Das sind die Analytics Trends

Daten gewinnbringend einsetzen und Mehrwerte schaffen – das ist ein zentraler Faktor für Unternehmen im Jahr 2018. Die Welt wird immer vernetzter und es fallen immer größere Datenmengen an. Mithilfe von BI- und Analytics-Lösungen und den richtigen Strategien können aus diesen Daten echte Wettbewerbsvorteile generiert werden.

Keine Angst vor KI und ML: Wie neue Technologien Analysen unterstützen

Auch wenn immer wieder vor den dystopischen Auswirkungen von Machine Learning (ML) gewarnt wird: Die Technologie wird kontinuierlich verbessert und entwickelt sich zum ultimativen Hilfsmittel beim Erstellen von tiefgreifenden Analysen und präzisen Vorhersagen. Machine Learning ist ein Teil der KI, der Algorithmen nutzt, um aus strukturierten und unstrukturierten Daten Erkenntnisse abzuleiten. Dabei unterstützt die Technik den Analysten durch Automatisierung und steigert so seine Effizienz. Der Datenexperte muss seine Zeit nicht mehr in arbeitsintensive Grundrechenarten investieren, sondern er kann sich mit den geschäftlichen und strategischen Auswirkungen seiner Analysen auseinandersetzen, um daraus entsprechende Schritte abzuleiten. Indem die Technik dem Analysten aufwändige Berechnungen abnimmt, hilft sie ihm zudem, im Fluss der Daten zu bleiben. Anstatt lange über den mit der ersten Frage verbundenen, Zahlen zu brüten, kann er gleich die nächste Frage stellen. ML und KI werden den Analysten daher auch nicht ersetzen, sondern seine Arbeit effizienter, effektiver und präziser machen. 

Natural Language Processing (NLP)

Laut Gartner soll bereits 2020 jede zweite analytische Suchanfrage über Suche, Natural Language Processing (NLP) oder Sprache generiert werden. NLP wird es ermöglichen, differenziertere Fragen zu Daten zu stellen und relevante Antworten zu erhalten, die zu besseren Einsichten und Entscheidungen führen. Gleichzeitig macht die Forschung Fortschritte, indem sie untersucht, auf welche Weise Menschen Fragen stellen: Erwarten sie umgehend eine Antwort auf ihre Frage, oder fragen sie, um sich langsam an einen Sachverhalt heranzutasten? Von den Ergebnissen dieser Forschung wird die Datenanalyse profitieren – ebenso wie von Ergebnissen zu den Einsatzgebieten von NLP. Denn die neue Technologie macht nicht in jeder Situation Sinn. Ihr Nutzen besteht vielmehr darin, die dafür geeigneten Arbeitsabläufe auf natürliche Weise zu unterstützen.

Crowdsourcing für eine moderne Governance 

Self-Service-Analytics wird für das Thema Governance eine ähnlich disruptive Wirkung haben wie vor einigen Jahren für herkömmliche Business-Intelligence-Anwendungen. Mit Self-Service-Analytics gewinnen Nutzer aus den verschiedensten Bereichen wertvolle Erkenntnisse, die sie auch zu innovativen Governance-Modellen inspirieren. Entscheidend ist dabei, dass die Daten nur den jeweils berechtigten Anwendern zur Verfügung stehen. Der Einfluss von BI- und Analysestrategien auf moderne Governance-Modelle bleibt auch im kommenden Jahr bestehen: IT-Abteilungen und Dateningenieure stellen ausschließlich Daten aus vertrauenswürdige Datenquellen zur Verfügung. Durch den gleichzeitigen Trend zu Self-Service-Analytics haben damit immer mehr Endanwender die Freiheit, ihre Daten ohne Sicherheitsrisiko zu erkunden.

Mehr Flexibilität durch Multi-Cloud-Umgebungen

Einer aktuellen Gartner-Studie zufolge werden rund 70 Prozent aller Unternehmen bis 2019 eine Multi-Cloud-Strategie umsetzen, um nicht länger von einer einzigen Legacy-Lösung abhängig zu sein. Mit einer Multi-Cloud-Umgebung können sie zudem schnell feststellen, welcher Anbieter die beste Leistung und den besten Support für ein bestimmtes Szenario bietet. Der Flexibilitätsgewinn durch eine Multi-Cloud-Umgebung bringt allerdings auch Mehrkosten für die Aufteilung der Workloads auf die verschiedenen Anbieter sowie für die Einarbeitung der internen Entwicklerteams in eine Vielzahl von Plattformen mit sich. In der Multi-Cloud-Strategie sollten daher die Kostenschätzungen – für die Einführung, die interne Nutzung, den Arbeitsaufwand und die Implementierung – für jede Cloud-Plattform gesondert aufgelistet sein.

Steigende Bedeutung des Chief Data Officer

Dadurch dass Daten und Analysen mittlerweile eine zentrale Rolle für Unternehmen spielen, entwickelt sich eine zunehmende Kluft zwischen den Verantwortlichkeiten für Erkenntnisgewinn und Datensicherheit. Um sie zu schließen, siedeln immer mehr Organisationen das Thema Analytics auf Vorstandsebene an. Vielerorts gibt es mittlerweile einen so genannten Chief Data Officer (CDO) oder Chief Analytics Officer (CAO), der die Aufgabe hat, eine datengetriebene Unternehmenskultur zu etablieren – sprich: den Wandel in den Geschäftsprozessen voranzutreiben, kulturelle Barrieren zu überwinden und den Wert von Analytics auf allen Ebenen der Organisation zu kommunizieren. Durch die Ergebnisorientierung des CDO/CAO entwickelt sich die Erarbeitung von Analysestrategien dabei zunehmend zur Chefsache.

