Foto: fotolia.com/Junede
Overkill oder Offenbarung? Wie Predictive Modelling und Big Data das Unternehmen der Zukunft prägen.
von Jörg Besier (Geschäftsführer bei Accenture)
Big Data kommt, das ist unausweichlich. Immer neue Quellen relevanter Daten tun sich für Unternehmen auf. Analysten schätzen, dass Unternehmen in zwei bis drei Jahren siebenmal so viele Daten zu bewältigen haben als noch vor einem Jahr.
Gleichzeitig wird das Umfeld der Unternehmen immer unvorhersehbarer: Finanzkrisen bergen enorme Risiken, neue Wettbewerber entwickeln sich schneller denn je, und neue Geschäftsmodelle entstehen. Manager aller Ebenen beschäftigen sich deshalb mit den Fragen: Wie groß ist mein Finanzrisiko heute? Welche Kundengruppen erreicht der neue Konkurrent? Welche Produktentwicklung verspricht den größten Erfolg? Wie können wir in Zukunft unsere Preise halten oder sogar steigern? Und: Was sind die besten Strategien dafür?
Im Gegensatz zu früher reicht es heute nicht mehr, einmal eine Antwort darauf gefunden zu haben. Vielmehr müssen Unternehmen kontinuierlich und vor allem schnell auf die Marktgeschehnisse reagieren können.
In diesem neuen Umfeld muss Business Intelligence zu Business Analytics werden und mit neuester Technologie, wissenschaftlichen Methoden und einer neuen Klasse von "Knowledge Workern" diese Fragen rasch und dauerhaft beantworten.
Große Welle - Big Data
Bereits heute liegen Unternehmensdaten oft brach. Sie bleiben eingesperrt in Silo-Organisationen, häufig abgelegt in redundanten Systemen. Täglich kommen neue Datenquellen hinzu: Nutzung von Online-Angeboten, Interaktionen in sozialen Netzen, Verbrauchswerte von Smart Metern, Therapieinformationen über Patienten und so weiter. Doch nicht nur die Erschließung dieser Silos macht Nutzungsmuster transparent. Vor allem die Vernetzung von Daten über die Silos hinweg bringt neue, wertvolle Erkenntnisse hervor: Konsumgüterhersteller nutzen Details der Vertriebs- und Marketing-Planung, um den Absatz genauer vorhersagen zu können und damit die Produktionsplanung sowie den Rohstoffeinkauf schon im Vorfeld zu synchronisieren (Customer Intelligence und Supply-Chain-Management). Mobilfunkanbieter verknüpfen Informationen über die Netzqualität mit den Kundendaten und erhalten so neue Erkenntnisse über die Zufriedenheit ihrer Kunden (Customer Intelligence und Network-Management).
Glücklicherweise gibt es neue Techniken, die helfen, die riesigen Datenmengen zu bewältigen und damit die Voraussetzungen für Business Analytics zu schaffen:
-
In-Memory-Datenbanken (zum Beispiel SAP HANA) erhöhen die Abfragegeschwindigkeit erheblich, während In-Database-Computing (wie SAS) aufwendige statistische Berechnungen näher an die Daten bringt und den Power-Usern viele Möglichkeiten zur Auswertung und Modellierung zur Verfügung stellt.
-
Hadoop & Co. können mit Hilfe von vernetzten Hochleistungsprozessen die Massendaten intelligent vorverarbeiten und in Zukunft sogar komplexe Anfragen mit beliebigen Datenquellen ad hoc bearbeiten - auch von anderen Data-as-a-Service-Anbietern.