Resources

Wie verändert sich Business Intelligence? 3 wichtige Trends

Mit der allmählichen Verbreitung von Computern seit den 1960er Jahren und der Internet-Revolution in den 1990er Jahren ist Business Intelligence in vielen Unternehmen unverzichtbar geworden. Mit der allmählichen Verbreitung von Computern seit den 1960er Jahren und der Internet-Revolution in den 1990er Jahren ist Business Intelligence in vielen Unternehmen unverzichtbar geworden. Die rasante Entwicklung der Infrastruktur hat neue Tools hervorgebracht, die es ermöglichen, mehrere Datenquellen besser zu kombinieren und Analysten mit der Kunst der Visualisierung auszustatten, die aus der Datenanalyse nicht mehr wegzudenken ist.

Experten sagen, dass wir uns derzeit in der Zeit einer weiteren digitalen Revolution befinden, die von Daten angetrieben wird – die in riesigen Mengen erzeugt und verarbeitet werden. Der Wert und die Rolle von Business Intelligence steigen mit der zunehmenden Bedeutung von Daten. Daten werden immer häufiger bei der Entscheidungsfindung und der Abwicklung von Geschäftsprozessen berücksichtigt. Die digitale Welt hat sich bereits stark verändert. Sehen Sie sich nur die schnelle Verbreitung von Cloud Computing und die allmähliche Zunahme der Bedeutung von künstlicher Intelligenz an. Diese und andere aktuelle Veränderungen prägen die Landschaft der modernen Geschäftsanalytik. Welche Schlüsseltrends sehen wir derzeit in diesem Markt und wie könnte seine unmittelbare Zukunft aussehen?

Demokratische Datenwissenschaft

Bis vor kurzem schien die Arbeit an der Datenanalyse eine Domäne zu sein, die ausschließlich Experten vorbehalten war. Eine adäquate strenge Ausbildung und ein breites Spektrum an Statistik- und Programmierkenntnissen waren oft eine Voraussetzung, um in diesem Bereich Ergebnisse zu erzielen. Die Nachfrage nach diesen Fähigkeiten übersteigt immer noch deutlich die auf den Arbeitsmärkten verfügbaren Ressourcen. Das wird wahrscheinlich noch lange so bleiben. Der Bedarf an neuem, aus Daten abgeleitetem Wissen bei gleichzeitigem Fachkräftemangel war einer der Impulse für die Demokratisierung des Zugangs zu Daten in Organisationen und die Schaffung von Tools, die Menschen ohne langjährige Ausbildung und Erfahrung in diesem speziellen Bereich eine intuitive Arbeit mit Daten ermöglichen.

Moderne Unternehmen entscheiden sich zunehmend für die Einführung von Analysen in einem Selbstbedienungsmodell. So können praktisch alle Teammitglieder die Daten, die sie benötigen, selbständig analysieren und die fortgeschrittensten Aufgaben spezialisierten Analysten überlassen. Die richtige Business Intelligence-Plattform ist in der Lage, jedem Mitarbeiter zwei Schlüsselelemente zu bieten, die für die unabhängige Arbeit mit Daten erforderlich sind. Intuitivität und Einfachheit der Analyse und Trennung der Datenquellen von der analytischen Ebene, um das Risiko unerwünschter Änderungen der Quelldaten auszuschließen. Oft werden wir Ausdrücke wie „Citizen Data Scientist“ oder „Self-Service Analytics“ hören. Bald werden Millionen von Unternehmensmitarbeitern unfreiwillig zu Analytikern werden, was ihre tägliche Arbeit – sehr wahrscheinlich – erheblich verbessern wird.

In Tableau ist die Erstellung einer schnellen Umsatzprognose, die den Trend und die Saisonalität berücksichtigt, nur eine Frage von Minuten.

Smarter Business Intelligence

Obwohl wir oft von KI und maschinellem Lernen hören, ist es immer noch nicht klar, wie sie in der Praxis eingesetzt werden. Beide Begriffe können mit dem Ersatz von Analysten durch sich selbst verbessernde Algorithmen oder intelligente Systeme, die komplexe Analysen auf Sprachbefehl durchführen, in Verbindung gebracht werden. Beide Visionen liegen noch in weiter Ferne, aber einige ihrer grundlegenden Elemente werden nach und nach in analytischen Plattformen implementiert.

