Foto: Gartner
Der Kühlschrank wird aktiv. Er meldet, dass seine Filter ausgetauscht werden müssen. Und er ist kein besonders loyaler Geselle - jedenfalls nicht gegenüber dem Händler, der ihn verkauft hat. Das schlaue Gerät aus dem Zeitalter des Internets der Dinge sucht also selbsttätig nach der besten, also verfügbaren und preisgünstigsten Ersatzfilterlösung. Bindung zum Händler um die Ecke hat es definitiv keine, anders als womöglich der Mensch, dessen Lebensmittel es kühlt.
Wenn der Händler, der das Teil einst verkaufte, nun auch die Filter an den Mann bringen möchte, muss er seine Daten in Echtzeit im Griff haben. Es sind viele Daten im Big Data-Zeitalter, und aus diesem Datenmeer muss zum richtigen Zeitpunkt die Botschaft kommen: Ein Kunde benötigt Filter - sollen wir ihm jetzt ein so gutes Angebot machen, dass er wieder bei uns einkauft, oder lassen wir das für den Moment bleiben?
Visualisierung für Entscheider
Dieses Beispiel aus einer aktuellen Gartner-Studie illustriert plastisch, was Analyst Robert Hetu seiner Zielgruppe - der Retail-Branche - zu sagen hat. "Retailers Find Success Using Self-Service and Advanced Analytics", lautet der Studientitel und er bringt die Message auf den Punkt. "Auf dem digitalisierten Marktplatz müssen die CIOs von Multichannel-Händlern und die Verantwortlichen für Business Intelligence & Analytics schnell Chancen isolieren, die sich in Big Data verbergen", führt Hetu aus. "Das gelingt durch den Einsatz von Advanced Analytics mit aktiver Visualisierung, die sich zum richtigen Zeitpunkt an die richtige Person richtet."
Die Leitthese der Studie ist zugleich frappierend schlicht und visionär. Der schlichte Part: Ohne Advanced Analytics werden Händler in naher Zukunft abgehängt sein. Klassische BI-Lösungen reichen schon alleine technisch nicht aus, um die benötigten Informationen passend bereitzustellen. Hinzu kommt: "Heute sind BI-Analysten durch das Sammeln von Informationen - oftmals in Reaktion auf vom Business vorgegebene Chancen und Herausforderungen - so eingespannt, dass keine Zeit für die Analyse der Daten und die Gewinnung nützlicher Informationen bleibt."
Wann es zu spät ist
An dieser Stelle wird es visionär: CIOs müssen sich darauf einstellen, dass ihre BI-Teams mit den eingesetzten Lösungen unersetzlich bleiben. Gebraucht werden aber zugleich avancierte Analyse-Tools, die allerdings nicht von den erfahrenen Datenspezialisten gebraucht werden, sondern von Mitarbeitern in den Fachabteilungen. Visionär ist vor allem die Einsicht, ab wann es im Wettbewerb mit der Konkurrenz wahrscheinlich zu spät ist: wenn nämlich eine Vielzahl von miteinander vernetzten Geräten selbständig wie der Kühlschrank im Eingangsbeispiel Kaufentscheidungen anleiert, und wenn Händler ohne entsprechende technologische Ressourcen gar nichts davon mitzubekommen drohen.
4 Stufen der Advanced Analytics-Evolution
Wie aber gelangen Händler zur erforderlichen digitalen Reife? Gartner definiert hierzu vier Stufen der Advanced Analytics-Evolution, die es Schritt für Schritt zu erklimmen gilt:
1. Descriptive: Berichte und Dashboards mit Augenmerk auf das, was schon passiert ist
2. Diagnostic: Berichte und Abfragen mit Augenmerk darauf, warum etwas passiert
3. Predictive: Modelle mit Augenmerk auf das, was passieren könnte
4. Prescriptive: Entscheidungsfindung auf Basis dessen, was tatsächlich passieren wird
Als derzeit akutes Problem benennt Gartner die Lücke zwischen Entdeckung und Handlung. Klassische BI ist demnach durchaus in der Lage, herausragende temporäre Business-Chancen aufzudecken. Die Gelegenheiten verstreichen aber, weil ineffiziente Prozesse eine schnelle Ausführung verhindern.
"Die meisten Händler können Analytics nicht so geschmeidig einsetzen, dass in einem konkreten Moment die beste Entscheidung getroffen wird, vom künftigen digitalen Business ganz zu schweigen", unkt Analyst Hetu. "Für eine Vielzahl Analyse-getriebener Anwendungen jederzeit verfügbares Big Data wird es ermöglichen, dass die Business Community Informationen nutzt, während verschiedene geschäftliche Aufgaben durchgeführt werden."
Gartner empfiehlt Investitionen in Application Suites, die Advanced Analytics zur Unterstützung von Geschäftsprozessen wie Merchandising nutzen. Zudem sei es ratsam, gemeinsam mit Business-Entscheidern die entsprechenden Business Cases zu erarbeiten. Den bereits genannten Stufen zum Aufbau entsprechen diverse Technologien: Predictive Analytics, Interactive Data Visualization, Pattern Matching, Machine Learning und Optimization & Automated Decision Support.
Gartner empfiehlt 16 Provider
In aller Klarheit rät Gartner zur Wahl eines Providers, der auf Retail spezialisiert ist. Analyst Hetu nennt eine Palette an Namen: APT, Happiest Minds, IBM, Kantar Retail, Manthan, Oracle, OrderDynamics, Profitect, QuantiSense, Retail Insight, RetailNext, SAP, SAS, Soft Solutions, Symphony Analytics und WibiData.
Entdeckungstools für Big Data werden laut Gartner vor allem von Business-Usern angewendet werden. Im Vergleich zu BI-Spezialisten werden diese nur Probleme mit wenigen Komplikationen angehen. Und sie werden weniger Zeit für Handlungen in Anspruch nehmen - egal ob mit oder ohne Erfolg. Alles in allem wird dadurch aber die fortlaufende Big Data-Nutzung in Echtzeit möglich.
Die Analysten haben abschließend zwei weitere Tipps parat: Erstens sollte die IT gemeinsam mit dem Business die Bereiche mit dem größten Handlungsbedarf identifizieren und eine Serie von Tools auswählen, die sich für eine Selbstbedienungsnutzung eignen. Zweitens sollten diese Tools mit der bestehenden Plattform für BI & Analytics integriert werden.