Kommentar von Abdul Razack, Infosys

Lieber eine einfache Analytics-Strategie als gar keine

| Autor / Redakteur: Abdul Razack / Nico Litzel

Der Autor: Abdul Razack ist Senior Vice President of Platforms, Big Data and Analytics bei Infosys
Der Autor: Abdul Razack ist Senior Vice President of Platforms, Big Data and Analytics bei Infosys (Bild: Infosys)

Viele Unternehmen drohen derzeit unter ihrer Datenlast einzubrechen. Sie schaffen es zwar, große Datenmengen zu speichern, scheitern aber daran, diese auch effektiv zu nutzen. Dem Trend nach steigt die Datenflut immer weiter an: 90 Prozent aller heute gespeicherten Daten wurden allein in den letzten zwei Jahren generiert. Richtig genutzt bergen sie unzählige Chancen für Innovation und Wachstum.

CIOs und ihre IT-Teams tendieren dazu, Daten erstmal in großem Stil zu sammeln. Sie häufen strukturierte, unstrukturierte und semistrukturierte Daten in riesigen Datenseen (Data Lakes) an – in der Hoffnung, sie später einfach analysieren zu können. Doch weil die Verantwortlichen selten das Potenzial der Datennutzung sehen, erinnern sie eher an Datenwüsten. Die Verantwortlichen sind sich bewusst, dass sie bei entsprechender Analyse Entscheidungen in Echtzeit treffen könnten, tun sich aber schwer damit, traditionelle und digitale Methoden zu integrieren.

Insofern ist der Ansatz „erst speichern, irgendwann analysieren“ nicht nur ineffizient und teuer, sondern kann ein Data-Analytics-Projekt bereits in seinen Anfängen zunichtemachen. Unternehmen sollten ihre Big-Data-Initiative deshalb andersherum beginnen. Noch vor der Technologie-Implementierung und dem Beginn der Datensammlung gilt es festzulegen, welche Informationen und Einblicke über Kunden, Wettbewerber und Partner benötigt werden – immer mit Blick auf ihren Geschäftswert.

Die Strategie sollte also nicht sein, ein Maximum an Daten nach gemeinsamen Verbindungen oder Themenbereichen zu durchforsten. Die Strategie muss sein, gezielt nach den relevantesten Informationen zu suchen, um den Business-Nutzen zu maximieren. Ein Problem zu definieren oder zu entdecken, ist oft der wichtigste Schritt, um sinnvolle Erkenntnisse zu generieren. Hiervon hängt die Qualität der Auswertung ab, anderenfalls fischt man lediglich im Trüben.

Problemerkennung geht vor Problemlösung

Hier bietet sich das Design-Thinking-Konzept an. Es hilft, die Wurzel eines bereits existierenden Problems zu identifizieren oder ein bisher unbekanntes zu entdecken. Beim Finden von Lösungsvorschlägen orientiert man sich so nah wie möglich an der Geschäftsrealität. Das erfolgt durch einen dreistufigen Prozess, der die Anwendersicht, die technische Umsetzbarkeit und den Geschäftsnutzen einbezieht.

So können Unternehmen sicherstellen, dass sie den Fokus auf die wichtigsten Probleme legen und tragfähige, realisierbare Lösungen entwickeln.

Natürlich bietet sich für eine Analyse der gesammelten Informationen in erster Linie eine maßgeschneiderte Analytics-Lösung an. Doch bekanntermaßen ist damit ein vergleichsweise hoher Zeit- und Kostenaufwand verbunden. Hier kommen immer häufiger Big-Data-Plattformen auf Open-Source-Basis zum Einsatz. Sie erlauben inzwischen nicht mehr nur Einblicke in bestehende Daten. Stattdessen sind auch Predictive-Analytics-Lösungen denkbar, mit denen sich Vorhersagen für die Zukunft treffen lassen.

Open Source eröffnet eine neue Welt mit Zugang zu den aktuellsten Technologien, was ansonsten viel Zeit und Ressourcen beanspruchen würde. Bestimmte Tätigkeiten lassen sich mithilfe von Open Source effektiv kodifizieren und automatisieren. Die Technologie ist ideal für Unternehmen, die auf Flexibilität und schnelle Ergebnisse setzen. Man ist auch nicht von einem einzelnen Hersteller abhängig und die Kosten fallen deutlich geringer aus als bei proprietären Lösungen.

Automatisierung als Kostenbremse

Um Big Data von einer Kostenfalle in eine Einnahmequelle zu wandeln, sollten IT-Verantwortliche auch das Thema Automatisierung verstärkt angehen. Es sorgt dafür, dass sich das Datenmanagement im Unternehmen ändert und letztlich eine ganze Reihe manueller Prozesse entfällt. Automatisierung ermöglicht es zudem, Daten wirklich in Echtzeit zu analysieren und Unregelmäßigkeiten exakter und schneller festzustellen.

Leider lassen sich diese Vorteile nicht über Nacht realisieren. Daten müssen verfügbar gemacht werden, indem sie automatisch zur richtigen Zeit am richtigen Ort zur Verfügung stehen. Es gilt folglich, bestehende Silos aufzubrechen, damit sich die Informationen frei bewegen können. Zudem kommt es darauf an, die Anwender so zu schulen, dass sie wichtige Feinheiten erkennen – dazu gehören etwa kontextuelle Besonderheiten bei der Datenerfassung, die von Natur aus gegebene Unvollständigkeit von Datensätzen oder Methoden zur Zusammenführung und Abstimmung verschiedener Datenquellen.

Der Weg ist das Ziel

Das Entwirren des Big-Data-Netzes kann zunächst als eine eher entmutigende Aufgabe erscheinen. Doch wer gleich zu Beginn konkret festlegt, auf welche Erkenntnisse es im ersten Schritt ankommt, schlägt schon mal die richtige Richtung ein. Als wichtiger Helfer kommt hier Open-Source-Technologie ins Spiel, mit der sich sofort und flexibel eine passende Analytics-Plattform errichten lässt. So winken am Ende tatsächlich umsetzbare Erkenntnisse und Vorhersagen – und das auf schnelle, einfache und kosteneffektive Weise.

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: 43875624 / Analytics)