Business Intelligence &amp; Analytics muss heute Entscheidungsunterstützung für Alle bieten<br>

Business Intelligence & Analytics muss heute Entscheidungsunterstützung für Alle bieten

21.11.2018, Autor: Lars Iffert

Abbildung 1: Business-Intelligence- & Analytics-Umgebungen

Die Digitalisierung verändert massiv Unternehmen und ganze Industrien. Nicht mehr nur Finanz- und Controlling-Abteilungen sind auf Daten angewiesen, um die notwendigen Erkenntnisse zu erlangen und die richtigen Entscheidungen zu treffen. Auch Unternehmensbereiche wie Vertrieb, Marketing oder Personal, die bisher oft geringere Berührungspunkte mit Business Intelligence und Datenanalyse hatten, erkennen, wie wertvoll das Entdecken von ungeahnten Auffälligkeiten und Mustern sein kann. BI und Analytics darf deshalb nicht mehr nur auf einen kleinen, elitären Kreis von Mitarbeitern beschränkt sein, sondern muss sich in allen Bereichen gleichermaßen ausbreiten, um das Unternehmen im Digitalisierungszeitalter wirtschaftlich nachhaltig aufzustellen.

Doch mit einem einfachen „Mehr BI und Analytics!“ ist es nicht getan. Das Ziel sollte darin bestehen, die Agilität in der Informationsversorgung zu steigern, die Datenqualität auf das notwendige Niveau zu bringen und Daten generell verfügbarer – also besser dokumentiert und auffindbarer – zu machen. In diesem Zusammenhang müssen Unternehmen gleichzeitig die Kompetenzen ihrer Mitarbeiter aufbauen und diese befähigen, wirkliche Mehrwerte zu generieren („Enablement“ und „Empowerment“).

Folgende Mitarbeiter-Kompetenzen zeigen sich heute als Erfolgsfaktoren:

  • Datenkompetenz: Prozess- und bereichsübergreifende Datenintegration,Datenaufbereitung und unternehmensweite Bereitstellung von Daten für Entscheidungen (zur richtigen Zeit, in der richtigen Qualität, performant und ad hoc auswertbar).
  • Analysekompetenz: Durchführung fortgeschrittener explorativer Datenanalysen, Interpretation und Kommunikation der Analyseergebnisse für Entscheidungen.
  • Prognosekompetenz: Einsatz proaktiv-prognostizierender Ansätze und Technologien zur Entscheidungs-unterstützung (Predictive Analytics).
  • Technologiekompetenz: Einsatz professioneller Softwarelösungen für Business Intelligence, Performance Management und Analytics zur datenbasierten Entscheidungsunterstützung.
  • Geschäftsverständnis: Daten- und vanalysegetriebene Prozessoptimierung/ -automatisierung sowie Geschäftsmodelle.

Mit den beschriebenen Fähigkeiten werden Mitarbeiter in die Lage versetzt, aus Daten neue Erkenntnisse zu gewinnen und die richtigen Entscheidungen zu treffen. Ein entscheidender Faktor für den nachhaltigen Erfolg einer datenbasierten Arbeit ist der Einsatz professioneller Softwarelösungen. Diese unterstützen dabei, die agile Informationsversorgung, ausreichende Datenqualität und Datenverfügbarkeit sicherzustellen.

Zur Vermeidung von zeitintensiven und fehleranfälligen Datentransferprozessen zwischen Softwaresystemen und bereichsspezifischen Datensilos sollte eine integrierte, skalierbare Datenbasis für Ist- als auch Plan-Zahlen, repräsentiert in einem konsistenten Datenmodell, die solide Basis für Analysen bilden. Zentral verwaltete und harmonisierte Stammdaten bilden die gemeinsame Datengrundlage für Business Intelligence und Analytics sowie weitere Performance-Management-Prozesse wie Planung, Strategiemanagement und Konsolidierung (Single Point of Truth). Um schnelle Ad-hoc-Auswertungen zu erlauben und Akzeptanz zu schaffen, sollte die Software über performante Möglichkeiten der Datenverarbeitung verfügen (bspw. in-memory). Darauf aufbauend gilt es, ein konsistentes Datenmodell zu entwickeln, welches flexibel die Modellierung unternehmensweiter und abteilungsspezifischer Datensichten erlaubt. Dieses Datenmodell kann anschließend über definierte Datenintegrationsprozesse mit Daten aus (operativen) Vorsystemen befüllt werden (ETL – Extract-Transform-Load). Technische Möglichkeiten, um flexibel weitere Vorsysteme sowie neue Datenquellen anzubinden (strukturiert als auch unstrukturiert) oder Datenmodelle zu erweitern beziehungsweise neu zu entwickeln, sollten zum Standardumfang der Software gehören.

