datenmengen schneller analysieren - die Cloud etabliert sich als unternehmenskritisches System. - 5. Advanced Analytics nicht mehr nur für Analysten
Auch die Nicht-Analysten werden immer anspruchsvoller. Sie erwarten mehr als nur ein Diagramm, das auf ihren Daten aufsetzt, sondern tiefer gehende und sinnvolle analytische Möglichkeiten. Unternehmen werden Plattformen implementieren, mit denen Anwender statistische Methoden anwenden, eine Reihe von Fragen stellen und im Fluss ihrer Analyse bleiben können. - 4. Datenintegration wird agiler
Viele Firmen verlangen heutzutage sehr viel Agilität im Controlling. Sie wollen den richtigen Mitarbeitern die richtigen Daten zur richtigen Zeit liefern. Das ist keine Kleinigkeit, da Daten an vielen verschiedenen Orten generiert und gespeichert werden. Datenquellenübergreifend zu arbeiten kann mühsam, unmöglich, oder beides zugleich sein. 2016 werden wir viele neue Wettbewerber mit Lösungen zur Datenintegration sehen. Dank ausgeklügelter Werkzeuge und ständig neu hinzukommenden Datenquellen werden Firmen sich davon verabschieden, alle Daten an ein und demselben Ort speichern zu wollen. Wer Daten erforschen will, wird dort auf die einzelnen Datensätze zugreifen, wo sie sich befinden und sie mit agileren Werkzeugen und Methoden kombinieren, verschmelzen oder verknüpfen. - 3. Demokratisierung der Daten-Wertschöpfungskette
Self-Service Analytikwerkzeuge haben unsere Erwartungshaltung für immer verändert. In 2016 werden Nutzer eine Wertschöpfung aus dem gesamten Lebenszyklus von Daten anstreben, insbesondere durch den Eintritt der Milleniums-Generation in den Arbeitsmarkt. Für sich wiederholende Aufgabenstellungen müssen Geschäftsanwender bestimmte Daten spontan umformen können. Dementsprechend wird als natürliche Folge von Self-Service-Analytik die Nachfrage nach Self-Service-Tools zur Datenaufbereitung und Self-Service Data-Warehousing steigen. Diese Demokratisierung wird es uns ermöglichen, schnell auf Prioritätenwechsel zu reagieren. - 2. Visuelle Statistik wird zur Weltsprache
Daten verändern den Diskurs in Chefetagen, den Medien und in sozialen Netzwerken. Menschen visualisieren ihre Daten, um Antworten auf Fragen zu suchen, Erkenntnisse zu gewinnen und ihre Geschichten mit anderen zu teilen, egal ob diese Datenexperten sind oder nicht. Mit dem Anstieg der Nutzung von Daten wird auch die Zahl der Anwender steigen, die geschäftliche oder persönliche Fragestellungen mithilfe von Daten beantworten. Arbeitgeber werden verstärkt nach Kandidaten suchen, die in der Lage sind, sich kritisch mit Daten auseinanderzusetzen. Die visuelle Analytik wird dabei als die gemeinsame Sprache dienen, mit der Menschen schnell zu Erkenntnissen gelangen, sinnvoll zusammenzuarbeiten und eine Community auf der Grundlage von Daten aufbauen können. - 1. Governance & Self-Service-BI werden beste Freunde
Viele sehen Governance und Self-Service als natürliche Feinde an. Deshalb dürften auch Viele überrascht sein, die beiden friedlich nebeneinander grasen zu sehen. Es wächst zusammen, was zusammen gehört: die kulturelle Kluft zwischen Business und IT schließt sich. Die Unternehmen haben verstanden, dass richtig auf- und eingesetzte Sicherheit eine analytische Unternehmenskultur fördern und die Anforderungen der Business-Abteilungen erfüllen kann. Man setzt sich schließlich viel eher intensiv mit seinen Daten auseinander, wenn man zentrale, bereinigte Datenquellen zur Verfügung hat und weiß, dass sich jemand (IT) um Sicherheit und Performance kümmert.
Dauern diese Entscheidungsprozesse zu lange oder basieren sie nicht auf harten Fakten, kann das die Wettbewerbsfähigkeit, im schlimmsten Fall sogar die Existenz des Unternehmens gefährden. Hier kommen Datenbanktechnologien ins Spiel, die Reports und alle Arten von Analyseergebnissen in Echtzeit bereitstellen.
Mit Hilfe dieser Analysen erhalten Geschäftsleitung, aber auch Angestellte und Manager aus verschiedenen Abteilungen wie Marketing, Vertrieb, IT, Controlling oder Kundenservice entscheidende Einblicke, wie sie ihr Unternehmen bestmöglich führen, beziehungsweise welchen Beitrag sie dafür leisten können. Darüber hinaus werden sie in die Lage versetzt, auf unvorhersehbare Ereignisse, wie zum Beispiel eine Rückrufaktion und die daraus unmittelbar benötigte Kostenberechnung sofort zu reagieren und diese beeinflussen zu können. Datengetriebene Entscheidungen helfen hier Aufgaben auf eine Art und mit einer Geschwindigkeit zu bewältigen, wie dies bisher schlicht unmöglich war.
Sich rasant entwickelnde Technologien erhöhen die Komplexität
Die Anzahl der heute am Markt angebotenen Technologien für Datenanalysen ist überwältigend. Auf Mitarbeiter, die für Datenverarbeitung und die Umsetzung von Unternehmensanforderungen in praktikable und erfolgreiche Lösungen zuständig sind, kommt heutzutage deshalb keine einfache Aufgabe zu. In den vergangenen Jahren haben einige neu entstandene Big-Data-Technologien Fahrt aufgenommen. Da ist es zweifellos schwierig, den Überblick zu behalten. Welche Lösungen sind die Richtigen für die eigenen Anforderungen? Welche nicht? Analysten sagten vor einiger Zeit sogar voraus, dass neue Technologien wie Hadoop, Spark oder NoSQL-Systeme die altbekannte Welt der relationalen Datenbanken komplett überflüssig machen und den Markt revolutionieren würden.
Mittlerweile ist diese Meinung aber schon wieder passé. Es wird jedoch zunehmend ersichtlich, dass eine Software-Plattform allein nicht die universelle Lösung für alles bieten kann. Zukünftig wird es nicht mehr den einen Hersteller geben, der den Datenmanagement-Markt dominiert. Die Entwicklung geht stattdessen in Richtung eines heterogenen Datenmanagement-Ökosystems mit vielen verschiedenen Technologien und Anbietern. Ein Blick in die eigene IT-Infrastruktur zeigt häufig bereits, welche verschiedenen Datenverarbeitungslösungen im Einsatz sein können. Angefangen von preiswerten skalierbaren Datenspeichersystemen und NoSQL-Technologien über Streaming-Lösungen bis hin zu Datenvirtualisierungs- beziehungsweise Integrationstools sowie Business Intelligence-Applikationen.
Ich behaupte, dass Sie überall Spezialisten finden, die sagen, sie könnten ein bestimmtes Datenproblem besser lösen als andere. Und für die Firmen als Nutznießer dieser Konkurrenzsituation sind das gute Nachrichten. Mehr Spezialisierung und Wettbewerb bedeuten auch gleichzeitig bessere Lösungen.