Dipl.-Inf. Olaf Gschweng
Geschäftsführer
Geschäftsführer
Visuelle Datenanalyse
Wer wettbewerbsfähig bleiben will, braucht belastbare Informationen zu Märkten, Akteuren und Prozessen. Ihre operativen IT-Systeme generieren wachsenden Datenbestände - ein riesiges Potenzial, um daraus Erkenntnisse zu gewinnen, die Ihnen nachhaltig Wettbewerbsvorteile sichern können.
Die digitale Revolution generiert uns Daten über Daten, die all zu oft noch in Datengräbern versinken. Werden Sie zum Datengräber! Moderne Plattformen für Datenmanagement und visuelle Analysen ermöglichen es Ihnen, unterschiedlichste Datenquellen an einem Punkt zusammenzuführen, miteinander zu verknüpfen und auf vielfältige Weise visuell auszuwerten.
Vorteile auf einen Blick
Excel war gestern. Moderne Business Intelligence (BI) Werkzeuge erlauben mehr Durchblick auf Knopfdruck. Anwender beenden das Nebeneinander verschiedener Auswertungs-Werkzeuge und selbstentwickelter Tabellen. Ihre Daten werden regelmäßig aus den verschiedenen Quellen automatisiert geladen und in einer einheitlichen Plattform zusammen geführt. So entstehen zentrale gemanagte Datenpools. Sie verfügen über eine einheitliche Basis analysebereiter Daten, einschließlich der damit verbundenen Aspekte von Zugriffsschutz und Datensicherheit. Decken Sie interaktiv und in dezentralen Teams Ursachen auf. Finden Sie Ihre Optimierungspotenziale. Visuelle Analysesysteme liefern zudem verständlichere Auswertungen als klassische BI-Lösungen, die meist nur auf Kennzahlen basieren.
Welches System zur visuellen Datenanalyse ist das richtige für Sie? Welche Aspekte sind bei der Auswahl zu berücksichtigen?
Self-Service zur Demokratisierung der Datenanalyse
Zunehmend wichtig ist die Möglichkeit, Self-Service-Analyselösungen im Unternehmen aufzubauen. Fachbereiche können dadurch direkt effektive Analysen durchführen. Mehr Entscheidungen werden so auf eine solide, datengestützte Informiertheit gestützt.
Die IT-Abteilung führt die gewünschten Datenquellen im System zusammen auf deren Basis Power-User, also besonders erfahrene Nutzer im Fachbereich Verknüpfungen und erste Analysen aufbauen können. Diese können von anderen Mitarbeitern im Bereich zur Auswertung und Entscheidungsfindung genutzt und ggf. auch weiter ausgebaut werden.
In der Praxis:
- IT-Spezialisten sorgen für die zentrale Aufbereitung und Bereitstellung der Daten.
- Power-User in den Fachbereichen erstellen daraus Datenmodelle und Analyse-Anwendungen.
- Erfahrene Anwender erweitern diese nach eigenen Anforderungen um neue Arbeitsblätter mit zusätzlichen Visualisierungen.
- Alle Anwender in den Fachabteilungen nutzen diese und treffen ihre Entscheidungen besser informiert.
Ein zentrales System mit Self-Service Funktionen bietet somit genug Flexibilität um innerhalb einer kontrollierten Umgebung kurzfristig auf neue Anforderungen zu reagieren. Schatten-Reporting mit ungeeigneten Werkzeugen und ungeprüfter Aufbereitung war gestern.
Interaktive Analysen für mehr Erkenntnisse
Ein wichtiger Vorteil von Analyse-Anwendungen, gegenüber einfachen Berichten, ist ihre Interaktivität. Durch Filtern und Gruppieren können verschiedene Aspekte der Daten betrachtet werden. Das Vordringen in die Details von Datenaggregaten bietet weiteres Potenzial um entscheidungsrelavante Erkenntnisse zu gewinnen. Besonders interessant sind dabei schnelle, so genannte In-Memory-Systeme. Sie können auch große Datenmengen in Sekundenbruchteilen durchrechnen. Langsamere Systeme sind dagegen auf vorverdichtete Daten und vordefinierte Abfragen angewiesen – die Analysemöglichkeiten sind begrenzt.
In-Memory-Systeme bieten somit sämtliche Freiheitsgrade für eine hoch interaktive explorative Untersuchung der Daten. So ist es nicht nur möglich, ein paar Kennzahlen zu betrachten. Stattdessen lassen sich Zusammenhänge erkennen, Ursachen finden und mittels neuer Erkenntnisse Geschäftsprozesse optimieren.