Um die typischen Anwenderanforderungen abzubilden, sollten sowohl Funktionen für Business Intelligence und Analytics als auch Planung und Forecasting zur Verfügung stehen. Kernfunktionen, die benutzerfreundlich, programmierfrei, Web-basiert und Cloud-ready vorhanden sein sollten, sind:

  • Standard-Business-Intelligence-Funktionalität, zum Beispiel für zyklisches Standard-Reporting, kurzfristige Ad-hoc-Analysen oder individuelle Dashboards.
  • Fortgeschrittene Business-Intelligence- und Analytics-Funktionen (beispielsweise Predictive Analytics, Data Discovery oder Unterstützung für Big Data) mit Möglichkeit zur Ergebniskommunikation („Data Storytelling“).
  • Funktionale Unterstützung für Top-down- als auch Bottom-up-Planung, zentrale und dezentrale Planungsansätze sowie operative und Finanzplanungsprozesse.
  • Simulation und Analyse von Szenarien sowie flexible Erstellung von (automatisierten, rollierenden) Forecasts und prädiktiven Treibermodellen.
  • Hohe Benutzerfreundlichkeit und Self-Service-Funktionalität für Fachanwender, mit Möglichkeiten zur prozessgestützten Zusammenarbeit (Workflow, Collaboration).
  • Möglichkeiten zur Reglementierung von Datenzugriff und Funktionen (Governance).

Unternehmen können dabei wählen, ihre Anforderungen mittels breiter und integrierter Software-Plattformen für verschiedenste Anwendungsszenarien umzusetzen (One-Vendor-Ansatz) oder mittels Nutzung von Spezialtechnologien auch besondere Wünsche zu adressieren (Best-of-Breed-Ansatz).
Da sich die Anforderungen an Business Intelligence, Performance Management und Analytics sowie die Entscheidungsunterstützung ganz generell im Rahmen der digitalen Transformation rasant verändern, streben viele Fachbereiche nach einer Erhöhung der Flexibilität im Umgang mit Daten und Unabhängigkeit von der zentralen IT (Self-Service). Softwarewerkzeuge müssen deshalb eine einfache Bedienung erlauben (beispielsweise auch Steuerung über natürliche Sprache), ohne großen Schulungsaufwand, um schnelle Ergebnisse zu erzielen.

Entwickelt man den zuvor skizzierten Self-Service-Gedanken weiter, so ist die Nutzung von Lösungen über die Cloud eine logische Schlussfolgerung. IT-zentrierte Organisationen leiden häufig unter mangelnden internen Ressourcen. Sich schnell ändernde Anforderungen bei gleichzeitiger Sicherstellung einer adäquaten Reaktionsgeschwindigkeit stellen oft hohe Herausforderungen dar. Der Bezug von Software, Speicher und anderen datenorientierten Services über das Internet kann hier eine mögliche Lösung sein, um im Fachbereich unabhängiger agieren zu können. Viele Vorteile, wie unmittelbare Einsetzbarkeit ohne lange Hardwarebeschaffungs- oder Installationszeiten, flexibler Einsatz von Hardwareressourcen, Skalierbarkeit für Anwender und Daten sowie ständig aktuelle Releasestände und in der Regel kürzere Release-Zyklen liegen dabei klar auf der Hand.

Digitalisierungsprojekte zielen auf die bestmögliche Vernetzung von Systemen, Prozessen und Organisation ab, um intern besser und schneller zu arbeiten sowie Geschäftspartnern neue (digitale) Produkte und Dienstleistungen anzubieten, um so die Geschäftsbeziehungen zu stärken. Wesentliche Grundvoraussetzung für den nachhaltigen Erfolg von Digitalisierungsprojekten in diesem Kontext ist der Einsatz von Lösungen, die Business Intelligence, Performance Management und Analytics integrieren. Erst die system- und prozessübergreifende Sicht auf Daten, gepaart mit benutzerfreundlichen Möglichkeiten für deren Auswertung und Nutzung, ermöglicht die geforderte agilere Unternehmenssteuerung und -führung. Um eine zu Ihren individuellen Anforderungen passende Lösung zu finden und auszuwählen, sollten Sie folgende Empfehlungen beherzigen:

  • Legen Sie die Ziele Ihrer Digitalisierungsstrategie fest und definieren Sie deren technische, fachliche sowie organisatorische Aspekte.
  • Sammeln und gewichten Sie Ihre Anforderungen an eine Softwarelösung. Beziehen Sie hierbei alle aktuell sowie zukünftig Beteiligten ein und achten Sie soweit möglich auch auf potenzielle zukünftige Anforderungen, die mittelfristig relevant werden könnten.
  • Untersuchen und bewerten Sie den Softwaremarkt bezüglich Ihrer Anforderungen und erstellen Sie eine Liste geeigneter Lösungen (Short List). Führen Sie eine vergleichende Evaluierung dieser Lösungen durch und überprüfen Sie deren Leistungsfähigkeit in einem für Sie typischen Szenario (Proof of Concept), um eine gesicherte Entscheidung zu treffen.

Mit dieser strukturierten Vorgehensweise steht Ihrer erfolgreichen Auswahl einer zu Ihren Anforderungen passenden Lösung nichts mehr im Wege.

Lars Iffert ist Analyst und Berater am Business Application Research Center (BARC). Seine Schwerpunkte sind die Datenverwaltung, Datenintegration, Datenqualität sowie Advanced und Predictive Analytics. Er unterstützt Unternehmen bei strategischen Fragen, im Softwareauswahlprozess und in der Überprüfung bestehender Lösungen. Er ist Autor diverser BARC-Produkt- und -Anwenderstudien. Kontakt: liffert@barc.de