Wenn Unternehmen mehr Daten sammeln und sie sinnvoll nutzen wollen, kann der Zugriff auf diese Daten und die Ausschöpfung ihres größtmöglichen Werts eine Herausforderung darstellen.
Neben der schieren Datenmenge verfügen viele Entscheidungsträger und Teams, die Erkenntnisse benötigen, nicht über eine Ausbildung in Analytics. Um agil zu bleiben, müssen die Business-Analysten, Manager, Führungskräfte und andere Nicht-IT-Fachkräfte eines Unternehmens verfügbare Daten schnell nutzen können, um neue Fragen zu beantworten, ohne auf einen langwierigen IT-Entwicklungszyklus angewiesen zu sein.
Self-Service Analytics (SSA) bietet eine Lösung. Indem Unternehmen ein SSA-Programm mit einer soliden Grundlage aus verwalteten, maßgeschneiderten Daten und einem Center of Excellence (COE) für visuelle Analysen aufbauen, können sie ihre Daten demokratisieren. SSA erweitert den Zugang, indem es Abfragen vereinfacht – selbst für Nutzer ohne technische Kenntnisse oder jahrelange Erfahrung mit Analysetools – und Daten visuell darstellt, sodass sie auf einen Blick leicht verständlich sind.
SSA hilft auch bei der Lösung des Problems der Datenüberlastung. Ein gut konzipiertes SSA-Programm verfügt über Leitplanken, die für jede Frage nur die relevanten Daten hervorheben, damit Nutzer nicht überfordert werden oder sich bei der Suche nach Antworten durch nebensächliche Informationen arbeiten müssen. Es verhindert außerdem die Frustration, die entsteht, wenn Abfragen im Hintergrund eine Ewigkeit zur Ausführung benötigen, während die Führungskraft oder der Mitarbeiter auf Antworten wartet.
Vorteile der Einrichtung einer SSA-Plattform
SSA kann einer Organisation auf mehreren Ebenen Vorteile bringen. Auf der höchsten Ebene hilft der schnelle Zugriff auf umsetzbare Erkenntnisse dem Unternehmen, seine Geschäftschancen zu identifizieren, zu nutzen und zu maximieren, wenn sich Märkte verändern. Entscheidungsträger erhalten dadurch die Möglichkeit, Ressourcen neu zuzuweisen, sich auf neue Produkte und Innovationen zu konzentrieren und bei veränderten Bedingungen auf andere Weise umzusteuern.
Auf der Ebene der einzelnen Mitarbeiter befähigt eine SSA-Plattform Beschäftigte dazu, ihre eigenen Hypothesen zu testen. Sie können auf neue Weise auf ihre Daten zugreifen und sie untersuchen und anschließend ihre Ergebnisse mit der Gewissheit präsentieren, dass ihre Daten korrekt sind. Diese Fähigkeit hilft Einzelnen, einen zusätzlichen Beitrag zur Organisation zu leisten. Sie kann ihnen auch beim beruflichen Aufstieg helfen, indem sie Fragen stellen und beantworten, die einen Mehrwert schaffen.
Beispielsweise können B2B-Vertriebsmitarbeiter ihre SSA-Plattform nutzen, um bessere Möglichkeiten zu finden, mit ihren Kunden in Kontakt zu treten und Angebote für sie zu erstellen. Forrester prognostiziert, dass in diesem Jahr mehr als 60 % der B2B-Verkäufer durch KI und Automatisierung unterstützt werden.
Der dritte Nutzenbereich betrifft die IT-Abteilung. Indem SSA das IT-Team von der Arbeit an Datenbankabfragen entlastet, kann es sich wieder stärker auf seine Kernaufgaben konzentrieren – etwa Datenaufbereitung, -integration und -optimierung sowie Infrastruktur und Sicherheit.
SSA-Nutzer-Personas identifizieren
Damit diese Leitplanken korrekt konfiguriert sind und jeder Nutzer den größtmöglichen Nutzen aus der Plattform ziehen kann, muss das SSA-Programm der Organisation im Einklang mit den Nutzer-Personas definiert und umgesetzt werden. Führungskräfte benötigen beispielsweise Zugriff auf KPIs, Trends und Ausnahmen sowie benutzerfreundliche Tools zum Filtern und Sortieren von Ergebnissen, damit sie schnell fundierte Entscheidungen treffen können.
Manager müssen Standard-Dashboards anpassen können, um Berichte zu erstellen und aufkommende Fragen zu beantworten. Analysten müssen veröffentlichte Daten für bestimmte Anwendungsfälle in der Regel verwalten, maßschneidern und zertifizieren. Häufig müssen sie außerdem schnell Datenvisualisierungen erstellen und Erkenntnisse zügig finden können.
Alle diese Personas werden ihre Datenfragen in natürlicher Sprache stellen wollen. Ein gutes SSA unterstützt diese Art der Suche mittels Natural Language Query (NLQ), die auch als Natural Language Processing (NLP) bezeichnet wird. Im Grunde ist das wie eine Google-Suchleiste für die veröffentlichten und zertifizierten Datensätze eines Unternehmens.
