Pressemitteilung von Petra Pirron

Mangelnde Datenqualität bremst Predictive Analytics aus

---

---

Heidelberg, 27. Juni 2018 - Predictive Analytics gewinnt in den Unternehmen zunehmend an Bedeutung. Damit auf Datenanalysen beruhende Vorhersagemodelle wertschöpfend wirken, müssen Firmen einige Hürden überwinden. Eine große Rolle spielt dabei die Qualität der Datenbasis. Das zeigt die Studie Predictive Analytics 2018 der International Data Group (IDG), zu der auch die Zeitschriften COMPUTERWOCHE und CIO gehören. An der Befragung nahmen branchenübergreifend 390 IT-Verantwortliche aus der DACH-Region teil. Datavard ist Partner der Studie.

Predictive Analytics trifft auf Basis von Datenmodellen Vorhersagen über die künftige Entwicklung einer Situation und wird beispielsweise für Absatzprognosen, dynamische Preisgestaltung oder Predictive Maintenance genutzt. Die Ergebnisse der Studie von COMPUTERWOCHE und CIO zeigen, dass die Bedeutung von Predictive Analytics künftig weiter steigen wird. Zwei Drittel (66 Prozent) der Unternehmen gehen davon aus, dass Predictive Analytics binnen drei Jahren für sie wichtig oder sehr wichtig wird. Ein Drittel der Unternehmen hat bereits Analytics-Projekte umgesetzt, mehr als die Hälfte davon im Bereich Predictive Analytics. Es besteht allerdings auch Nachholbedarf, denn 15 Prozent der großen und ein Drittel der kleinen Firmen planen weder Analytics-Projekte noch haben sie bereits welche umgesetzt. Allerdings sind 60 Prozent der Firmen mit den bisherigen Predictive-Analytics-Maßnahmen und dem Kosten-Nutzen-Verhältnis sehr zufrieden oder zufrieden.

Als größte Herausforderungen gaben die befragten Unternehmen fehlende Ressourcen im Fachbereich oder in der IT-Abteilung an. Knapp ein Viertel sieht Hemmnisse aufgrund der Komplexität der Analytics-Lösungen, fehlender analytischer Skills im Unternehmen oder der mangelnden Datenqualität.

"Die Ergebnisse der Befragung bestätigen unsere Erfahrungen. Das Ergebnis von Predictive Analytics hängt im besonderen Maße von der zugrundeliegenden Datenqualität ab", so Daniel Eiduzzis, Solution Architect Analytics bei Datavard. "Deshalb empfehlen wir, im Vorfeld von Predictive Analytics Initiativen zunächst die Datenbasis zu analysieren und eine Data Governance aufzubauen".

Primäre Antreiber für Analytics-Projekte sind die Optimierung betrieblicher Prozesse und eine bessere Datenbasis für strategische Entscheidungen. Weitere wichtige Motive sind die verbesserte Qualität bestehender Produkte und Dienstleistungen, ein höherer Umsatz, größere Kundenzufriedenheit oder auch die Entwicklung neuer Produkte oder Geschäftsmodelle.

Die gesamten Studienergebnisse sind hier (http://bit.ly/2Klx3hn) abrufbar

Bildquelle: @IDG Research Services Firmen- & Pressekontakt