Das maschinelle Lernen unterstützt die Benutzer bei der Suche nach Mustern und Ursachen von Phänomenen, die in Daten beobachtet werden. Die Modelle werden potenziell die Ursachen von nicht standardmäßigen Beobachtungen und Veränderungen finden, indem sie Tausende von potenziellen Abhängigkeiten durchsuchen. Stellen wir uns den Fall vor, dass wir in einer der Regionen eine deutlich niedrigere durchschnittliche Marge als in den anderen Regionen beobachten. Bei einer Vielzahl von zusammenhängenden Daten kann die Suche nach potenziellen Ursachen zu einer Detektivarbeit werden!

Mit Hilfe von Modellen des maschinellen Lernens, die auf der Analyseplattform implementiert sind, können wir schnell potenzielle Ursachen identifizieren, die sich am stärksten auf das niedrige durchschnittliche Margenniveau auswirken. Dabei kann es sich um eine größere Anzahl von Kunden mit Rabattkarten (im Vergleich zu anderen Märkten) oder um einen Rekordanteil von Produkten mit niedrigen Margen am Umsatz handeln. Es ist jedoch Sache des Benutzers, diese Hinweise zu interpretieren und die Analyse zu vertiefen. Darüber hinaus werden auch automatisierte Tools entwickelt, die eine schnellere und genauere Erstellung von Prognosen oder Segmentierungsmodellen ohne Programmierung ermöglichen.

Explain Data ist eine Tableau-Funktion, die mögliche Ursachen für die Unterschiede zwischen den untersuchten Beobachtungen findet.

Darüber hinaus wird künstliche Intelligenz neue Wege für die Interaktion der Benutzer mit Analysetools ermöglichen. Nach und nach tauchen Lösungen auf, die es Ihnen ermöglichen, Datenanalysen auf der Grundlage von einfachen Fragen in natürlicher Sprache durchzuführen. Die Entwicklung in diesem Bereich wird die Plattformschnittstelle erweitern und es den Nutzern ermöglichen, mit der Plattform genauso zu kommunizieren wie mit einer Suchmaschine, oder sogar – per Sprachbefehl.

Tableau Ask Data ermöglicht es Ihnen, Analysen durchzuführen, indem Sie die Abfrage verbal beschreiben.

Die zunehmende Zugänglichkeit der Analytik

Bisher hat man Analytik vor allem mit komplizierten Diagrammen in Verbindung gebracht, die auf großen Bildschirmen in den Büros der Unternehmen angezeigt wurden. Heutzutage werden Geschäftsdaten zunehmend auch außerhalb dieser Umgebung angezeigt. Smartphones diktieren die Bedingungen für die gesamte digitale Welt, einschließlich der Unternehmensanalyse. Heute sollte die Analyseplattform Visualisierungen bequem auf mobilen Geräten anzeigen und spezielle Funktionen unterstützen, die an die Möglichkeiten kleinerer Bildschirme angepasst sind. Die Art der Informationsübermittlung ändert sich und macht unsere Smartphones zur ersten Anlaufstelle für die Verbreitung von Informationen und Erkenntnissen. Der Zugriff auf die Daten sollte jedoch nicht auf die Benutzer innerhalb des Unternehmens beschränkt sein.

Moderne Unternehmen schaffen zunehmend einen Mehrwert, indem sie ihren Kunden geeignete Visualisierungen und Dashboards auf der Grundlage von Daten zur Verfügung stellen. Darüber hinaus werden neue Möglichkeiten geschaffen, Analysen in externe Anwendungen und Websites einzubetten. Die Demokratisierung des Zugangs zu Daten verändert auch den Ansatz für die Gestaltung von Dashboards. Die Entwicklung von Lösungen für Tausende von externen Nutzern bedeutet, dass Intuitivität und Transparenz an erster Stelle stehen. Und den Nutzern ein hohes Maß an Freiheit bei der Erkundung der Daten zu geben, ist ein unbestreitbarer Wert.*