Die Grundlage für ein erfolgreiches SSA-Programm schaffen
Für den Aufbau eines funktionierenden SSA-Programms müssen vier erfolgskritische Elemente vorhanden sein: Daten, Data Governance, Schulungen und Leitplanken. Die Daten aus verschiedenen Datensätzen müssen bereinigt, integriert und optimiert werden. Datenqualität und Relevanz sind wichtiger als die Datenmenge, denn das Ziel besteht darin, Nutzern zu helfen, schnell genaue Antworten zu finden.
Data Governance und Zertifizierung stellen sicher, dass die Daten des SSA-Programms zuverlässig, korrekt und ordnungsgemäß formatiert sind. SSA-Daten müssen gründlich validiert werden, damit die daraus gewonnenen Antworten und Erkenntnisse Entscheidungen korrekt unterstützen können.
Schulungen zum SSA sind wichtig. Auch wenn das visuelle Format die Daten zugänglicher macht als herkömmliche Datenbankabfragen, müssen Nutzer zumindest wissen, wie sie Suchparameter festlegen. Je nach Verantwortungsbereich müssen sie möglicherweise auch wissen, wie sie Dashboards spontan anpassen oder neue geschäftliche Fragen bearbeiten können.
Schließlich bringt die enorme Leistungsfähigkeit von SSA und visuellen Analysen eine große Verantwortung mit sich: Leitplanken. Jeder Nutzer und jede Gruppe sollte über die für die jeweilige Rolle korrekten Berechtigungen und Zugriffsrechte verfügen. So bleiben Nutzer auf die für sie relevanten Daten fokussiert. Das trägt auch zur Datenbanksicherheit bei.
Die Reifegradkurve für visuelle Analysen durchlaufen
Sobald die grundlegenden Elemente vorhanden sind, können Organisationen mit ihrem SSA- und Visual-Analytics-Programm die vier Reifestufen durchlaufen. Die erste Stufe, das Reporting, ist die Situation, in der sich viele Unternehmen derzeit befinden. Diese Stufe ist geprägt von reaktiven Strategien zur Datennutzung, wenigen Datenvisualisierungen, der statischen Bereitstellung von Berichten und wenig oder keiner Automatisierung.
Stufe zwei, Dashboards, ergänzt traditionelle Datenvisualisierungen wie Balkendiagramme und Trendlinien, die häufig auf einer dynamischen Plattform präsentiert werden, sowie eine gewisse Automatisierung zur Aktualisierung der Daten. Mitunter finden wir in Stufe zwei auch Daten aus mehreren Quellen und eine gewisse Zusammenarbeit mithilfe visueller Daten.
In Stufe drei erreichen wir den Self-Service. Mitarbeiter werden befähigt, ihre eigene Ad-hoc-Datenrecherche durchzuführen, die Optionen für Datenvisualisierungen sind vielfältiger, und das Teilen und die Zusammenarbeit über dynamische Plattformen werden üblicher. Die Daten sind in dieser Stufe zertifiziert, verwaltet und sicher.
In Stufe vier ermöglicht KI die von Data Scientists, Entwicklern und Analysten bereitgestellte prädiktive Modellierung und automatisierte Visualisierungen. Wie in den früheren Stufen basiert auch diese Stufe auf zertifizierten und gesicherten Daten, die automatisch aktualisiert werden; nun können Nutzer jedoch mittels NLQ suchen. Das System kann außerdem die nächstbesten Maßnahmen vorschlagen und sich in Geschäftsprozesse integrieren.
Der Durchlauf aller vier Stufen kann nur sechs bis acht Wochen dauern, doch die meisten Organisationen erreichen Stufe vier innerhalb von sechs Monaten bis einem Jahr nach Beginn ihres Programms. Da die Organisation der Daten und der Durchlauf der einzelnen Reifegrade Zeit erfordern – und Unternehmen effizienter arbeiten, schneller umsteuern und Daten effektiver nutzen müssen, um rasch Entscheidungen zu treffen –, ist jetzt der richtige Zeitpunkt, die Entwicklung eines SSA-Programms in Betracht zu ziehen.
Über den Autor:
Derek Noce, Leiter des Visual-Analytics-Portfolios bei Capgemini Americas
Derek Noce nutzt jahrzehntelange Erfahrung in Business-Analyse, strategischer Planung, Analytics-Entwicklung und -Implementierung, um aussagekräftige visuelle Analysen bereitzustellen. Er hat erfolgreiche Projekte in zahlreichen Branchen geleitet, darunter Reisedienstleistungen, digitale Werbung, Finanzdienstleistungen, Gesundheitswesen, Einzelhandel, Konsumgüter und -dienstleistungen, Immobilien, Bauwesen und der öffentliche Sektor. Derek hat einen B.S. in Betriebswirtschaft und Klassischen Studien von der Boston University.