Kommentar von Christian Werling, Thoughtspot

So gewinnt man die Analytics-Lotterie

| Autor / Redakteur: Christian Werling / Nico Litzel

Der Autor: Christian Werling ist Regional Director D-A-CH bei Thoughtspot
Der Autor: Christian Werling ist Regional Director D-A-CH bei Thoughtspot (Bild: Thoughtspot)

Haben Sie jemals den Lotto-Jackpot geknackt? Wahrscheinlich eher nicht, denn dafür braucht es sechs Richtige plus Zusatzzahl – und die Chance dafür liegt bei 1 zu 140 Millionen – oder um ganz korrekt zu bleiben: bei 1:139.838.160. Trotz dieser lausigen Gewinnquote haben Sie allerdings eine viel bessere Chance, den Lotto-Jackpot zu gewinnen, als einen vorgefertigten Business-Intelligence-Bericht im Vorfeld zu designen, der exakt eine Ihrer spezifischen Fragen zu Daten zu einem bestimmten Zeitpunkt klar beantwortet.

Wer glaubt, dass das übertrieben ist, sollte sich mal einige Analyseszenarien vor Augen halten. Nehmen wir zum Beispiel einen Mobilfunkhändler, der in 2.300 Geschäften 100 verschiedene Handytypen mit 30 verschiedenen Vertragslängen und Tarifen für 200 Kundensegmente anbietet. Obwohl es sich hierbei noch nicht mal um einen schwierigen Datensatz handelt, lassen sich ganze 187.680.000.000.000 potenzielle Anfragen zu den Daten stellen. Das ist kein Tippfehler: Wir reden hier von Milliarden.

Das bedeutet aber auch, dass die Business-Intelligence- und Analytics-Branche mit einer schwierigen Wahrheit zu kämpfen hat: Sie hat bisher versucht, das falsche Problem zu lösen – die Komplexität.

Komplexität ist nicht das eigentliche Problem

Fragt man einen Datenanalysten oder Business-Intelligence-Power-User, womit sie am meisten zu kämpfen haben, ist meist nicht die Komplexität der eingehenden Fragen das grundlegende Problem. In Wirklichkeit sind die meisten Datenfragen ziemlich einfach zu beantworten, wie z. B.: Wie viele Samsung-Handys haben wir letzten Monat in unseren Ruhrgebiet-Stores verkauft? Das eigentliche Problem, mit dem die Datenexperten konfrontiert sind, ist die Erwartung einer schnellen Reaktion auf den unerbittlichen Fragenstrom von Führungskräften, Managern und Mitarbeitern. Dabei sind viele Fragen nur geringfügige inkrementelle Variationen der ersten ursprünglichen Datenanfrage. Was das klassische Analysesystem betrifft, erfordert jede Variation jedoch die Erstellung einer komplett neuen Anfrage – und das ist arbeits- und zeitaufwendig.

Dennoch sind die Anbieter von Analytics-Lösungen und ihre Kunden seit Jahrzehnten von dem Problem der Komplexität besessen. Immer wieder wurden neue Systeme mit ausgeklügelten Drag-and-Drop-Benutzeroberflächen und Hunderten von Schaltflächen für viele verschiedene Abfrageszenarien entwickelt. Die meisten dieser Systeme erforderten einen Datenexperten, der einen multidimensionalen Datensatz, einen „OLAP-Würfel“, aufbaute, um ausgewählte Datenquellen zu isolieren und anschließend zu analysieren. Aufgrund der Einschränkungen hinsichtlich Performance musste dabei bereits oft im Vorfeld eine Begrenzung hinsichtlich Granularität der Daten und Anzahl der möglichen Sichten bzw. Filter getroffen werden.

Durchschnittliche Mitarbeiter haben weder die Zeit noch die Fähigkeiten oder die Aufmerksamkeitsspanne, um eine so komplizierte Software zu erlernen oder zu benutzen. Sie wollen einfach nur in der Lage sein, selbst Fragen zu stellen und sofort Antworten zu erhalten. Wenn das nicht klappt, verlieren sie das Interesse und nutzen diese Systeme nicht mehr. Laut Kissmetrics erwarten 47 Prozent der Verbraucher, dass eine Website in zwei Sekunden oder weniger geladen wird. Googles Benchmark für die Seitenladezeit liegt bei etwa zwei bis drei Sekunden.

