Der Bedarf nach Analytics wird auch 2015 wachsen. So wird im kommenden Jahr der Trend hin zu InfoApps und zu Self-Service-BI besonders wichtig. Zudem wird es für Unternehmen entscheidend sein, Lücken in den digitalen Fachkenntnissen zu schließen und gleichzeitig das maschinelle Lernen weiter zu optimieren. Auch das Thema Master Data Management wird sichtbar an Bedeutung gewinnen. Diese vier Trends leitet Information Builders, Anbieter von Business Intelligence (BI) und Analytics, Datenintegritäts- und Integrations-Lösungen, aus einer Studie des Meinungsforschungsinstituts Gartner aber.
Trend 1: InfoApps und Self-Service
Laut Gartner hat BI in den Unternehmen derzeit eine Adaptionsrate von weniger als 30 Prozent. Sie ist damit immer noch meist die Domäne professioneller Analysten und der Geschäftsführung. Für eine effiziente Nutzung von BI ist es jedoch wichtig, allen Mitarbeitern – und gegebenenfalls auch Kunden und Partnern – Zugang zu genau den Informationen zu gewähren, die für sie relevant sind. Der Ansatz „eine Applikation für alle“ trägt daher nicht. Entscheidend ist, dass verschiedene Anwender mit der für sie richtigen BI- oder Analyse-Lösung bedient werden. So erhalten Analysten komplexe Analytics-Werkzeuge, während Mitarbeiter mit handlichen, übersichtlichen InfoApps arbeiten können. Um die Durchdringung von Business Intelligence in Unternehmen zu fördern, sollte die Aufbereitung der Daten dem Trend der Consumerization folgen und entsprechend des Konsumverhaltens und der Erwartungshaltung der Anwender gegenüber Daten durchgeführt werden. Zusammen mit der zunehmenden Vermischung beruflicher und privater IT-Nutzung, bietet sich die Aufbereitung in Form von InfoApps an. Dabei wird die Analyse der Daten durch die Einbindung in nutzerfreundliche Apps so unsichtbar wie möglich gestaltet. Die App bietet dem Nutzer Zugriff auf alle relevanten Informationen, ohne selbst komplexe Analysen durchführen zu müssen.
Trend 2: Lücke in den digitalen Fachkenntnissen
Trotz der Vorteile, die in der Verwendung von BI und Analytics liegen, sind Analysten und Data Scientists gefragt wie nie. Leider steht dem hohen Bedarf an Fachkräften ein geringes Angebot auf dem Arbeitsmarkt gegenüber. Laut einer repräsentativen Studie des Hightech-Verbands BITKOM fehlen in Deutschland 41.000 IT-Fachkräfte, um die wirtschaftlichen Potentiale voll auszuschöpfen. Unternehmen sollten daher verstärkt in die Nachwuchsförderung investieren, um sich im Kampf um die besten Köpfe durchzusetzen. Da für jedes Unternehmen seine Daten das wichtigste Kapital sind, wird sich langfristig auch die Schaffung der Position eines Chief Data Officers (CDO) in vielen Betrieben beobachten lassen. Seine zentralen Aufgaben werden die Verwandlung der Daten in Umsatzströme sowie die Analyse von Trends sein. Wichtig für diese Kandidaten ist nicht nur technisches, sondern auch wirtschaftliches Verständnis.
Trend 3: Maschinelles Lernen
Gekoppelt an den Fachkräftemangel ist die zunehmende Rolle des maschinellen Lernens: Daten können viele Ausprägungen wie Alter, Bildung, Einkommen oder Kauffrequenz haben. Da vom Menschen typischerweise nur wenige Variablen berücksichtigt werden können, ist es ohne maschinelle Hilfe ohnehin schwierig, die Visualisierung dieser Datenmengen zu bewerkstelligen. Maschinen können sich mit Hilfe mathematischer Techniken durch große Informationsmengen arbeiten und so Muster erkennen, die Analysten bei der Bewertung neuer Trends Aufschluss geben können. Diese Erkenntnisse kann man für die Definition der Zielgruppe und ihrer passenden Ansprache nutzen, und so eine hohe Profitabilität sicherstellen.
Trend 4: Master Data Management (MDM)
Als Konsequenz aus den wachsenden Datenmengen wird das Thema Master Data Management 2015 noch weiter in den Vordergrund treten. Analysten benötigen Daten, die zu ihrer individuellen Arbeitsweise passen. Die IT muss Informationen jedoch auch unter dem Aspekt verwalten, dass beim Betrachten der Daten durch verschiedene Analysten stets dieselben Schlussfolgerungen erzielt werden können.
Heute wollen Analysten Daten in Echtzeit untersuchen, deren Ursprung in verschiedenen Datenquellen liegt. Werden jedoch verschiedene Quellen zusammengeführt, die in den Metadaten nicht sauber beschrieben sind, erhöht das die Komplexität dramatisch. Der Schlüssel ist eine funktionstüchtige Data Governance. Dadurch erhält die IT eine zentrale Kontrollmöglichkeit und Analysten die nötige Flexibilität. Ziel ist es, in der gesamten Organisation ein „Self-Service-Modell“ zu verankern, damit jeder Mitarbeiter auf die für ihn wichtigen Unternehmensdaten zugreifen kann.