Sie sind hier: HomeTelekommunikation

Exasol-Studie: Von Business Intelligenz zu Data Analytics

Der Studie "Moving the Enterprise to Data Analytics" zufolge verlagert die Mehrzahl der Unternehmen den Fokus von Business Intelligence auf Data Analytics. Gleichzeitigbringt die Befragung, die Vanson Bourne im Auftrag von Exasol durchführte, dass Dark Data und Silos diesen Prozess verlangsamen.

Analyse Bildquelle: © Rancz Andrei - 123RF

Exasol, Hersteller von analytischen In-Memory Datenbanksystemen, veröffentlichte die Ergebnisse der Studie “Moving the Enterprise to Data Analytics”. Ausgeführt wurde die unabhängige Umfrage, die sich mit der Frage beschäftigt, wie und warum Unternehmen in Deutschland und Großbritanien ihren Fokus von Business Intelligence (BI) auf Data Analytics verlagern, von Vanson Bourne, einem auf Technologie spezialisierten Marktforschungsunternehmen. Befragt wurden jeweils 250 IT- beziehungsweise Businss-Entscheider in beiden Ländern.

75 Prozent der befragten Unternehmen bestätigten dabei, dass sie diese Entwicklung gerade vollziehen. Die Mehrheit davon gab an, bereits 25 bis 50 Prozent dieses Transformationsprozesses vollzogen zu haben. Als stärksten Treiber dieser Entwicklung sehen sie das Streben nach besseren Daten in Bezug auf Qualität, Verfügbarkeit und Validität. 62 Prozent spüren bereits erste Ergebnisse. Dennoch kämpfen Unternehmen damit, Daten aus verschiedenen Quellen zu sammeln und miteinander abzugleichen. Dies ist jedoch eine Grundvoraussetzung, um die umfangreichen Datensätze zu erstellen, die für Data Analytics nötig sind und mehr zu erreichen als mit BI. Dabei macht sich jedoch nur bei 11 Prozent der Befragten diese Anstrengung bereits bemerkbar – mehr als die Hälfte (55 Prozent) haben mit Daten zu kämpfen, die verteilt gelagert sind und den Prozess verlangsamen.

“Unternehmen arbeiten verstärkt daran, die Qualität ihrer Daten zu verbessern und sehen die Vorteile davon. Doch von Data Analytics sind sie oft noch weit entfernt, da die Daten in abteilungsspezifischen Datenbanken oder gar Dateninseln lagern”, erklärt Mathias Golombek, CTO bei Exasol. Sie zielten darauf ab, diese Daten viel stärker zur Grundlage von Business-Entscheidungen zu machen, so Golombek weiter- Doch die meisten Data Science Teams verfügten nicht über die Daten-Infrastruktur, die sie bräuchten, um Dark Data ‘ans Licht zu holen’ und den verschiedenen Abteilungen Data Analytics bedarfsgerecht anzubieten.

Darüber hinaus machte die Studie deutlich, dass einzelne Abteilungen zwar erste Erfolge erzielen, sich jedoch lediglich 1 Prozent der Befragten als datengetriebenes Unternehmen sehen. Nur etwas mehr als die Hälfte (54 Prozent) haben bereits Entscheidungen auf Basis von Daten getroffen.

Die am häufigsten genannten Gründe für das Scheitern von Projekten waren Sicherheit und Vertraulichkeit (29 Prozent) – hier besteht ein direkter Zusammenhang mit dem Inkrafttreten der DSGVO und entsprechenden neuen Governance-Praktiken sowie allgemeiner Unsicherheit diesbezüglich. Die befragten Unternehmen zeigten sich besorgt darüber, keine Einsicht in kritische Daten zu haben, wie zum Beispiel Back-up- und Archiv-Daten (86 Prozent) oder sonstige Daten (92 Prozent). In Zeiten, in denen der Schutz und die Vertraulichkeit von Daten öffentlich diskutiert werden, spielen ihrer Meinung nach Reporting und Analytics eine entscheidende Rolle. “Die DSGVO hat gute Dienste geleistet: Sie hat Unternehmen dazu gebracht, genau zu schauen, wo sich ihre Daten befinden und sich ihnen eher mit einer menschlichen als einer technischen Perspektive zu nähern”, weiß Golombek. Organisationen, die ihre Daten früher in Silos sammelten, arbeiteten heute beispielsweise mit einem kundenzentrierten Ansatz – dies ist die Grundvoraussetzung für den Erfolg als Customer Centric Enterprise. Folglich hätten die Unternehmen, die das ‘zweischneidige Schwert’ Data Analytics einsetzten, um die Customer Experience zu verbessern, im Wettbewerb die Nase vorn.

Daneben zeigte die Studie Moving the Enterprise to Data Analytics, dass sich bereits 40 Prozent der Unternehmen mit Machine Learning und Künstlicher Intelligenz befassen. Noch fehlt es den Befragten an Umfang und Qualität der Daten, um die Vorteile voll auszuschöpfen, doch sehen sie es als erwiesen an, dass Data Analytics das proaktive Treffen von Business-Entscheidungen fördert.