Location of Things – die IoT-Innovation

Die sogenannte Location of Things, eine Unterkategorie des Internet of Things (IoT), bezeichnet IoT-Geräte, die ihre geografische Position berechnen und kommunizieren können. Auf Basis der erfassten Daten kann der Nutzer bei der Bewertung von Aktivitäten und Nutzungsmustern also auch den Standort des jeweiligen Geräts sowie den eventuell damit verbundenen Kontext berücksichtigen. Neben dem Nachverfolgen von Objekten und Personen kann die Technik auch mit Mobilgeräten wie Smartwatches, Badges oder Tags interagieren und ermöglicht auf diese Weise personalisierte Erfahrungen. Dank solcher Informationen lässt sich besser vorhersagen, welches Ereignis wo und mit welcher Wahrscheinlichkeit eintreten wird.

Steigende Nachfrage nach Datenversicherungen

Eine Bedrohung der Unternehmensdaten kann verheerende Folgen haben und der betroffenen Marke unter Umständen irreparable Schäden zufügen. Einer aktuellen Studie des Ponemon-Institute zufolge werden die durchschnittlichen Gesamtkosten eines Datenmissbrauchs auf 3,62 Millionen US-Dollar geschätzt. Doch tun Unternehmen tatsächlich alles in ihrer Macht stehende, um ihre Daten zu schützen und zu versichern? Es ist paradox, dass der Diebstahl eines so wertvollen Guts wie Unternehmensdaten keine Konsequenzen hat. Und deshalb ist absehbar, dass Unternehmen zunehmend in Cybersicherheitsversicherungen investieren werden, um ihre Daten zu schützen.

Die Rolle des Dateningenieurs gewinnt an Bedeutung

Dateningenieure tragen wesentlich dazu bei, dass Unternehmen ihre Daten für bessere Geschäftsentscheidungen nutzen. Kein Wunder, dass die Nachfrage weiter steigt: Von 2013 bis 2015 hat sich die Zahl der Dateningenieure mehr als verdoppelt. Im Oktober 2017 führte LinkedIn mehr 2.500 offene Stellen unter diesem Titel. Datentechniker sind dafür verantwortlich, Daten aus den grundlegenden Systemen des Unternehmens so zu extrahieren, dass sich daraus Erkenntnisse gewinnen lassen, die als Grundlage für Entscheidungen dienen können. Die steigenden Datenübertragungsraten und Speicherkapazitäten setzen dabei ein fundiertes Fachwissen über die verschiedenen Systeme und deren Architekturen voraus. Der Dateningenieur muss also nicht nur verstehen, welche Informationen sich in den Daten verbergen und welchen Nutzen sie fürs Geschäft haben. Er muss auch die technischen Lösungen entwickeln, um die Daten nutzbar zu machen.

Analytics bringt Wissenschaft und Kunst zusammen

Die Nutzung von Technologie wird immer einfacher. Jeder kann heute mit Daten „spielen“, ohne tiefe technische Kenntnisse besitzen zu müssen. Stattdessen werden für die Datenanalyse Geisteswissenschaftler gesucht, die die Kunst des Erzählens verstehen. Immer mehr Unternehmen sehen in der Datenanalyse eine geschäftliche Priorität. Und sie erkennen, dass ihnen Mitarbeiter mit analytischem Denken und Storytelling-Kompetenz Wettbewerbsvorteile verschaffen können. Damit bringt die Datenanalyse Aspekte der Kunst und Wissenschaft zusammen. Der Fokus verschiebt sich – von der einfachen Datenbereitstellung bis hin zu datengesteuerten Geschichten, die konkrete Entscheidungen nach sich ziehen.

Universitäten bauen Datenwissenschaften aus

In Jahr belegte der „Data Scientist“ in Amerika zum zweiten Mal den ersten Platz im jährlichen Glassdoor-Ranking der besten Jobs. Wie hoch Bewerber mit Datenwissen und analytischen Fähigkeiten in der Gunst der Arbeitgeber stehen, zeigt auch der aktuelle Bericht von PwC und dem Business-Higher Education Forum: Darin gaben 69 Prozent der befragten Unternehmen an, entsprechend qualifizierten Bewerbern in den nächsten vier Jahren den Vorzug vor Kandidaten ohne entsprechende Kompetenzen zu geben. Angesichts der wachsenden Nachfrage seitens der Arbeitgeber wird es immer dringlicher, kompetente Datenexperten auszubilden. In den USA bauen die Universitäten ihre Programme für Data Science und Analytics aus oder etablieren neue Institute für diese Fächer. Auch hierzulande haben einige Hochschulen damit begonnen, ihr Angebot aufzustocken.

Autor: Autor wäre Henrik Jorgensen, Country Manager DACH bei Tableau Software

tableau.com/de-de