Da in der öffentlichen Diskussion mittlerweile nur noch von Digitalisierung, IoT und Industrie 4.0 die Rede ist, könnte man denken, dass das Interesse an Big Data abgeklungen ist. Doch dies ist aus mindestens zwei Gründen nicht der Fall: die digitale Transformation, neue digitale Services und Geschäftsmodelle basieren auf Daten(strömen), deren Erfassung, Analyse und Operationalisierung überhaupt erst neue Angebote möglich machen. Zum anderen zeigen Umfragen und viele Projekte im Bereich der Business Intelligence und des Datenmanagements, dass sich die große Mehrheit der Unternehmen aktuell mit Big Data beschäftigt und den möglichen Nutzen zumindest an ausgewählten Prozessen und in Pilotprojekten erkunden möchte.
So ergab kürzlich eine gemeinsame Umfrage der QUNIS GmbH, der Controller Akademie und der Aquma GmbH zu "Big Data und Advanced Analytics in der Praxis", dass über 80 Prozent der Unternehmen Big Data für "wichtig" bis "sehr wichtig" halten. Ebenso viele haben erste Erfahrungen gesammelt oder wollen diese in den kommenden zwei Jahren sammeln. Befragt wurden rund 100 mittelständische und Großunternehmen aus dem deutschsprachigen Raum (Die Studie ist kostenfrei auf Anfrage bei QUNIS erhältlich).
Gute Ideen für Big Data gesucht
Allerdings zeigte die Umfrage, dass bislang nur vergleichsweise wenige Unternehmen ihr Big-Data-Initiativen in den produktiven Betrieb überführt haben. Neben häufig auch in vergleichbaren Untersuchungen zitierten Gründen wie mangelndes Know-how, technische Einstiegshürden, Datenschutzfragen, fehlende Ressourcen, keine oder kleine Budgets oder kein Rückhalt im Management, erleben wir oft in der Projektpraxis, dass es Organisationen schlicht an guten Ideen und Strategien fehlt, wie sie Big Data nutzbringend einsetzen können. Durch eine explorative und kreative Analyse von Big Data innovative Angebote zu schaffen, ist ein Prozess, der neben einem breiten IT- und Fachwissen unternehmensrelevante und letztlich in den produktiven Betrieb überführbare "Use cases" benötigt. Hinzu kommt eine Unternehmenskultur, die eine Beschäftigung mit Big Data - häufig parallel zum IT-Betrieb - zulässt und fördert, selbst dann, wenn Versuche scheitern oder die Analyseergebnisse mager ausfallen. Und natürlich muss das Management zu diesen Vorhaben stehen, um deren Finanzierung und Etablierung nicht in Gefahr zu bringen.
Bei aller Freiheit und allen Besonderheiten, die man derzeit der Analyse von Big Data zuerkennt, werden die wirtschaftlichen Zwänge eine engere Abstimmung und klare Ziele solcher Initiativen unumgänglich machen. Es muss hierfür gelingen, die Nutzung von Big Data und Advanced Analytics auch strategisch zu positionieren, als wichtige Treiber oder gar "Enabler" der digitalen Transformation des Unternehmens, die zu neuen Angeboten und Geschäftsmodellen führen. In manchen Branchen gelingt dies bereits mit neuen Angeboten beispielsweise für Predictive Maintenance.
Kundenanalyse mit Big Data und Advanced Analytics
Großes Interesse an Big Data und Advanced Analytics findet sich auch hier vergleichbar zur Nutzung von Business Intelligence im Vertrieb und Marketing. Diese Fachbereiche sind traditionell besonders an einer Produkt- und Kundenanalyse interessiert, um Kunden zu halten oder neu zu gewinnen. Ebenso spielen beispielsweise Aktivitäten wie ein besseres Monitoring und die Analyse von Vertriebsaktivtäten, Wettbewerbsanalysen, die Preisgestaltung oder die Identifikation von Cross- und Upselling-Möglichkeiten eine große Rolle. Kann beispielsweise ein Einzelhändler durch eine Sentiment-Analyse (Stimmungsanalyse) in sozialen Netzwerken frühzeitig erkennen, dass es Probleme mit den eigenen Produkten gibt, kann er gegensteuern und so Umsatzeinbußen und einen Imageschaden vermeiden helfen. Integrierte und schnelle Reaktionen und Prozesse sind hier von besonderer Bedeutung.
Auf der nächsten Seite lesen Sie Beispiele aus dem Bereich Vertrieb und Marketing, die zeigen, wie vielfältig die Nutzung von Big Data und Advanced Analytics heute bereits aussieht.