Zugang zu analysebereiten Daten
Rohdaten werden von unterschiedlichen System bereit gestellt. Sie eignen sich in den seltensten Fällen direkt zur Auswertung. Für eine erfolgreiche Analyse sind vielmehr eine geeignete Auswahl der Datenquellen und deren Zusammenführung im Rahmen einer durchdachten, unternehmensweiten Datenstrategie notwendig. Die in der Analyselösung eingebundenen (Roh-)Datenquellen werden also zunächst anforderungsbezogen aufbereitet und verknüpft. So übernimmt die Analyse-Lösung ein aktives Datenmanagement und bieten Ihnen einen Zugang zu unmittelbar analysebereiten Daten.
Die Vorteile liegen auf der Hand:
| Neue Erkenntnisse | Durch Verknüpfungen und Aufbereitungen von Daten aus verschiedenen Quellen sind weiterführende Auswertungen sowie übergreifende Datenmodelle und Kennzahlen möglich. |
|---|---|
| Mehr Vertrauen | Durch automatische Aufbereitung erhält man jederzeit aktuelle und vor allem konsistent aufbereitete Daten für alle Auswertungen und Anwender. |
| Weniger Kosten | Die Anfangsinvestition für die Automatisierung der Aufbereitung spart gegenüber manueller Aufbereitung langfristig wertvolle Ressourcen. |
Konnektoren zu allen Datenquellen
Das Zusammenführung verschiedenster Datenquellen erfolgt durch eine Vielzahl so genannter Konnektoren. So können neben internen Quellen wie Datenbanken auch externe Cloud- und Webdienste und auch Social Media Plattformen eingebunden werden.
| Datenbanken | Heute noch der Standard |
|---|---|
| Dateien wie CSV und Excel | Wichtig vor allem für nicht-offene Systeme und eigene Daten |
| Web API | Anbindung an moderne Web-Anwendungen |
| Zertifizierte Spezialkonnektoren | Für sicheren und unkomplizierten Zugang zu komplexen Systemen wie SAP |
| Konnektoren für soziale Medien und Internetplattformen | Facebook, Google, Twitter, Youtube, Dropbox, Slack und Co |
Auf diese Weise unterstützt die Analyselösung auch eine moderne, serviceorientierte Architektur Ihrer Unternehmens-IT mit wichtigen Vorteilen:
| Freie Softwareauswahl | Sie können nach dem Best Of Breed-Ansatz einen Mix der am besten geeigneten Softwaresysteme nutzen. |
|---|---|
| Cloud-Strategie | Der Bedarf an Datenanalyse ist kein Hindernis für die Verlagerung von Anwendungen und Diensten in die Cloud. |
| Unabhängigkeit | Anwender sind frei von den Beschränkungen der Anbieter bei Auswertungen und Datenaufbewahrung. |
Storytelling – Erkenntnisse mit anderen teilen
Um aus gewonnenen Erkenntnissen Entscheidungen abzuleiten, müssen oft weitere Personen ins Boot geholt werden. Um Teams und Entscheider an den Analyseergebnissen teilhaben zu lassen sind daher zumindest gute Exportmöglichkeiten wichtig, um Visualisierungen in gängige Formate zu konvertieren. Idealerweise können Ergebnisse einer Analyse direkt zu einer Präsentation aufbereitet werden, ohne die Anwendung verlassen oder etwas exportieren zu müssen.
Datengesteuert oder datengestützt entscheiden?
Im Zeitalter der Digitalisierung sind Daten zu einem wichtigen Teil der Entscheidungsfindung in Unternehmen geworden. Und das zu Recht. Daten basieren auf der Realität - dem, was tatsächlich passiert. Und Ihre Entscheidungen sollten so weit wie möglich auf der Realität und den Fakten basieren. Aber auch die Art und Weise, wie Sie Daten in Ihren Entscheidungen verwenden, ist wichtig.
Datengesteuert (data driven) zu entscheiden bedeutet, Daten in den Mittelpunkt des Entscheidungsprozesses zu stellen. Daten sind die primäre und manchmal sogar einzige Quelle.
Datengestützt (data-informed) zu entscheiden bedeutet, dass Daten neben anderen Dingen eine wichtige Quelle sind. Sie verwenden die Daten, um ein tieferes Verständnis für die Realität aufzubauen.
Warum ist es oft nicht gut, sich allein auf Daten zu verlassen?
- Sie brauchen sehr viele Daten für korrekte Ergebnisse, sonst verfälschen schon wenige Ausreißer das Ergebnis.
- Sie brauchen viele Fähigkeiten und Ressourcen um komplexe Zusammenhänge richtig zu deuten.
- Wie und welche Daten Sie erheben und nutzen ist oft voreingenommen und beeinflusst das Ergebnis.
- Viele strategische Fragen sind keine Optimierungsprobleme.
Ihr Ansprechpartner
Möchten Sie mehr erfahren?
Ein erstes Gespräch ist immer kostenlos und unverbindlich.
Verschaffen Sie sich jetzt den Durchblick auf…