Advanced Analytics sind autonome oder semi-autonome Analysen von Daten mit Techniken, welche weit über die die der Business Intelligence hinausgehen. Hierdurch wird ermöglicht, dass der Anwender tiefe Einblicke gewinnt und auf deren Grundlage, Vorhersagen und wichtige Entscheidungen treffen kann.[1] Predictive Analytics als Abteilung der Advanced Analytics konzentierten sich, wie der Name schon vermuten lässt, auf die Vorhersage von Zukunftsereignissen und deren Wahrscheinlichkeiten.
Sowohl Advanced, als auch Predictive Analytics können in vielen unterschiedlichen Anwendungsfällen genutzt werden. Hierbei können die Anwendungen von typischen Kundennutzen- und Erfolgsprognosen, über die Vorhersage von Maschinenausfällen bis hin zu Social-Media-Überwachung und Unterstützung bei der Polizeiarbeit reichen. Advanced Analytics können für die Optimierung von bereits bestehenden Prozessen genutzt werden. So können beispielsweise Produktionstakte optimiert und aufeinander abgestimmt. Neben der Optimierung von Prozessen können Advanced Analytics ebenso zu neuen Prozessen führen. Durch neue Erkenntnisse aus Analysen können neue Geschäftsprozesse, Produkte oder Dienstleistungen entdeckt werden. Ebenso können Aufgaben wie Segmentierung, Assoziation, Klassifizierung, Korrelationsanalysen und Prognosen von Advanced Analytics bearbeitet und gelöst werden.[2]
Advanced Analytics können eingesetzt werden um komplexe Geschäftsprobleme zu lösen und eine 360-Grad-Sicht auf das Unternehmen und den Kunden zu erhalten. Aufgrund dieser Tatsache dienen Advanced Analytics nicht wie die herkömmliche Business Intelligence als Anbieter von Informationen, sondern fungiert als Störungsbeseitiger im Unternehmen.
Wie funktioniert Advanced Analytics?
Zu aller erst sollte betrachtet werden, wie Analysen im herkömmlichen BI gelöst werden. Hierbei werden meist von der IT bereits zuvor erstellte Berichtvorlagen verwendet und analyserelevante Daten extrahiert. Aufgrund der Vorlage sind die Arten und Formate der Informationen bereits vor der Analyse definiert.
Bei den Advanced Analytics findet keine Nutzung von Berichtsvorlagen sagen. Stattdessen wird hier vor jeder Analyse Fragen, Probleme oder Zweifel aufgeworfen. Auf deren Grundlage werden Analysen erstellt, welche genau die zuvor gestellten Fragen und Probleme lösen. Jede Analyse sieht sozusagen anders aus und ist auf die zuvor gestellten Fragen zugeschnitten. Mithilfe benutzerfreundlicher Analysesoftware können selbst unerfahrene Personen Lösung auf die zu vor gestellten Probleme finden. [3]
Die verwendeten Daten
Die Daten, welche zur Analyse verwendet werden, werden in den meisten Fällen aus einem Data Warehouse oder Data Mart gezogen. Die BI-Plattform verbindet sich mit den jeweiligen Datenquellen und aggregiert Daten mit höheren Ebenen in einer Hierarchie. Bei ungewöhnlichen Mustern können Einblicke in tiefere Ebenen gewährt werden. Aufgrund der in den letzten Jahren immer steigenden Rechenleistung sind wir in der Lage den Kunden nicht mehr auf Segmentebene zu analysieren, sondern alle Merkmale des Kunden zu erfassen und in eine Analyse einzubeziehen. Bei den Advanced Analytics können nicht nur strukturierte Daten, sondern auch unstrukturierte, wie Tweets, Bilder oder auch Kommentare analysiert werden. Zusätzlich können in Echtzeit Informationen abgegriffen und in die Analyse eingebracht werden.[4]
Die Techniken
Einige der Analysetechniken der Advanced Analytics sind:
Mithilfe dieser Techniken können Descriptive Analytics, Predictive Analytics, als auch Simulation und Optimierung durchgeführt werden.
Descriptive Analytics: Die deskriptive Analytik ist die vorbereitende Phase der Datenverarbeitung, Hierbei werden historische Daten zusammengefasst um nützliche Informationen zu erhalten. Mithilfe von Data-Mining- und Datenaggregations-Methoden können Muster und Beziehung innerhalb der Daten sichtbar gemacht werden. Insgesamt werden mithilfe der deskriptiven Analytik versucht geschehene Prozesse oder Ereignisse zu erkennen. Hierbei ist stets die Frage: Was ist passiert?[5]
Predictive Analytics: Als Form der Advanced Analytics benutzen Predictive Analytics sowohl neue als auch historische Daten, um die Trends und Ereignisse in der Zukunft hervorzusagen. Hierbei werden jedoch nicht nur Ereignisse, sondern auch deren Eintrittswahrscheinlichkeiten vorhergesagt. Für mehr Informationen zu Predictive Analytics bieten die Artikel „Predictive Analytics Methoden“ und „Was ist Predictive Analytics“ hinreichende Informationen.[6]
Simulation und Optimierung: Simulationen kommen zum Einsatz um bereits bestehende Prozesse mit veränderten Parametern abzubilden und zu testen oder neue Prozesse vor Einführung in den laufenden Betrieb auf deren Tauglichkeit zu überprüfen. Durch die Änderung von Parametern, Simulation des Prozesses und in Folge dessen Auswertung der Daten, können Prozesse stark optimiert werden, bevor sie im laufenden Betrieb verändert werden. Dies führt dazu, dass die Kosten für Fehler, welche ohne Testphase im Betrieb auftreten können, enorm sinken.[7]
In welchen Bereichen lassen sich Advanced Analytics einsetzen?
