Kommentar von Paul Bremhorst, Tableau Software

Welche Analytics-Trends sind einsatzbereit?

| Autor / Redakteur: Paul Bremhorst / Nico Litzel

Der Autor: Paul Bremhorst ist Sales Consulting Manager bei Tableau Software
Der Autor: Paul Bremhorst ist Sales Consulting Manager bei Tableau Software (Bild: Tableau Software)

Business-Analytics-Anwendungen stehen auf dem Markt für Unternehmenssoftware weiterhin hoch im Kurs und stellen eine Kernkomponente bei der digitalen Transformation jeder Organisation dar. Neue Technologien, die zur Weiterentwicklung solcher Anwendungen dienen, sind jedoch noch nicht alle voll einsatzbereit. Technologieanbieter müssen deshalb in der Lage sein, ausgereifte Trends, die schon heute auf reale Geschäftsszenarien angewendet werden können, von Trends zu unterscheiden, die erst noch Gestalt annehmen müssen

Vor allem drei Trends dominieren im Moment die Entwicklung von Business Analytics: Künstliche Intelligenz (KI), Natural Language Processing (NLP) und Natural Language Generation (NLG) sowie integrierte Analytics.

Künstliche ergänzt menschliche Intelligenz

Der Hype um Künstliche Intelligenz (KI), Machine Learning (ML; Maschinelles Lernen) und Deep Learning übertrifft heute längst den Rummel um Big Data. Die Vorstellung, dass KI die von Menschen durchgeführten manuellen Analyseaufgaben vollständig ersetzt und automatisiert, ist für die meisten Anwendungsfälle aber noch reine Zukunftsmusik. Eine vollständige Automatisierung der Analyse-Workflows sollte auch gar nicht in Betracht gezogen werden – weder heute noch in Zukunft.

Stattdessen müssen wir von einer Assistive Intelligence sprechen. Dabei werden Analysten und andere Anwender von integrierten Advanced-Analytics-Anwendungen und ML-Algorithmen unterstützt. Mehr und mehr Unternehmen übernehmen dieses Konzept bereits. Vor allem im Bereich der Datenvorbereitung und -integration und bei analytischen Prozessen wie dem Erkennen von Mustern, Korrelationen, Ausreißern und Anomalien sind smarte Programme von großem Nutzen.

Tableau 10.3 bietet Anwendern jetzt ganz neu die Möglichkeit, sich intelligente Empfehlungen zu Tabellen und Verknüpfungen geben zu lassen. Mithilfe von ML-Algorithmen analysiert Tableau Server aggregiert die Nutzung aller Datenquellen, um der gesamten Organisation geeignete Tabellen und die entsprechenden Verknüpfungen zu empfehlen.

Natürliche Interaktionen erleichtern den Zugang zu Analytics

Natural Language Processing (NLP) und Natural Language Generation (NLG) werden häufig synonym verwendet, dienen aber eigentlich völlig unterschiedlichen Zwecken. Beide ermöglichen zwar natürlichere Interaktionen mit Analytics-Anwendungen, aber mit einem großen Unterschied: Mit NLP-Funktionen können Anwender Fragen an die Daten stellen. NLG versucht dagegen, Erkenntnisse und Ergebnisse aus Daten für den Anwender in natürliche Sprache zu übersetzen.

Von beiden Technologien wird NLP bisher stärker wahrgenommen. Zum Beispiel in unserem persönlichen Alltag mit Siri, Cortana, Alexa, Google Home usw. Auch Analytics-Anbieter fügen ihren Produkten verstärkt NLP-Funktionen hinzu, um die Anwendung einer breiteren Zielgruppe zugänglich zu machen. NLP wird sich unweigerlich zu einer weit verbreiteten Kernkomponente von Analyseplattformen entwickeln. Allerdings wird NLP derzeit noch nicht von einem ausreichend breiten Benutzerspektrum oder für genügend Anwendungsfälle verwendet, um auf dem heutigen Markt als Mainstream-Lösung zu gelten.

NLG-Anwendungen gibt es auf der anderen Seite schon seit einigen Jahren. Analytics-Anbieter haben bereits begonnen, die visuelle Darstellung von Daten mit natürlicher Sprache zu ergänzen. Text-basierte Zusammenfassungen von Sport-Events, Spielerstatistiken oder die Performance von Investmentfonds werden beispielsweise schon mithilfe von NLG-Technologien erstellt. Zudem dienen NLG-Funktionen zunehmend dazu, KI-basierte Ausgabedaten der breiten Masse zugänglicher zu machen. Seit Tableau 10.0 lassen sich NLG-Funktionen auch einfach in Tableau-Anwendungen integrieren. Die Tools liefern Beschreibungen und Interpretationen für Daten, Grafiken und Dashboards und machen diese Nutzern so einfacher zugänglich. Zudem kann NLG den Erkenntnisgewinn beschleunigen, indem potenzielle Trends in den Daten hervorgehoben werden.

Die Kombination aus Geschäftsanalysen und NLG ist zwar noch relativ neu, doch sie gewinnt immer mehr Aufmerksamkeit und Zugkraft auf dem Markt und hat die Tür für neue Anwendungsfälle geöffnet.

Integrierte Analytics bringen Erkenntnisse direkt zum Anwender

Fließen Erkenntnisse aus Business Analytics direkt in Geschäftsentscheidungen und -prozesse ein, entsteht ein echter Mehrwert für jede Organisation. Analytics-Anbieter machen es Anwendern deshalb besonders einfach, Analytics-Tools in ihre gängigen Geschäftsanwendungen zu integrieren. So gelangen Erkenntnisse aus Daten direkt zu den Anwendern, die sie für ihre tägliche Arbeit benötigen. Entscheidungsprozesse werden damit deutlich beschleunigt.

Unternehmen bieten diese Anwendungsmöglichkeiten auch zunehmend ihren Kunden, Partnern und Lieferanten an. Das erhöht nicht nur ihre Differenzierung im Wettbewerb, sondern eröffnet auch neue Umsatzmöglichkeiten durch die wertschöpfende Nutzung von Datenbeständen und Analytics Anwendungen.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44748529 / Analytics)