Big Data war und ist weltweit ein grosses Thema in der IT. In der Schweiz und in anderen Wirtschaftsräumen vergleichbarer Grösse bleiben jedoch viele Unternehmen skeptisch. Wo genau liegt der Mehrwert für die Unternehmen?
Wo genau liegt der Big-Data-Mehrwert für die Unternehmen?
Der Autor ist Managing Director von SAS Schweiz.
Langsam setzt sich die Erkenntnis durch, dass die Revolution weniger in der reinen Verarbeitung von Big Data steckt, sondern vielmehr in Big Data Analytics. Die Analyse der Daten bringt die eigentliche Wertschöpfung, ob die Bestände nun «Big» sind oder nicht. Besonders anschaulich wird das bei Kundenmanagement und Marketing. Ist also Big Data für Schweizer Unternehmen mehr ein Katalysator als ein eigener Wirtschaftsfaktor? Tatsache ist, dass in der Bugwelle von Big Data die Technologien und Infrastrukturen für Analytics eine enorme Beschleunigung ihres Entwicklungstempos erlebt haben. Die Infrastruktur dafür ist heute verfügbar und auch wirtschaftlich zu betreiben – die Preise für Server und Arbeitsspeicher sind in den vergangenen Jahren deutlich gesunken. Gleichzeitig ist ein wachsender Bedarf an schnell verfügbaren und gleichzeitig fundierten Analysen zu komplexen Business-Szenarien zu verzeichnen. Um diesem Bedarf zu entsprechen, hat beispielsweise SAS hochleistungsfähige In-Memory-Analytics-Lösungen entwickelt. Darüber lassen sich auch hochkomplexe Berechnungen mit sehr umfangreichen Datenvolumina in extrem kurzer Zeit durchführen. Im Zusammenspiel mit angepassten Algorithmen und anwenderfreundlichen Bedieneroberflächen wurde zudem eine Grundlage dafür geschaffen, dass sich nun wesentlich mehr Unternehmen – keineswegs nur die grossen – über Analytics einen Wissensvorsprung gegenüber dem Wettbewerb erarbeiten können. Big Data Analytics kann und wird also Analytics im Unternehmen indirekt zum Durchbruch verhelfen. Erstens durch das Tempo der Datenanalysen, das – unabhängig von der Menge der Daten – die Einbindung analytischer Prozeduren direkt in Geschäftsprozesse ermöglicht. Zweitens durch die Befreiung von technischen Limitierungen in der Datenanalyse: Datenaggregation oder Stichprobenbildung sind in den meisten Fällen nicht mehr notwendig, die Berechnungen umfassen immer den gesamten Datenbestand und damit auch immer den aktuellen Status. Drittens durch die Möglichkeit, sämtliche Datenströme problemlos in die Analysen einbeziehen zu können; das betrifft etwa Maschinendaten aus dem Produktionsprozess oder Transaktionsdaten, die bisher nur fallweise genutzt wurden. Und viertens eröffnet sich die Chance, die Analysen nicht nur Statistikern zu überlassen, sondern den Fachgebieten die Möglichkeit zu geben, gemäss ihren Erkenntnisinteressen direkt und explorativ in den Datenbeständen nach Mustern zu suchen. Lesen Sie auf der nächsten Seite: Power to the People
Power to the People
Gerade die Entwicklung, dass analytische Lösungen heute auch zum täglichen Handwerkszeug von Fachanwendern gehören, ist ein Durchbruch. Den grössten Nutzen aus diesen Möglichkeiten ziehen nämlich nicht diejenigen, die sich mit der Technologie auskennen, sondern diejenigen, die das Geschäft betreiben und weiterentwickeln sollen: die Fachabteilungen. Lösungen wie Visual Analytics von SAS bringen neue Informationen und Erkenntnisse an die Arbeitsplätze der Fachspezialisten. Über bedienerfreundliche Benutzeroberflächen können die Anwender mit den Daten «spielen» und Erkenntnisse sofort umsetzen. Das alles bewegt sich längst nicht mehr im theoretischen Raum – die Praxis hat die Gedankenspiele längst eingeholt. Sehr anschaulich zeigt sich das in einem Bereich, der schon mit grossen Datenmengen zu tun hatte, als der Begriff Big Data noch gar nicht geprägt war:im Kundenmanagement und Marketing. Heute produziert jeder einzelne Verbraucher im Laufe seiner «Customer Journey» durch Medienkanäle und Shops einen konstanten Datenstrom, der etwa für Einzelhändler Fluch und Segen zugleich ist: Mit herkömmlichen Mitteln ist es nicht möglich, dem Kunden zeitnah auf den Fersen zu bleiben. Wer allerdings moderne Analytics für ein integriertes Marketingmanagement einsetzt, kann erheblich auf Kaufentscheidungen einwirken. Für die verschiedenen Aufgaben im Vertrieb und Marketing sind in den Unternehmen zwar unterstützende Software-Lösungen vorhanden, eine medienübergreifende Integration gelingt damit allerdings in der Regel nicht. Wer strategische und operative Schlüsse aus Social-Media-Analysen, Kampagnenmanagement für In- und Outbound, strukturierten Kundendaten- oder Realtime-Warenkorbanalysen ziehen will, braucht Analytics, die ermöglicht, dass Aktivitäten, Rückmeldungen und Ergebnisse in die Gesamtbeurteilung einfliessen.
Analytics als Wettbewerbsfaktor
Die meisten dafür erforderlichen Daten sind im Unternehmen bereits vorhanden – wenn auch in unterschiedlichen Systemen und Datensilos. Hinzu kommen immer mehr Echtzeitdaten, etwa aus Online-Interaktionen. Für einen effektiven Multikanalansatz verknüpfen Analytics-Lösungen die Kunden-, Geschäfts- und Transaktionsdaten aus den bestehenden operativen Anwendungen und konsolidieren sie in einer gemeinsamen Basis. Die Analyse dieser Informationen schafft dann eine tragfähige Grundlage für strategische Entscheidungen auf Cluster- und Einzelkundenebene über alle verfügbaren Kanäle hinweg. Als nächster Schritt müssen die präzisen Prognosen in schnelle Aktionen umgesetzt werden. Die Generation 65+ mag ihre Meinung noch direkt im Gespräch mit dem Einzelhändler äussern, ihre Kinder und Enkel nutzen dafür die komplette crossmediale Bandbreite. Gelingt es, das Kunden-Feedback auf allen Kanälen mittels analytisch unterstützter Prozesse in den Marketingkreislauf einfliessen zu lassen, kann das Unternehmen seinen Umsatz steigern. Big Data Analytics finden also bereits heute statt – auch in Unternehmen, die mit dem Hype um Big Data nichts anfangen können. Die entscheidende Entwicklung dabei ist nämlich nicht, dass immer mehr Daten verarbeitet werden. Sondern, dass die Analyse der Daten immer mehr zu einem Faktor der Wettbewerbsfähigkeit wird.
