Unternehmen bauen ihre Analytics-Prozesse um
Die digitale Transformation verändert ganze Branchen, Industriezweige und Unternehmen. Künstliche Intelligenz, Internet of Things (IoT) und Automatisierung, um nur wenige Schlagworte zu nennen, ermöglichen neue Geschäftsmodelle, Effizienzvorteile und Wachstumsstrategien.
Als Grundlage für immer mehr strategische Entscheidungen dienen Analysen und Interpretationen von Massendaten mithilfe von Business Intelligence und Business Analytics.
Haben die Kunden bereits BI-Lösungen im Einsatz, ist zudem eine Anpassung ihrer BI-Architektur notwendig, um den neuen Echtzeit-Anforderungen an das Berichtswesen sowie dem steigenden Datenvolumen zu begegnen.
Marktentwicklung
Der Markt für Business Intelligence und Business Analytics in Deutschland blickt erneut auf ein erfolgreiches Jahr zurück. Die von Lünendonk analysierten Unternehmen konnten ihren Gesamtumsatz um durchschnittlich 10,2 Prozent steigern.
Somit bleiben die Unternehmen leicht unter dem Wachstum des Vorjahrs (2015: 11,1 Prozent). Maßgebliche Gründe für die weiterhin positive Entwicklung sind die im Zuge der digitalen Transformation rasant ansteigenden Datenmengen, die Unternehmen sammeln, analysieren und auswerten müssen.
Ein wichtiger Wachstumstreiber ist dabei der hohe Bedarf von Kundenunternehmen nach einem einheitlichen und integrierten Unternehmensreporting sowie nach der Möglichkeit, Daten direkt an ihrem Entstehungsort analysieren und visualisieren zu können.
Dies ist unter dem Stichwort Self Service BI vor allem für Fachbereiche sehr relevant, um die Geschwindigkeit und Flexibilität im Reporting zu erhöhen, aber auch um die IT-Abteilung von aufwändigen Routineaufgaben zu entlasten.
Die positive Marktentwicklung wird sich bis 2018 fortsetzen. Die Hersteller von BI-Software gehen davon aus, dass der deutsche BI-Markt in den kommenden zwei Jahren um jeweils 10 Prozent wachsen wird.
Er würde damit 2018 die Zwei-Milliarden-Euro-Grenze überschreiten. Gestützt werden die Marktprognosen durch die Planungen der 103 befragten Anwenderunternehmen. So wollen die befragten Unternehmen ihre Ausgaben für Tools zur Datenanalyse im Durchschnitt um rund 22 Prozent erhöhen.
Es ist der digitalen Transformation und der damit verbundenen Wertigkeit von Daten – beispielsweise für die Vermarktung von Produkten und Services sowie für die Erhöhung der Prozesseffizienz – geschuldet, dass alle befragten Anwenderunternehmen ihre BI-Investments um mindestens 10 Prozent erhöhen werden.
Jeweils ein Viertel der Befragten rechnet mit Ausgabenerhöhungen zwischen 10 und 15 Prozent beziehungsweise um 20 Prozent, weitere 30 Prozent wollen 25 Prozent mehr in Analytics-Tools investieren und 20 Prozent der Befragten sogar zwischen 30 und 35 Prozent.
Aus Analystenperspektive sind diese hohen Ausgabenerhöhungen auch notwendig, denn Unternehmen entwickeln sich im Zuge der Digitalisierung immer mehr zu datengesteuerten Organisationen, in denen weitere Effizienzzuwächse und neues Wachstum (in tw. gesättigten Märkten) nur noch auf Grundlage von Informationen über Kunden und die Prozesse möglich sind.
Folglich treffen Führungskräfte und Top-Entscheider immer häufiger datenbasierte Entscheidungen und erwarten vom Berichtswesen entsprechende Unterstützung.
Viele moderne Analyse-Tools ermöglichen mit hoher Rechenperformance und statistischen Modellen bereits solche datenbasierten Entscheidungen, viele aber auch nicht. Das Bauchgefühl rückt aber immer weiter in den Hintergrund, eine Situation, wie wir sie vor allen in den großen Konzernen derzeit erleben und wie sie auch in mittelständischen Unternehmen immer öfter erlebt wird.
Daher verwundert es nicht, dass das Thema „Big Data“ den größten Investitionsschwerpunkt bildet. Mehr als zwei Drittel der untersuchten Unternehmen wollen vor allem in Big-Data-Technologien investieren.
Ein wichtiger Bereich von Big Data sind Streamingdaten, wie sie beispielsweise im Predictive Maintenance, in der Logistik bei der Warenverfolgung oder in der Nutzung von Entertainment-Inhalten anfallen.
Jedes zweite Unternehmen legt einen Investitionsschwerpunkt darauf, die relevanten Informationen aus den Streamingdaten herausziehen zu können. Das Erkennen von Zusammenhängen und in die Zukunft gerichtete Analysen bilden unter der Überschrift Business Analytics/Predictive Analytics den zweiten großen Investitionsblock, gefolgt von der Visualisierung der Daten, also der entscheider- und entscheidungsgerechten Aufbereitung von Daten.
Die Planungen der Anwenderunternehmen zu Investitionen in diverse Technologien zur Datenanalyse und -visualisierung stehen in engem Zusammenhang zu den Anforderungen an digitale Geschäftsmodelle sowie an die digitale Transformation.
Die Top-Investitionsthemen von großen Unternehmen sind entweder durch Daten beeinflusst (Data Analytics, Digital Marketing, Prozessautomatisierung) oder sie lassen Datenmassen entstehen (Entwicklung digitaler und datenbasierter Geschäftsmodelle, IoT, künstliche Intelligenz).
