Business Intelligence: Zehn Prognosen für 2017<br>

Business Intelligence: Zehn Prognosen für 2017

In den kommenden zwölf Monaten zählen BI und Analytics zu den wichtigsten Themen für CIOs.

05.01.2017, Autor: Glen Rabie

Im Jahr 2012 ernannte die Fachzeitschrift Harvard Business Review den „Data Scientist“ zum „sexiest Job“ des 21. Jahrhunderts. Sogar dort ist man wahrscheinlich überrascht, wie schnell Datenanalyse und Business Intelligence (BI) zum Mainstream geworden sind. Die Verbreitung von Business Intelligence Technologie beschleunigt sich durch spannende neue Ansätze in der Art und Weise Daten zu produzieren und zu nutzen. „BI und Analytics“ stehen auf der Agenda der meisten CIOs für das kommende Jahr ganz oben, wie der 2016 CIO Global Survey von Gartner zeigt. Deshalb müssen Anbieter von Business-Intelligence-Software in den nächsten zwölf Monaten ihre Angebote neuen Benutzertypen, BI-Anwendungsfällen, Nutzungsmodellen und Datenquellen anpassen.

Ich möchte Ihnen im Folgenden zehn Trends vorstellen, die in den kommenden zwölf Monaten entscheidenden Einfluss auf die BI-Landschaft haben werden:

1. Business-Intelligence-Plattformen

In den vergangenen Monaten haben viele Softwareanbieter im BI-Sektor durch Übernahmen anderer Unternehmen und zusätzliche eigene Produkte versucht, Lücken in ihren Portfolios zu schließen. Warum? Anbieter reagieren auf neue Kundenwünsche: Berichte und Analysen sollen auf weitere Anwendungsfälle und neue Benutzergruppen ausgeweitet werden. Außerdem wollen Unternehmen ihre IT-Landschaften konsolidieren und möglichst nur eine Plattform für Data Discovery & Reporting, statt wie bisher mehrere Produkte, einsetzen.

2. Governed Data Discovery

Desktop-basierte Data-Discovery-Möglichkeiten in die Hände einzelner Fachanwender zu legen und so Engpässe der traditionellen IT-zentrischen Business Intelligence zu umgehen, war in den letzten Jahren bei vielen Unternehmen beliebt. Als Konsequenz  wurde oft die Data Governance vernachlässigt und es muss in vielen Unternehmen zunächst wieder Vertrauen in die BI-Methoden zurückgewonnen werden. Die Lösung: „Governed Data Discovery“.

3. Umdenken bei Self-Service-BI

Es muss ein größeres Gleichgewicht zwischen Bedarf der Fachanwender und den Governance-Anforderungen der IT hergestellt werden. Deshalb muss es ein Umdenken bei Self-Service-BI geben. Es bedarf einer BI-Umgebung als „single-source-of-truth“, in der Fachanwender eigenständigen Zugriff auf BI-Funktionen haben, während die IT beaufsichtigt, dass veröffentlichte Inhalte korrekt sind und immer auf denselben Daten basieren.

4. Collaboration

Um nachvollziehbare und vertrauenswürdige Resultate aus den BI-Systemen insbesondere in großem Maßstab zu generieren, ist eine enge Zusammenarbeit zwischen IT, Fachanwendern und Datenanalysten unverzichtbar. Die Nachfrage nach Funktionen zur Unterstützung dieser Zusammenarbeit wächst. BI-Anbieter müssen In-Appliance-Workflows entwickeln, die die Fachanwender dazu befähigen, neue Berichte und neue datenbasierte Erkenntnisse anzufordern und mit den Datenexperten in ihrer Organisation zu arbeiten.

5. Data Storytelling

Da immer mehr Daten für Berichte und Analysen verfügbar sind, wird es immer wichtiger, dass Daten als Teil eines zusammenhängenden Ganzen präsentiert werden können. Denn eine effektive Datenanalyse ist mehr als nur Daten und Diagramme. Es geht darum, eine Geschichte („Story“) zu finden und zu erzählen. Unternehmen werden zunehmend darauf achten, die Macht des „Data Storytelling“ zu nutzen. Die Kombination effektiver Storytelling-Methoden mit Datenanalyse kann neue Sichtweisen auf Daten inspirieren und Entscheidungsträgern helfen, intelligentere Maßnahmen zu ergreifen und positive Veränderungen zu initiieren.

