Nutzen aus den digitalen Datenschätzen

Business Analytics Trends 2012

Karsten Wilhelmus

Die Welt ist zunehmend digitalisiert und vernetzt – das Internet, Social Media, Smartphones, Tablets, Sensoren und Transistoren produzieren täglich gewaltige Datenberge. Für Unternehmen schlummert in ihnen bedeutendes Potenzial: Gelingt es ihnen, aus diesem Rohstoff Informationen über ihre Geschäftsprozesse, ihre Kunden, ihren Markauftritt oder ihren Kundenservice zu extrahieren, gewinnen sie entscheidende Punkte im Wettbewerb. Das Mittel dafür sind moderne Business-Analytics-Technologien.

Jeden Tag produzieren Sensoren, Mobilgeräte, Online-Transaktionen oder Social Networks rund 2,5 Trillionen Bytes an neuen Daten. Das ist mehr als je zuvor – genau genommen sind 90 Prozent der gesamten Welt-Daten in den letzten zwei Jahren entstanden. Mittlerweile hat sich der treffende Begriff Big Data für dieses Datenwachstum etabliert. Die große Kunst für Unternehmen ist es, sich nicht von dieser Welle überrollen zu lassen, sondern wertvolle Informationen aus diesen Daten zu ziehen. Vor allem die Schlüsselbereiche der Nutzung unstrukturierter Daten, Echtzeit-Informationen, vorausschauende Analysen („Predictive Analytics“), Mobile Analytics und Socialytics werden 2012 ein wachsende Rolle spielen.

Der Wert des Sinns – unstrukturierte Daten nutzen

Neu an Big Data ist, dass sich dieses Phänomen nicht allein auf die pure Masse an Informationen beschränkt. Vielmehr liegen Daten heute in viel komplexeren, vielfältigeren Formen vor als noch vor einigen Jahren. Nicht mehr allein die in Datenbanken aufbereiteten Geschäftszahlen zählen, sondern semantisch gebundene Informationen in Dokumenten, Blog-Posts, Videos, Bildern, Multimedia-Präsentationen gewinnen mehr und mehr an Bedeutung – 80 Prozent der Unternehmensdaten machen diese unstrukturierten Informationen mittlerweile aus. Die IT nähert sich diesem „heiligen Gral“ des Informationsmanagements von zwei Seiten her. Content-Analytics-Technologien verwandeln die unstrukturierten in strukturierte Daten, im Bereich Wissensmanagement werden sie effizient nach Bedeutungen durchsuchbar, wie etwa mit der IBM Open Source-Technologie UIMA („Unstructured Information Management Architechture“). Um den Datenrohstoff zu veredeln und damit nutzbar zu machen, werden Unternehmen verstärkt in diese Technologien investieren.

Socialytics

Ein wichtiger Big-Data-Treiber ist Social Media: 76 Prozent der Deutschen sind in einem Social Network registriert, Facebook verzeichnet 18 Mio. aktive Mitglieder, Twitter knapp 500.000 aktive Nutzer. Aktiv, das bedeutet: Die Menschen posten Kommentare, Fotos, Links, Videos, Produktbesprechungen, Bewertungen, Empfehlungen und vieles mehr über verschiedene Kanäle, auf verschiedenen Plattformen.

Die riesige Content-Menge gewinnt für Organisationen immer mehr an Bedeutung, ganz wie auf einem belebten Marktplatz, auf dem die Mund-zu-Mund-Propaganda die entscheidende Rolle für den Erfolg der Stände spielt. Für Unternehmen ist es daher von essentiellen Interesse, zu wissen, wer hier die führenden Meinungsmacher sind, wie die Stimmungslage für die eigenen Produkte ist oder ob irgendwelche Krisen im Anflug sind. Die Trendscouts in Sachen Social Media haben daher das Thema Socialytics auch für 2012 auf die Agenda der Unternehmen gesetzt. Darunter versteht man BA-Technologien, die sich speziell mit dem Strom an Social-Media-Inhalten befassen, diesen auswerten und damit Aussagen und Vorhersagen zu Stimmungen, Produktakzeptanz, möglichen Krisen etc. liefern. Vor allem CMOs werden in diese Technologien investieren – auch um die wachsende Komplexität ihrer Aufgaben im Web-2.0-Zeitalter meistern zu können.

