Kommentar von Subhasis Nath, Infosys

Jeder kann Analytics – aber nicht jeder kann genaue Analysen

| Autor / Redakteur: Subhasis Nath / Nico Litzel

Der Autor: Subhasis Nath ist Area Vice President, Senior Industry Principal, Analytics Consulting, Data Analytics bei Infosys
Der Autor: Subhasis Nath ist Area Vice President, Senior Industry Principal, Analytics Consulting, Data Analytics bei Infosys (Bild: Infosys)

Unternehmen auf der ganzen Welt haben das Potenzial von Data Analytics für ihr Wachstum und die Entwicklung neuer Geschäftsmodelle erkannt. Doch der Einsatz von Daten für den Geschäftsnutzen erfordert eine Neuorientierung von Mitarbeitern, Prozessen und Technologien.

Infosys führte kürzlich eine Studie unter mehr als 1.000 Unternehmen mit einem Jahresumsatz von über einer Milliarde US-Dollar aus zwölf Branchen in den USA, Europa, Australien und Neuseeland durch. Ziel der Studie war es, eine 360-Grad-Sicht auf den Fortschritt der digitalen Transformation zu erhalten.

40 Prozent der Befragten nannten fehlende Skills bei Data-Analytics-Initiativen als Herausforderung. Dieser Fachkräftemangel wurde häufig als Grund genannt, warum Organisationen die Potenziale von Data Analytics bisher nicht vollständig ausschöpfen. Dabei ist es wichtig, dass nicht nur Datenwissenschaftler eingestellt werden, die Datenmodelle entwickeln, sondern auch die Nutzer berücksichtigt werden, die mit diesen Modellen arbeiten sollen.

Datenwissenschaftler müssen ihre Kenntnisse und Fähigkeiten stetig weiterentwickeln. Ebenso wichtig ist es aber, dass auch die Nutzer die Data Analytics-Outputs korrekt interpretieren und einsetzen können. Das Unternehmen muss quasi gewährleisten, dass die Anwender die grundlegenden Konzepte der Datenmodellierung und deren Ergebnisse verstehen. Denn nur, wenn ein Anwender die Empfehlungen der Datenwissenschaftler nachvollziehen kann, vertraut er ihnen auch.

Sicherstellen, dass Data Analytics für den Kunden relevant bleibt

Es gibt einige Möglichkeiten, die Qualifikationslücke zu schließen: Mithilfe von Technologie können Anbieter Self-Service-Analytics-Plattformen für Anwender entwickeln. Dabei muss sich der Nutzer nicht mit komplizierten mathematischen Konzepten und Statistiken auseinandersetzen, sondern kann einfach seine Eingabeparameter einbinden – und die Self-Service-Plattform liefert auf Knopfdruck Erkenntnisse. Eine solche Plattform reduziert die Abhängigkeit von spezialisierten Datenwissenschaftlern; diese müssen dann nur noch in bestimmten Bereichen eingesetzt werden.

Durch die sorgfältige Bewertung der Qualifikationslücke wird deutlich, dass die Lösung nicht darin besteht, ausschließlich weitere Datenanalysten einzustellen. Heute sind Business und IT enger miteinander verzahnt als in der Vergangenheit. Durch die Evolution der Daten verschwimmen die Grenzen zwischen Business- und IT-Abteilungen zunehmend. Beide Teams arbeiten enger zusammen und nutzen Data Analytics als gemeinsame Basis. Dieser Kontext erfordert einen multidisziplinären Ansatz, um sowohl die Geschäfts- als auch die IT-Anforderungen zu erfüllen.

Ein abgestufter Lösungsansatz mit einem Berater, der die Geschäftsseite versteht, einem Datenwissenschaftler zur Konzeption von Datenmodellen und einer technischen Ressource für Technologielösungen, funktioniert am besten. Diese Einteilung diversifiziert auch die erforderlichen Fähigkeiten, um die Nachfrage nach spezialisierten Datenanalysten zu verringern. Im Laufe der Zeit entwickeln diese Ressourcen ein tiefes Verständnis für verwandte Bereiche wie Datenwissenschaft, Wirtschaft und Technologie und bilden so die Art von Beratern, die sich auf einen Bereich spezialisiert haben, aber genug über verwandte Bereiche wissen, um als einzelner Mitwirkender effektiv zu sein.Neben technologiegetriebenen Lösungen und internen Umstrukturierungen von Abteilungen muss ein Technologieanbieter auch die kontinuierliche Weiterbildung seines Teams im Auge behalten.

Viele der Befragten sahen eine zentrale Herausforderung darin, die richtigen Werkzeuge und Techniken für die Anwendung der Datenwissenschaft zur Generierung von Business Insights auszuwählen. Eine gute Möglichkeit, diese Herausforderung zu umgehen, ist die Einführung einer sogenannten „Fail-fast“-Methodik und die Sicherstellung eines in Phasen unterteilten POC Pilot-Rollout-Plans. Auf diese Weise können ausgewählte Werkzeuge und Techniken getestet werden.

Training, Training und nochmals Training

Unternehmen benötigen ein Trainings-Programm für ihre Data-Analyst-Spezialisten. Dazu gehört die Entwicklung eines auf die Datenwissenschaftler zugeschnittenen Lehrplans, der Mathematik, Problemlösung und technischen Fähigkeiten kombiniert. Das Training ist nicht abgeschlossen, wenn der Datenwissenschaftler nicht auf die erlernten Konzepte und die Fähigkeit, sie in der Praxis anzuwenden, getestet wird. Verbindungen zu Universitäten sind ein zusätzlicher Anreiz für einen Informatiker. Durch solche Programme erwerben sie eine Vielzahl von Fähigkeiten, die ihnen dabei helfen, auf einem höheren Niveau zu arbeiten.

Erfahrene Anbieter entwickeln zusätzlich Master-Track-Programme, die aus Technologie- Analyseprofis machen. Eine Reihe von vorab identifizierten Qualifikationen, die dazu befähigen, ein kompetenter Analytiker zu werden, motivieren eine Person über ihre üblichen Grenzen hinaus zu forschen und neue Fähigkeiten zu erwerben. Die Umschulung ist sehr intensiv, da sich der Denkprozess zur Anwendung statistischer Techniken von einem durchschnittlichen Technologieprofi unterscheidet.

Der Gründer der Zeitschrift Fortune, Henry R. Luce, sagte treffend: „Das Geschäft ist mehr als jeder andere Beruf ein ständiger Umgang mit der Zukunft; es ist ein ständiges Kalkül, eine instinktive Übung in der Vorausschau.“ Unternehmen erwarten, dass Technologiepartner aktiv dazu beitragen, dass sie wachsen und Probleme lösen.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  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: 45735407 / Analytics)