Pressemitteilung von Beat2Lead

Advanced Analytics

---

---

Big Data: Der Daten-Tsunami rollt unaufhaltsam

Innerhalb der kommenden Jahre ist mit einer Verfünffachung des jetzt schon hohen verfügbaren Datenvolumens zu rechnen. Dazu gehören neben internen Daten in wachsendem Maße externe, die verarbeitet und ausgewertet werden müssen. Nach einer internationalen Umfrage geben 57 Prozent der Unternehmen zu, sich mit der steigenden Datenmenge überfordert zu fühlen. Obwohl Führungskräfte Unternehmensdaten für das wertvollste Kapital zur Sicherung ihrer Geschäftsfähigkeit halten, haben sie keine Vorstellung, wie sie die Datennutzung technologisch organisieren, die Daten besser vernetzen und daraus einen Mehrwert für ihr Unternehmen generieren können.
Um mit Big Data umgehen zu können, braucht es nicht nur geeignete IT-Architekturen und Softwareprogramme, sondern auch individuell konfigurierte, implementierte und kontinuierlich verbesserte Analytics-Systeme.
Für Unternehmen erweist es sich zunehmend als schwierig, ihre IT-Architektur up-to-date zu halten, um mit den Anforderungen mitzuwachsen. Immer häufiger gibt es Berichte über "IT-Umstellungen", die zu regelrechten "Millionengräbern" werden. Aus der Sicht der Unternehmen ist die komplette Neuentwicklung und Implementierung von Software nicht nur teuer, personal- und zeitaufwändig, sondern auch riskant. Wen wundert es da, dass viele Unternehmen mit veralteten IT-Produkten und IT-Architekturen weiterarbeiten, obwohl sie ihr "Verfallsdatum" schon überschritten haben. Worin besteht das Problem und wie lässt es sich lösen?

Agile Methoden plus Advanced Analytics macht Unternehmen flexibler

In der Vergangenheit war es üblich, IT und Business relativ strikt organisational und funktional zu trennen. Beide agier(t)en meist in getrennten "Silos". Viele Führungskräfte haben eine betriebswirtschaftliche, aber keine IT-Ausbildung; umgekehrt haben IT-Experten eine informationstechnische, aber keine betriebswirtschaftliche Ausbildung. Jede Gruppe sieht die Welt aus ihrer Sicht. Vielfach läuft es in den Unternehmen so ab: Von betriebswirtschaftlich geprägten Führungskräften ohne IT-Kenntnisse werden Entscheidungen getroffen, und für die Umsetzung sorgt die IT.
Oder die IT implementiert eigenständig technische Lösungen, von denen sich später herausstellt, dass sie aus betriebswirtschaftlicher Sicht für die Geschäftsstrategie suboptimal sind oder nicht funktionieren. Häufig setzen IT-Führungskräfte bei neuen Anforderungen auf bewährte Standard-Softwareprodukte, um auf "Nummer Sicher" zu gehen. Das gelingt aber nur teilweise, denn eine eingeführte Software kann sich innerhalb weniger Jahre wieder als ungeeignet oder veraltet erweisen. So bleibt die IT-Infrastruktur fast permanent hinter ihren Möglichkeiten zurück. Derartige Probleme lassen sich durch Agile Analytics lösen.

Prescriptive und Predictive Analytics ermöglichen präzisere Vorhersagen und bessere Entscheidungen

Agile Analytics kombiniert Advanced Analytics mit agilen Methoden. Advanced Analytics (auch "Business Analytics" genannt) umfasst Predictive und Prescriptive Analytics.
Durch Auswertung umfangreicher Daten liefert Predictive Analytics Erkenntnisse darüber, was künftig passieren wird. So können im Unternehmen frühzeitig angemessene und vorausschauende Entscheidungen getroffen werden. Prescriptive Analytics arbeitet mit Softwaresystemen, die auf der Basis von Algorithmen bestimmte Aufgaben und Probleme eigenständig lösen können, ohne dass jeder Schritt von Hand programmiert werden muss. Auf diese Weise ist es möglich, durch Datenanalyse konkrete Vorschläge für das beste Handeln in einem bestimmten Szenario zu erhalten - ähnlich wie bei einem Navi, das die beste Route durch gezielte Umgehung von Hindernissen errechnet.
In vielen Unternehmen ist Advanced Analytics noch nicht eingeführt. Man steht auf der Stufe von Descriptive Analytics - also einem Reporting, das einem Blick in den Rückspiegel gleicht und lediglich analysiert, warum und was in der Vergangenheit passiert ist. Das Forecasting wird oft noch zeitaufwändig und mit einem hohen Grad an Ungenauigkeit manuell von Führungskräften mit Excel durchgeführt. Dabei wird nur ein kleiner Teil der verfügbaren Daten ausgewertet - Big Data scheint in weiter Ferne. Getroffene Entscheidungen sind daher von Unsicherheit begleitet und müssen oft revidiert werden.

Agilität ist Voraussetzung für Agile Analytics

Agilität ist die Fähigkeit einer Organisation, sich selbst zu erneuern, anzupassen, sich schnell zu verändern und in einem sich rapide wandelnden, turbulenten Umfeld erfolgreich zu agieren. Konkret meint dies zweierlei:
1)flexible Daten- und IT-Infrastrukturen, die mit neuen Anforderungen mitwachsen und sich an verändernde Bedürfnisse, wie z.B. wachsende Datenmengen usw. anpassen
2)eine flexible Arbeitsweise, wie Organisationen und Teams vorgehen.

Verständliches und praxisnahes Know-how über Analytics

In seinem Buch "Agile Analytics. Wie Unternehmen Daten für bessere Entscheidungen und Leistungen nutzen" (Haufe Verlag 2023, ISBN 978-3-648-16435-8) zeigt Dirk Böckmann auf, wie Unternehmen Business Analytics mithilfe von Agilität architektonisch, prozessual und strukturell so organisieren, dass sie der Dynamik des Wettbewerbs und Big Data gewachsen sind. Sie erfahren, wie Advanced Analytics mit agilen Methoden im Unternehmen implementiert und betrieben werden kann. Dadurch können sie fundiertere Entscheidungen treffen und ihre Leistungsfähigkeit spürbar steigern.
Buch Agile Analytics, Information und Kauf Firmen- & Pressekontakt