Diese Erwartung der Verbraucher an eine ultraschnelle Reaktionsfähigkeit ist ein wesentlicher Grund, warum die sogenannten „Self-Service“-Analytics-Technologien immer noch im Regal verstauben. Sie mögen Selbstbedienung für Datenprofis bieten, nicht aber für die „normalen“ Mitarbeiter. Das erklärt auch, warum die Akzeptanz von BI und Analytics immer noch sehr gering ist – laut Gartner liegt sie derzeit bei nur 32 Prozent.

Der Dienstleistungssektor ist von Datenabfragen überfordert

Der deutsche Dienstleistungssektor, der inzwischen rund 69 Prozent des BIP ausmacht und fast drei Viertel aller Arbeitsplätze schafft, ist voll von Wissensarbeitern, die Zugang zu spezifischen Daten benötigen, um ihre Arbeit effektiv zu erledigen. Im Gesundheitswesen zum Beispiel gibt es die Mitarbeiter der verschiedenen Krankenversicherungen, Krankenhausverwalter, Hausärzte und unzählige andere Rollen, mit jeweils sehr unterschiedlichen Arbeitsweisen, für die jeweils gesonderte Compliance-Regeln gelten und bei denen auch die Leistung unterschiedlich gemessen wird. Aus diesem Grund sind die Analytics-Teams im Gesundheitswesen oft überfordert von der Vielzahl der Anfragen bezüglich Anbietern, Patienten, Aufnahmedaten, Patientenzuständen und spezifischen Arztinteraktionen.

Auch in Finanzdienstleistungsunternehmen haben die Analytics-Teams mit Datenanfragen zu kämpfen. Aufgrund der vielen Variablen, die sie analysieren, stehen sie vor einer überwältigenden Anzahl potenzieller Fragen zu individuellen Kreditkartentransaktionen, Produkten, Einkommensklassen und vielen anderen Kundendemografien. IT-generierte Berichte und Dashboards sind unmöglich dazu in der Lage, alle sich aus all diesen Variablen ergebenden Fragen-Kombinationen zu beantworten.

Die Chancen verbessern sich dank Augmented Analytics

Doch es ist Abhilfe in Sicht: Der Markt geht zu einem neuen Modell über, das als „Augmented Analytics“ bekannt ist und die Benutzerfreundlichkeit drastisch verbessert. Der Gartner Magic Quadrant for Analytics and BI Platforms für 2019 prognostiziert, dass bis 2020 50 Prozent der Anfragen entweder durch Suche, natürliche Sprachverarbeitung oder Sprache gestellt oder automatisch generiert werden. Sowohl Datenexperten als auch Technologieentwickler haben erkannt, dass sie Domain-Experten und Geschäftsanwendern bei der Datenerforschung und der Beantwortung der Fragen freie Hand lassen müssen.

Diese modernen erweiterten Analysesysteme kommen nicht nur den nichttechnischen Mitarbeitern zugute. Analytics-Teams werden von den Fesseln der endlosen Berichtsgenerierung befreit und verfügen dadurch über die Bandbreite und die Ressourcen, um die Arbeit zu erledigen, für die sie ursprünglich eingestellt wurden, wie Datenmodellierung, ETL, Advanced und Predictive Analytics – alles entscheidende Unterscheidungsmerkmale für den langfristigen Erfolg eines Unternehmens.

Was allen klar sein muss, ist, dass es bei Augmented Analytics im Grunde genommen um mehr geht als nur die Einführung einer neuen Technologie, die jedem im Unternehmen Zugang zu schnellen Datenantworten verschafft. Hier bahnt sich ein großer kultureller Wandel an, der ein hohes Maß an Transparenz und Vertrauen in die Mitarbeiter erfordert, dass diese auf der Grundlage von Datenerkenntnissen angemessen handeln. Dieser Wandel muss von oben begleitet werden. Hier sind die Führungsteams gefragt.

Die gute Nachricht ist, dass den Unternehmen, die diese Art der Veränderung unterstützen und die Chancen der Mitarbeiter, die Analytics-Lotterie zu gewinnen, verbessern wollen, mit Augmented Analytics die geeigneten Tools zur Verfügung stehen. Um die Gewinnchancen noch weiter zu erhöhen, sollten Unternehmen diese neuen Systeme sorgfältig evaluieren. Dazu gehört auch, dass die nichttechnischen Mitarbeiter miteinbezogen werden und das jeweilige System ausprobieren, um zu sehen, ob es dazu geeignet ist, die alltäglich anfallenden Datenanfragen schnell zu beantworten.

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: 45903276 / Analytics)