Warum Datananlyse?
In einem Unternehmen werden ständig Daten erzeugt, die in den meisten Fällen ungenutzte bleiben. Studien zeigen, dass nur 25% des Potentials genutzt wird, wobei die Rohdaten für die Analysen oft schon vohanden sind.
Große Firmen im Bereich IT, Produktion und Handel setzen Ihre Daten für genauere Informationen und Entscheidungen ein. Teilweise werden diese auch als Basis für KI-Methoden und ML-Modellen verwendet.
Im Umfeld der KMUs startet das Umdenken zur Nutzung der Daten für die Sicherung der strategischen Vorteile. Statistisch nutzen aktuell nur 20% der Unternehmen Ansätze der Datenanalyse.
Data Analytics Ansätze
Descriptive Analytics
Was ist passiert?
Analyse und Visualisierung strukturierter Live Daten.
Mehrwert: Information
z.B.: Vertriebsanalyse zeigt Absatzeinbruch in einigen Ländern.
Diagnostic Analytics
Warum ist es passiert?
Ursachenanalyse auf Basis verwirrender Informationen.
Mehrwert: Zusammenhänge
z.B.: Absatzsteigerung kann auf externe Anreize zurückgeführt werden.
Predictive Analytics
Was wird passieren?
Erkennung und Verwendung Muster um bestimmte Ergebnisse mithilfe von Algorithmen vorherzusagen.
Mehrwert: Vorhersage
z.B.: gewisse Kombinationen von Sensordaten lassen darauf schließen, dass in X Tagen ein Teil defekt ist.
Prescriptive Analytics
Wie soll ich handeln?
Fortschrittliche Analyse, um Handlungsempfehlungen auf Wahrscheinlichkeitsbasis abzugeben.
Mehrwert: Empfehlung
z.B.: Selbstfahrende Auto, berechnet wann soll die Spur gewechselt werden.
Die Ansätze werden in der Regel kombiniert, um mehrere Sichten und Ebenen auf die Daten zu erhalten. Für voraussagende Ansätze werden in der Regel bestehende Daten benötigt, mit denen Modelle trainiert werden. Diese Modelle verbessern sich mit der Menge der Daten und den damit getroffenen Entscheidungen über die Zeit.
Vorteile und Nutzen
Datenanalyse ist nahezu in jedem Geschäftsbereich anwendbar.
Der Nutzen daraus ist:
- Zugang zu umfassender Information über das aktuelle Geschäftsumfeld und dessen weitere Perspektive
- Bei der Optimierung wird das gesamte Spektrum von Menschen, Prozessen, Technologie einbezogen
- Es stehen präzise und zeitnahe Informationen zur Verfügung für proaktive Entscheidungen
- Risikoarme Prozesse lassen sich automatisieren dadurch mehr Fokus auf Szenarien und Entscheidungen
- Unternehmen wird flexibler und kann schneller auf sich ändernde regulatorische Markt- und
Wirtschaftsbedingungen reagieren