Advanced Analytics lassen sich in so gut wie jedem Bereich des Unternehmens einsetzen. Die für Advanced Analytics wohl besten Bereiche sind Human Ressources, Supply Chain Analytics, Marketing und Kundenanalytik.
Human Ressources: In einem Unternehmen ist das Personal wohl genauso wichtig, wie die Maschinen. Dementsprechend verdient jenes Personal mindestens die gleiche Aufmerksamkeit, wie betriebliche Vermögenswerte. Mithilfe der Advanced Analytics können Akquisitions- und Schulungskosten stark reduziert werden. Zudem können Daten, welche die Mitarbeiterzufriedenheit und –bindung aufzeigen erhoben und analysiert und angepasst werden und in Folge dessen das Arbeitsklima im Unternehmen steigern. Weiterhin können Belohnungen, welche keinen Einfluss auf die Leistung der Arbeiter haben reduziert bzw. angepasst werden. All diese und noch weitere Einsatzmöglichkeiten von Advanced Analytics führen dazu, dass Kosten gespart werden und eine bessere Mitarbeiterbindung im Unternehmen geschaffen werden kann.[8]
Supply Chain Analytics: Durch die Globalisierung und die Vernetzung der Unternehmen in die ganze Welt arbeiten Firmen längst nicht mehr nur mit einem anderen Betrieb zusammen. Unterschiedliche Werke, Zulieferer und Abnehmer auf der ganzen Welt müssen ständig kontrolliert werden. Dabei können viele Probleme auf das Unternehmen zukommen. Anpassung von Kapazitäten, Transportprobleme oder auch die Steuerung des Lagerumschlags sind nur einige von vielen Punkten mit denen die Unternehmen regelmäßig konfrontiert werden. Mithilfe von Advanced Analytics können bessere Prognosen des Bedarfs, genauere Messung der Lieferantenleistung, als auch eine Optimierung der Prozesse durchgeführt werden. Beispiele hierfür wären die Analyse und Änderung eines Transportplans. Hierdurch können laufende Kosten, wie Arbeitsaufwand, Zeit oder Kraftstoff gespart werden. Des Weiteren können Risiken entlang der Supply Chain bestimmt und dafür geeignete Lösungen gefunden werden. „Big Data in der Logistik“ sind in der heutigen Zeit ein großes Thema.[9]
Marketing und Kundenanalysen: Aufgrund der immer größer werden Konkurrenz ähnlicher Produkte am Markt werden die Kunden im wählerischer, wenn es um die Auswahl eines Produktes geht. Um sich den Bedürfnissen des Kunden perfekt anzupassen und die Produkte auf die Kunden abzustimmen, müssen Unternehmen, jene Informationen über den Kunden sammeln und analysieren. Um dies zu erreichen werden Advanced Analytics verstärkt in diesem Bereich eingesetzt. Hierbei kann beispielsweise der Erfolg einer Marketingkampagne analysiert, Fehler erkannt und letztendlich die Kampagne angepasst werden. Dadurch steigt der CLTV und Kosten durch Kampagnen, welche keinen Einfluss auf die Kunden haben, können reduziert werden. Des Weiteren können Trends erkannt werden und in Folge dessen eigene bereits bestehende Produkte optimiert oder vollkommen neue Produkte erschaffen werden.
Fazit
Alles in Allem lässt sich sagen, dass der wohl größte Vorteil der Advanced Analytics darin besteht, dass die Genauigkeit der Geschäftsabläufe enorm gesteigert wird. Mithilfe der Advanced Analytics können Vorhersagen über zukünftige Ereignisse getroffen werden und auf deren Basis die Optionen mit dem höchsten Nutzen ausgewählt werden. Durch Advanced Analytics werden Unternehmen unbekannte Einblicke in das Unternehmen gewährt und können helfen, diese in allen Bereichen zu optimieren und auf eine neue Ebene zu bringen.[10]
Quellenangaben
[1] Vgl. [Unbekannt]: „Advanced Analytics“ unter: https://www.gartner.com/it-glossary/advanced-analytics/ (28.12.2018).
[2] Vgl. [Unbekannt]: „Advanced and Predictive Analytics: An Introduction“, unter: https://bi-survey.com/predictive-analytics#def (28.12.2018).
[3] Vgl. Smartbridge (06.01.2015): „What is Advanced Analytics“, unter: https://smartbridge.com/advanced-analytics/ (28.12.2018).
[4] Vgl. Smartbridge (06.01.2015): „What is Advanced Analytics“, unter: https://smartbridge.com/advanced-analytics/ (28.12.2018).
[5] Vgl. Rouse, Margaret: „Descriptive Analytics“ unter: https://whatis.techtarget.com/definition/descriptive-analytics (29.12.2018).
[6] Vgl. Rouse, Margaret: “Predictive Analytics”, unter: https://searchbusinessanalytics.techtarget.com/definition/predictive-analytics (29.12.2018).
[7] Vgl. Smartbridge (06.01.2015): „What is Advanced Analytics“, unter: https://smartbridge.com/advanced-analytics/ (28.12.2018).
[8] Vgl. Smartbridge: „Why Do You Need Advanced Analytics?“, unter: https://smartbridge.com/need-advanced-analytics/ (29.12.2018).
[9] Vgl. Ebd.
[10] Vgl. Ebd.
