Über die wachsende Bedeutung von Big Data für die Unternehmenssteuerung sind sich die meisten Führungskräfte einig, wie eine aktuelle Studie ergab. Die praktische Umsetzung von Big Data wird jedoch durch unstrukturierte Daten und fehlende IT-Werkzeuge noch erschwert.

Potenziale von Big Data oft noch ungenutzt

„Big Data“ lautet das neue Schlagwort, das im Zusammenhang mit rapide ansteigendem Geschäftsdatenvolumen immer häufiger genannt wird. Unter Big Data wird der systematische Umgang mit diesen riesigen Datenvolumina verstanden, der die teils unstrukturierten Daten zusammenführt und in Echtzeit analysiert.

54 % der von Capgemini und Economist Intelligence Unit befragten Führungskräfte sind der Ansicht, dass rein intuitiv getroffene Entscheidungen im Unternehmen zunehmend kritisch gesehen werden. Zwei Drittel von ihnen bekräftigen zudem, dass immer mehr Entscheidungen auf Basis fundierter Analysen getroffen werden. Eine aktuelle Studie des Massachusetts Institute of Technology gibt ihnen recht: Unternehmen, die systematisch große Datenbeständige auswerten und zur Entscheidungsfindung einsetzen, zeigen eine um 5-6% höhere Leistung als der Durchschnitt (s. Abb. 1).

Herausforderungen bei der Analyse großer Datenmengen bleiben bestehen

Auch wenn Big Data ein vielgenutztes Schlagwort ist, passgenaue Lösungen sind noch nicht im gewünschten Maße vorhanden. Strukturiert vorliegende Daten lassen sich mit vorhanden Business Intelligence Lösungen oftmals zufriedenstellend auswerten. Jedoch geben 42 % der befragten Führungskräfte an, dass unstrukturierte Daten sehr schwer zu analysieren und zu interpretieren sind. Das Problem vieler Führungskräfte ist, dass strukturierte und unstrukturierte Daten oftmals nicht im richtigen Umfang vorliegen, d. h. entweder sind es zu viele oder zu wenige Daten (s. Abb.2).

Zu den meist genutzten Daten zählen Kundendaten, Bürokommunikation wie z.B. Emails oder gespeicherte Dokumente sowie Informationen über soziale Netzwerke. 40% der Studienteilnehmer sehen eine zunehmende Bedeutung sozialer Netzwerke für Unternehmen. Ein zentraler Nutzen sozialer Netzwerke ist ihre „Frühwarnfunktion“, die anzeigt, wann und warum sich Kunden von einem Unternehmen abwenden. So leicht und eindeutig wie Kundenkommentare in sozialen Netzwerken lassen sich Ton- und Videoaufnahmen oder Webseiten jedoch nicht interpretieren. Bis ausgereifte Instrumente zur Inhaltsanalyse dieser weniger strukturierten Informationen vorliegen dürfte es noch eine Weile dauern.

Branchen mit vielen Kunden besonders aktiv

Die Big-Data-Affinität ist je nach Branchen unterschiedlich ausgeprägt. Besonders ausgebildet ist sie im Finanzsektor (73 %), dem Gesundheits- und Biotechnologiebereich (75%) und dem Energiesektor (76 %), in denen die Unternehmen über sehr viele Kunden verfügen. Zum Vergleich: Der Durchschnitt aller Branchen liegt bei 66 %. Trotz der großen Beachtung von Big Data werden die Potenziale oftmals (noch) nicht ausreichend betrachtet und genutzt. Über die Hälfte der Führungskräfte ist daher der Meinung, dass das Thema Big Data in ihrem Unternehmen noch zu wenig strategische Bedeutung erhält (s. Abb. 3).

„Silodenken“ ist größtes Problem bei der Analyse von Big Data

Mit 56 % geben deutlich mehr als die Hälfte der Befragten an, dass das „Silodenken“, d.h. Fokus auf die eigene Abteilung bzw. den eigenen Bereich, das größte Hindernis bei der Interpretation großer Datenbestände ist. Denn die großen Datenvolumina fallen nicht nur in einer Abteilung an, sondern sind ggf. unternehmensweit verstreut und müssen abteilungsübergreifend zusammengeführt und interpretiert werden. Sehr große Unternehmen mit über 10 Mrd. USD Umsatz trifft dieses Problem mit 72 % der Nennungen spürbar häufiger als kleine Firmen, bei denen nur 43 % zustimmten.

Grundlagen

Der Beitrag basiert auf der Publikation „The Deciding Factor: Big Data and Decision Making“, die im Juni 2012 veröffentlicht wurde. Die Unternehmensberatung Capgemini und die Economist Intelligence Unit befragten im Februar 2012 607 Führungskräfte weltweit in über 20 Branchen.


Schlagworte zum Thema:  Big Data