6. Cloud BI

Da BI-Fähigkeiten immer alltäglicher werden und die Vorteile der BI-getriebenen Entscheidungsfindung weitgehend akzeptiert sind, suchen Unternehmen nach Möglichkeiten die Reporting- und Analyse-Fähigkeiten umfassender und kostengünstiger einzusetzen. Die Flexibilität von Cloud-basierten Lösungen kann die Kosten von BI deutlich senken. Deshalb ist es nicht überraschend, dass sich SaaS-BI-Implementierungen einer steigenden Beliebheit erfreuen.

7. Cloud-basierte Datenquellen

Die Verbreitung von Cloud-basierten Anwendungen und Datenquellen ist eine der treibenden Kräfte hinter der Zunahme von SaaS-BI-Implementierungen. Deshalb müssen BI-Lösungen Benutzern einfache Anbindung, Analyse und Integration dieser Informationen in ein breiteres organisatorisches Reporting ermöglichen. Anbieter von BI-Lösungen müssen eine wichtige Rolle bei der Erleichterung der schnellen Analyse von Daten in populären Cloud-Anwendungen wie Twitter, YouTube oder Google Analytics spielen.

8. Embedded BI und maßgeschneiderte Anwendungen

Da der Bedarf nach Reporting- und Analysefähigkeiten steigt, werden immer mehr Anwendungen aller Art BI-Funktionen integrieren. Sowohl Unternehmen als auch Anwendungsentwickler werden größere individuelle Anpassungsmöglichkeiten einfordern. Dieser Bedarf an maßgeschneiderten Analysenerfahrungen wird von dem Wunsch getragen, die Analytics-Funktionen am „Corporate Styling“ auszurichten und Datenanalyse einer größeren Zielgruppe zugänglich zu machen.

9. Chancen im Internet der Dinge

Das Internet der Dinge (Internet of Things - IoT) beschreibt das Phänomen der Verbreitung "intelligenter" Geräte, die über das Internet verbunden sind und Daten unabhängig von Mensch-zu-Mensch oder Mensch-zu-Computer-Interaktion erfassen und übertragen können. Diese intelligenten, vernetzten Geräte sammeln umfangreiche Daten über Aspekte unseres persönlichen und beruflichen Lebens. Sie können neben ihrem praktischen Nutzen durch die gesammelten Daten zusätzlichen Mehrwert schaffen.
Unternehmen sollten Business Intelligence in Verbindung mit IoT zur Sammlung und Analyse von Verbraucher- oder Prozess-generierten Daten nutzen, um Geschäftsabläufe zu optimieren und Kunden besser anzusprechen.

10. Das Ende des Big Data Hypes

Mit der fortgesetzten Verbreitung bestehender und neuer Datenquellen und -typen steigt das Volumen und die Komplexität der zur Analyse verfügbaren Daten rapide. Allerdings werden Unternehmen den Hype um Big Data beiseitelegen und sich darauf konzentrieren, wie sie daraus Wert ziehen können. Das Aufkommen von Big Data sollte nicht eine Einladung zum ziellosen Sammeln und Analysieren von mehr und mehr Daten sein. Vielmehr bietet es Unternehmen die Möglichkeit, detailliertere und relevantere Analysen bestimmter Geschäftsfelder durchzuführen und so zu vollkommen neuen Erkenntnissen zu gelangen.

Glen Rabie ist CEO und Mitbegründer von Yellowfin, einem globalen BI-Softwareanbieter mit Hauptsitz in Melbourne, Australien. Er begann 1996 im Bereich Datenanalyse und Strategie für die National Australia Bank (NAB). 2003 gründete er Yellowfin als Reaktion auf Frust, Komplexität und Kosten, die er bei Implementierung und Einsatz von traditionellen BI-Tools erlebte. Heute nutzen mehr als 10.000 Organisationen - und mehr als zwei Millionen Endanwender in 70 Ländern jeden Tag Yellowfin. Webseite