Claus Hoening, Martin Esch
Business Analytics zur Darstellung von Ereignissen
Das Analysespektrum von Business Intelligence und Business Analytics unterteilt sich in 3 Stufen: die Analyse, den Forecast und die Optimierung. Während Business Intelligence sich auf die Analyse der Daten fokussiert, baut Business Analytics auf dieser Datenanalyse auf und umfasst Forecasting-Ansätze und die Optimierung von Unternehmensprozessen durch die Analyse von Daten(beständen).
Descriptive Analytics zur Darstellung von Ereignissen
Im Bereich der Analyse wird Descriptive Analytics, Diagnostic Analytics und Real-time Analytics angewandt. Im Kontext von Descriptive Analytics werden Daten gesammelt und vereinfacht dargestellt, um somit mögliche Zusammenhänge zu identifizieren. Die erstellten Reports sind üblicherweise periodische Standardreports wie monatliche Geschäftszahlen, aber auch Reports zur Untersuchung von speziellen Prozessen, die meist ad-hoc erstellt werden. Ein mögliches Anwendungsbeispiel für Descriptive Analytics in der unternehmerischen Praxis ist die Sammlung von Daten von Banktransaktionen und deren Analyse auf Unstimmigkeiten. Diese Inkorrektheiten werden dann durch Reports detailliert dargestellt und können vor Gericht bspw. als Beweismaterial für Geldwäscheprozesse eingesetzt werden.
Diagnostic Analytics zur Ermittlung von Ursachen
Über die reine Identifikation von Veränderungen und Vorgängen hinaus werden durch Diagnostic Analytics Ursachen für die ermittelten Muster aufgezeigt. In diesem Prozessschritt wird durch ein klassisches Online Analytical Processing der Detailgrad der einzelnen Informationen innerhalb der bekannten Datenbanken bis auf die Einzelebene heruntergebrochen. Darüber hinaus können durch Assoziations- und Korrelationsanalysen vorhandene Verbindungen zu externen Datenbanken hergestellt werden. Mithilfe von Diagnostic Analytics können bestimmte Verhaltensmuster von Kunden während des Kaufprozesses identifiziert werden. Die gewonnenen Erkenntnisse lassen sich auf der einen Seite dafür einsetzen, Kunden zielgerichteter anzusprechen, dienen auf der anderen Seite jedoch auch dazu, mögliche Gründe für eine Abwanderung von Kunden oder den Kauf eines Produkts aufzuzeigen.
Real-time Analytics für ad-hoc-Informationen
Der 3. Bestandteil der Analyse ist der Bereich Real-time Analytics. Bei diesem Prozessschritt werden die aktuellen operativen Vorgänge analysiert und durch kontinuierlichen Zugang zu den aktuellsten Datenströmen ausgewertet. Somit ist es möglich, Informationen über die aktuellen Geschehnisse im Unternehmen zu erhalten.
Vorhersagende Aussagen durch Predictive Analytics
Der Forecast ist ein bedeutungsvolles Steuerungsinstrument, das Prognosen über die zu erreichenden Ziele ermöglicht. In diesem Bereich wird Predictive Analytics angewandt. Der Forecast erstellt, basierend auf zuvor analysierten Daten, ein Modell, um Vorhersagen über zukünftige Ereignisse zu treffen. Eine Prognose der betrieblichen Kennzahlen kann durch stochastische Modelle und Data-Mining-Ansätze erfolgen. Bspw. ermöglicht Predictive Analytics, Prognosen über Umsatz- und Kostenentwicklungen. Hierbei können z. B. externe Absatzprognosen, Prognosen zur Rohstoffpreisentwicklung und Informationen zur Optimierung der Lagerbestände miteinander kombiniert werden. Diese Prognosen können dann mit unternehmensspezifischen Key Performance Indicators zu einem finanziellen Forecast kombiniert werden. Das übergeordnete Ziel von Predictive Analytics ist es, mithilfe von operativen Kennzahlen und zentralen Werttreibern einen vollständigen finanziellen Forecast zu generieren. Dieser Forecast gibt Auskunft über künftige Entwicklungen und bildet somit eine Entscheidungsbasis für erfolgskritische Maßnahmen. Ein bekannter Anwendungsbereich ist das sog. Predictive Maintenance. Bei diesem Ansatz werden mithilfe von Daten, die eine Maschine über einen Zeitraum sammelt, Aussagen über den optimalen Wartungszeitpunkt getroffen.
Predictive Analytics in der Luftfahrtindustrie
Der Triebwerkshersteller Rolls-Royce verbaut pro Triebwerk mehr als 100 Sensoren, die Echtzeitinformationen via Satellit an das unternehmenseigene Datenkontrollzentrum senden. Daten, die hier übertragen werden, sind z. B. Information über die Temperatur der Triebwerke, den herrschenden Druck oder aber Geschwindigkeitsdaten. Das Unternehmen ist somit in der Lage, die mehr als 14.000 Triebwerke, die in über 4.000 Flugzeugen verbaut sind, in Echtzeit zu kontrollieren und im Notfall Reparaturteams direkt an den nächsten Standort der Maschine zu entsenden.
Darüber hinaus wird bei explorativen Fragestellungen Visual Analytics zur Datenauswertung verwendet. Anstelle einer vollautomatisierten Analyse liegt der Fokus von Visual Analytics auf der Kombination zwischen einer computergestützten Datenauswertung und der Interpretation von kognitiven, menschlichen Fähigkeiten. Durch einen Klassifizierungsalgorithmus ist der Computer in der Lage, durch Verwendung einer Heatmap, einer diagrammartigen Abbildung,...