Allerdings steht und fällt die digitale Transformation mit der Qualität der Daten. Und wie es um die Datenqualität in deutschen Unternehmen bestellt ist, hat Lünendonk ebenfalls analysiert.
Datenqualität: besser, aber nicht gut genug
Die gute Nachricht ist, dass sich die Datenqualität in den letzten Jahren in den meisten Unternehmen verbessert hat. Dazu gab es eine Vielzahl an Datenqualitäts-Projekten, die allerdings nicht immer den gewünschten Erfolg gehabt haben.
Denn der Blick auf die Zufriedenheit der Befragten mit der aktuellen Situation zeigt, dass nur 40 Prozent mit der Qualität ihrer Daten wirklich zufrieden sind. Die übrigen Befragten beurteilen die Datenqualität in ihren Unternehmen als „Mittelmaß“.
Weitere Projekte zur Verbesserung der Datenqualität sind die Folge und diese sind sicher auch ein Kriterium für die hohen Investitionsplanungen im Bereich BI und Analytics.
Unternehmen, die Projekte zur Verbesserung ihrer Datenqualität planen und umsetzen, sollten sich unbedingt mit den Gründen für die schlechte Datenqualität auseinandersetzen und den Status quo genau analysieren.
Die Verantwortung allein auf die IT abzuwälzen ist oft zu kurz gesprungen, denn aus unserer Sicht sind die technischen Voraussetzungen für die Datenqualität eher vorhanden als die organisatorischen Voraussetzungen in Form von klaren Zuständigkeiten, „Incentivierungen“, Top-Management-Attention bei Datenqualitätsprojekten.
Die immer höhere Komplexität im Management Reporting führt dazu, dass Reportingverantwortlichen immer noch zu wenig Zeit bleibt, sich mit strategischen Themen zu befassen wie der Verbesserung der Datenqualität.
Die Analyse der Aufgabenverteilung einer durchschnittlichen Controllingabteilung zeigt, dass die meisten Unternehmen noch sehr weit davon entfernt sind, eine echte Unternehmenssteuerung im Sinne der Controlling-Lehre zu betreiben.
Nur ein Drittel der Wochenarbeitszeit, also 1,5 Tage, bleibt den Reportingverantwortlichen für strategische Aufgaben wie „Analyse und Kommentierung“ von Kennzahlen und Berichten sowie der Nachverfolgung von Maßnahmen.
Dagegen müssen sie 70 Prozent ihrer Arbeitszeit für Routineaufgaben einsetzen. Dieser hohe Anteil an Standardaufgaben spricht nicht für einen hohen Automatisierungs-/Digitalisierungsgrad im Controlling und lässt darauf schließen, dass noch sehr oft mit manuellen Prozessen gearbeitet wird.
Große Hoffnungen, dass sich an dieser Situation kurzfristig etwas ändert, haben die befragten Unternehmen nicht wirklich, denn die erwarteten Effizienzpotenziale sind mit 3 Prozentpunkten überschaubar. Folglich bilden Self-Service-BI-Lösungen auch einen großen Investitionsblock.
Gute Noten fürs Management Reporting
Die Ergebnisse der Lünendonk-Studie zeigen, dass zwar die meisten der befragten Unternehmen ihrem Management Reporting gute Noten vergeben, es aber in einigen Unternehmen an essenziellen Voraussetzungen für eine wirkungsvolle Unternehmenssteuerung fehlt.
So sind 40 Prozent nicht in der Lage, Ist- und Vergangenheitsdaten in der erforderlichen Qualität zu analysieren und aufzubereiten, ebenso fehlt es 45 Prozent an einem ganzheitlichen Blick auf die komplette Unternehmensrealität.
Im Zuge der Digitalisierung, bei der zukünftig immer mehr Daten anfallen werden, kann dieser Status also nicht zufriedenstellend sein, vor allem nicht in Hinblick auf die Herausforderungen, die auf die Unternehmen noch zukommen.
Denn durch immer mehr digitale Geschäftsmodelle entstehen konsequenterweise auch mehr Daten, ebenso wie digitalisierte Prozesse mehr Daten erzeugen, beispielsweise Log-Daten zum Tracking der IT-Performance und der Stabilität der Geschäftsprozesse – der letzte Punkt ist übrigens enorm wichtig für die Zufriedenheit der Kunden mit digitalen Angeboten.
Hier haben Online-Pioniere wie Amazon, Booking.com, Netflix, Airbnb oder Zalando Maßstäbe gesetzt. Folglich müssen die befragten Unternehmen immer mehr unterschiedliche Datenquellen und -formate auswerten können.
Die Reportingprozesse und auch die Tools müssen darauf hin angepasst werden. Diese Notwendigkeit drückt sich in den hohen Investitionsplanungen der Unternehmen in Analytics- Tools aus.
Die „neuen“ Datenformate, die künftig an Bedeutung gewinnen, resultieren aus der Digitalisierung, vor allem aber aus der digitalen Kundenkommunikation, der Analyse der Customer Journey sowie dem Internet der Dinge.
So planen die Befragten, Social-Media-Daten künftig häufiger für Analysezwecke zu nutzen, ebenso wie Streamingdaten, die im industriellen Umfeld vor allem aus der Bestückung von Maschinen, Anlagen, Fahrzeugen und Transportgütern mit Sensoren und RFID-Chips entstehen.
In Summe kann der Markt für Business Intelligence und Business Analytics durchaus positiv in die Zukunft blicken. Dies verdeutlichen vor allem die Investitionsprognosen der Anwender.
Sie müssen aufgrund des digitalen Wandels in ihre BI-Architektur investieren, um wettbewerbsfähig zu bleiben. Anbieter haben dafür zu sorgen, dass die Anforderungen der Kunden zukünftig besser abgedeckt werden.