Informationen sofort zur Hand

Der Big-Data-Druck auf die Unternehmen erhöht sich zudem durch die Anforderung, dass die Informationen immer schneller verfügbar sein müssen. Echtzeit lautet hier das Schlüsselwort – denn nichts hat eine kürzere Halbwertszeit als Informationen. Entscheider benötigen daher Tools, die ihnen die Informationen in Echtzeit liefern.

Ermöglicht wird dieses rasante Tempo hardwareseitig unter anderem durch die sogenannte „In-Memory“-Verarbeitung: Eine In-Memory-Datenbank (IMDB) ist ein Datenbankmanagementsystem, das primär den Arbeitsspeicher eines Servers als Datenspeicher nutzt. Damit unterscheidet es sich von herkömmlichen Datenbankmanagementsystemen, die dazu Festplattenlaufwerke verwenden. Auf Grund der wesentlich höheren Zugriffsgeschwindigkeiten und einfacherer Algorithmen beim Zugriff sind In-Memory-Datenbanken wesentlich schneller und bieten eine besser vorhersagbare Leistung als auf Festplatten zugreifende Datenbankmanagementsysteme. Sinkende Speicherpreise, 64bit-Architekturen mit bis zu zwei TB nutzbarem Arbeitsspeicher und das Caching kompletter Datenbanken machen den Echtzeit-Zugriff auf das Datenöl erschwinglich.

Das Verlangen nach schnellem Zugriff muss dabei auch für den Entscheider unterwegs befriedigt werden – auf dem Smartphone oder dem Tablet. Beispielsweise können sie sich Business-Analytics-Lösungen im Apple iTunes Store herunterladen, die es ermöglichen, reichhaltige, visuell aufbereitete Analysen von Verkaufs-, Kunden- oder Finanzdaten mit Berichten, Dashboards und Scorecards herzustellen. Damit sorgen solche Apps für durchgehende Produktivität zwischen Büro und Außentermin.

Blick in die Zukunft

Ein weiterer wichtiger Trend: Laut Gartner sollen bis 2014 30 Prozent aller analytischen Anwendungen proaktive, vorhersagende Funktionen enthalten. Im Unterschied zu klassischen Business Intelligence-Technologien liefern beispielsweise IBM SPSS Predictive Analytics Lösungen neben dem Blick auf gegenwärtige Ereignisse und Zusammenhänge auch Vorhersagen zu künftigen Entwicklungen. Dabei werden die Ergebnisse der Business-Analysen zusätzlich mit den Ergebnissen statistischer Verfahren kombiniert. Durch Korrelation vergangener Ereignisse werden so Modelle über zukünftiges Verhalten möglich.

Ein Bereich, in dem diese Technologien beispielsweise bereits in der Praxis eingesetzt werden, ist das Kundenmanagement: Das klassische Berichtswesen konnte in der Vergangenheit nur Daten dazu liefern, welche und wie viele Kunden einem Unternehmen verloren gegangen sind. Durch Predictive Analytics ist es jetzt möglich zu erkennen, welche Kunden mit höherer Wahrscheinlichkeit abwandern werden. Im Anbetracht der Tatsache, dass es ungleich teurer ist, einen neuen Kunden zu gewinnen, als einen bestehenden zu halten, ist diese Information für Unternehmen extrem wichtig. Denn so kann es Gegenmaßnahmen einleiten, um die Abwanderung zu verhindern.

„Data is the new oil“ – diese Devise machte 2011 die Runde. Mit Hilfe moderner BA-Technologien können die Unternehmen 2012 die Bohrarbeiten forciert werden.

Karsten Wilhelmus ist als Manager Marketing Business Analytics bei der IBM Software Group Marketing tätig.
Geschrieben von
Karsten Wilhelmus
Kommentare

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.