Suchen

Kommentar von Tom Becker, Alteryx So tankt man mit Predictive Analytics und Geoanalysen günstig

| Autor / Redakteur: Tom Becker / Nico Litzel

Pünktlich zur Ferienzeit kommen sie wieder – die Diskussionen über steigende Benzinpreise. Denn gefühlt ziehen diese radikal an. Nun kann man in die allgemeine Diskussion einsteigen und mit anekdotenhaften Erfahrungen argumentieren – oder sich an handfesten Daten orientieren und diese auch gleich nutzen, um herauszufinden, wo sich wann am günstigsten tanken lässt.

Firmen zum Thema

Der Autor: Tom Becker ist General Manager Central & Eastern Europe bei Alteryx
Der Autor: Tom Becker ist General Manager Central & Eastern Europe bei Alteryx
(Bild: Alteryx)

Gemäß der offiziellen Definition von Gartner ist Predictive Analytics eine Datenanalyse, die sich durch die folgenden vier Merkmale auszeichnet:

Erstens blickt Predictive Analytics mithilfe von Daten in die Zukunft und geht dabei über die reine Beschreibung, Klassifikation und Clustering von Daten hinaus. Zweitens erfolgt die Analyse schnell und zeitnah. Darüber hinaus erfolgen die einzelnen Analysen zielgerichtet und verfügen über eine wirtschaftliche Relevanz sowie Anwendbarkeit. Und zu guter Letzt zeichnet sich dieser Zweig der Datenanalyse dadurch aus, dass der Fokus auf möglichst einfachen und nutzerfreundlichen Anwendungen liegt.

Die durch Predictive Analytics gewonnenen Erkenntnisse können die Planungen von Unternehmen mit handfesten Daten unterstützen. Werden die Analysen mit Geodaten ergänzt, kann neben der zeitlichen auch die geografische Komponente beachtet werden – schließlich stehen heutzutage Unternehmen auch immer mehr Geodaten zur Verfügung. Zum anderen können diese zusätzliche, relevante Erkenntnisse liefern – zum Beispiel wenn es darum geht, abzuschätzen, in welcher Region sich die Neueröffnung einer Supermarktfiliale lohnt oder – ganz banal und doch nicht trivial – wenn es darum geht, herauszufinden, wann und wo am günstigsten getankt werden kann.

Aller Anfang ist schwer?

Albert Einstein soll einmal gesagt haben, dass er, wenn er eine Stunde Zeit hätte, die Welt zu retten, 55 Minuten lang das Problem definieren und in den restlichen fünf Minuten die Lösung finden würde. Ähnlich verhält es sich bei der Datenanalyse, bei der die richtige Fragestellung ausschlaggebend für den Erfolg einer Analyse ist. Welche Erkenntnis erhofft sich der Fragende aus der Analyse?

Wichtig sind auch die richtigen Datensets sowie ihre korrekte Aufbereitung, um sicherzugehen, dass fehlende oder qualitativ mangelhafte Daten die Ergebnisse nicht verfälschen. Wo kriegen Unternehmen also Daten her, welche Qualität müssen sie haben und wie bereiten sie Daten korrekt auf, bevor sie verwendet werden?

Eine ausgefeilte Fragestellung und die besten Datensets nutzen aber nichts, wenn nicht die passenden Instrumente vorhanden sind, die auch zum Kenntnisstand und den Fähigkeiten der Anwender passen. Besonders herausfordernd ist dieser Aspekt für Unternehmen auch deshalb, weil professionelle Datenexperten heiß begehrt sind und die wenigsten Mitarbeiter ein tiefergehendes Wissen im Bereich Datenanalyse vorweisen können. Gleichzeitig haben Mitarbeiter aus den verschiedenen Abteilungen spezifisches Fachwissen, mit denen die Ergebnisse in den richtigen Kontext gesetzt werden können, sodass sie sich direkt anwenden lassen.

Eine praktikable Lösung ist der Einsatz von Self-Service-Software. Diese Analysetools sind Softwarelösungen, die jedem Mitarbeiter die Analyse von Daten mit wenigen Klicks ermöglichen. Gleichzeitig können verschiedene Abläufe – wie zum Beispiel die geografische Auswertung von Daten – vordefiniert und einfach durchgeführt werden. Diese Softwarelösungen befähigen Mitarbeiter dazu, sogenannte Citizen Data Scientists zu werden.

Die Drei von der Tankstelle – Predictive Analytics, Geoanalysen und Self-Service-Software

Aber nun zu einem konkreten Beispiel für die Datenanalyse mit Geodaten: Als Grundlage wird hier die umfangreiche Datenbank von „Tankerkönig“ genutzt – eine Webseite, die in Echtzeit die Spritpreise von rund 15.000 Tankstellen aus ganz Deutschland anzeigt und die Möglichkeit bietet, historische Benzinpreisdaten ab 2014 herunterzuladen. Diese Datensets sind ziemlich umfangreich, da es mehrere tausend Veränderungen der Preise allein an einem Tag gibt: So zum Beispiel am 1. Juni 2017, als es allein in Deutschland 150.000 Preisänderungen gab.

Mit verschiedenen Methoden muss das Datenset „bereinigt“ und vorbereitet werden – zum Beispiel müssen die Dateienformate der Datensets aneinander angeglichen werden und die richtigen Importeinstellungen gesetzt werden. Einige Tools bieten einfache Drag-&-drop-Möglichkeiten, mit der man unkompliziert Analyse-Workflows zusammenstellt. Der Coup dabei ist aber, dass sich dabei auch Geo-Daten berücksichtigen lassen, sofern das Tool diese Funktion bietet. Wenn sich die Ergebnisse im Anschluss auch auf Karten darstellen lassen, ist der Mehrwert für den Analysten noch größer. Der besondere Vorteil an solch einer Analyse ist, dass keine aufwendigen Programmierkenntnisse notwendig sind, sondern intuitiv bedienbare Werkzeuge eine schnelle und leichte Analyse ermöglichen.

Die Analyse der Benzinpreise von 2017 unter Beachtung der Sommerferientermine in den unterschiedlichen Bundesländern ergibt dabei zum Beispiel, dass die Benzinpreise im Schnitt nicht – wie zumeist angenommen – zur Sommerzeit steigen, sondern erst in den vier Wochen nach den jeweiligen Sommerferien anziehen. In Einzelfällen, wie der Hansestadt Bremen, sind die Preise in den Ferien sogar günstiger als vor den Ferien. Die Datensets können in einem zweiten Schritt dann sogar dafür verwendet werden, mit den entsprechenden Tools und basierend auf den historischen Daten Voraussagen über die Entwicklung der Benzinpreise zu geben – ein Unterfangen, was sich im wahrsten Sinne des Wortes rechnet.

Vertrauen in unser Bauchgefühl ist gut, die Kontrolle der Datenlage ist besser

Das Beispiel der Benzinpreiseanalyse verdeutlicht, wie ein datenbasiertes Analyseergebnis mit weit verbreiteten, allerding unkorrekten Annahmen aufräumen kann. Das Bauchgefühl beziehungsweise die berühmten Geschichten von „einem Freund, dessen Freund gehört habe“ sind eben nicht zuverlässige Ratgeber. Datenauswertungen bietet einen deutlichen Mehrwert und weiterführende, valide Ergebnisse, die in vielen Geschäftsbereichen innerhalb eines Unternehmens zum Einsatz kommen können – und sei es nur, um zu wissen, wo am günstigsten getankt werden kann.

Artikelfiles und Artikellinks

(ID:45482223)