Die zehn wichtigsten Trends in der Business Intelligence

Analysen im Workflow integrieren (© Elnur | fotolia.de)

2016 stand ganz im Zeichen von Self-Service-Analytics. Damit hielt ein moderner Business-Analytics-Ansatz Einzug in viele Unternehmen. IT und Geschäftsbetrieb arbeiten eng zusammen, um die eigenen Daten optimal zu nutzen. Durch den Umstieg auf skalierbare, ausbaufähige Technologien können nun immer mehr Geschäftsanwender ihre Daten teilen und gemeinsam daran arbeiten. Was kommt nach diesem Schritt in die „Selbstbedienung“? Lars Milde, Senior Marketing Manager beim Data-Analytics-Anbieter Tableau, hat Meinungen und Beobachtungen von Analysten und Experten für Business Intelligence  gesammelt. Daraus lassen sich diese zehn Trends ableiten:

Autor: Lars Milde

Self-Service-BI auf skalierbaren Plattformen

Mit dem Wechsel auf moderne BI- und Self-Service-Analytics-Lösungen stehen Analysen nicht mehr nur wenigen Fachleuten, sondern vielen Mitarbeitern zur Verfügung. Laut dem Business Intelligence Magic Quadrant von Gartner ist der „Wendepunkt eines zehn bis elf Jahre währenden Übergangs von IT-zentrierten Berichtsplattformen zu modernen BI- und Analyseplattformen“ erreicht. Dank der Skalierbarkeit dieser Plattformen können heute sogar Nicht-Analysten regulierte Daten untersuchen und auf Grundlage der Erkenntnisse zusammenarbeiten. Dieser Trend wird sich 2017 fortsetzen: In Unternehmen aller Größen wird die so genannte moderne BI oberste Priorität haben.

Weiterführendes Material: Modernize using the BI & Analytics Magic Quadrant

Kollaborative Analysen, interaktive Dashboards

Die Verteilung auf viele Köpfe bietet handfeste Vorteile. Durch kollaborative Analysen werden regulierte Daten leichter zugänglich werden, während Cloud-Technologien die Freigabe vereinfachen. Nachdem es lange Zeit für den Informationsfluss nur eine Richtung gab und Daten über statische PDFs oder PowerPoint-Präsentationen weitergegeben wurden, sind 2017 endgültig vorbei. Durch die interaktive und gemeinsame Nutzung von Live-Arbeitsmappen und Datenquellen gemeinsam können Mitarbeiter Geschäftsentscheidungen wesentlich besser unterstützen. Der Kontakt der einzelnen Mitarbeiter läuft dabei über die Cloud und andere Freigabefunktionen – etwa E-Mail-Benachrichtigungen und Abonnements, Dashboards werden in andere Anwendungen eingebettet. Das versetzt die Mitarbeiter zunehmend in die Lage, gleichzeitig verschiedene Aufgaben wahrzunehmen – vom Aufnehmen der Daten in Dashboards über die Erstellung von Ad-hoc-Analysen bis hin zum Austausch neuer Erkenntnisse mit Kollegen und Vorgesetzten.

Weiterführendes Material: Tech ‘democratization’ seen fueling analytics boom

Gleichberechtigte Daten

Der Wert der Daten verändert sich. Egal ob Big Data oder Excel-Tabellen – entscheidend für den Wert der Daten ist, wie schnell und einfach Mitarbeiter darauf zugreifen können, also wie schnell sie untersucht und mit anderen Datentypen verglichen werden können, um konkrete Business-Fragen zu beantworten und die Entscheidungsfindung zu beschleunigen. 2017 wird die BI zu einer Umgebung, in der zu diesem Zweck Daten aller Arten, Formen und Größen untersucht werden. Ob Hadoop, Redshift oder Excel – im kommenden Jahr können immer mehr Anwender von einer 360-Grad-Sicht ihrer Analysen profitieren.

Weiterführendes Material: ‚Big data‘ is no longer enough: It’s now all about ‚fast data‘

Self-Service in der Datenvorbereitung

Bei der Untersuchung von Daten ist Self-Service-Analytics bereits Standard. Die Datenvorbereitung liegt dagegen noch in der Hand der IT- und Datenexperten. Dies wird sich 2017 ändern. „Der Trend zu Benutzerfreundlichkeit und Agilität, der die Märkte für BI und Analysen umgewälzt hat, erreicht nun auch die Datenintegration“, schreibt Gartner. Allgemeine Datenvorbereitungsaufgaben wie syntaktische Analyse, JSON- und HTML-Importe sowie datenbankübergreifende Verknüpfungen werden nicht länger an Spezialisten delegiert. Schon in naher Zukunft werden auch Nicht-Analysten diese Aufgaben als Teil ihres Analyse-Flows zu übernehmen. Das wirft allerdings neue Überlegungen in Sachen Data Governance auf. Die IT muss den Übergang zur Self-Service-Datenvorbereitung anleiten und gewährleisten, dass die Daten für die gesamte Organisation verfügbar sind und dass die Angestellten einem sicheren Datenumfeld arbeiten.

Weiterführendes Material: Self-service data prep is the next big thing for BI

Analysen sind überall

Analysen funktionieren am besten, wenn sie in den Workflow integriert sind. Immer mehr Unternehmen verlagern die Analysen daher zunehmend in andere Geschäftsanwendungen, zum Beispiel zu Salesforce. 2017 werden Analysen allgegenwärtig sein und viele Geschäftsprozesse bereichern. Dabei werden sie immer häufiger in den Händen von Mitarbeitern liegen, die vorher nie Daten genutzt haben – etwa Ladenangestellte, Call-Center-Mitarbeiter und Lkw-Fahrer. Durch die Einbettung der BI-Funktionen ist den Mitarbeitern diese Entwicklung aber möglicherweise gar nicht bewusst.

Weiterführendes Material: Embedded BI tools need to be put in their proper place

Die Rolle der IT verändert sich

Jahrzehntelang mussten die IT-Abteilungen aufwändige Berichte erstellen, um Datenanfragen vom Geschäftsbetrieb zu beantworten. Mit der Verbreitung von Self-Service-Analytics ändert sich das Selbstverständnis der IT – vom Produzenten zum „Befähiger“. In erfolgreichen Unternehmen werden  die Analyseteams laut Gartner „zu Vertrauenspartnern des Geschäftsbetriebs“. Die IT stellt die Flexibilität und Agilität bereit, die der Geschäftsbetrieb benötigt, um zu innovieren. Sie sorgt für Governance und Datensicherheit und befähigt das Unternehmen, datenorientierte Entscheidungen mit der vom Markt geforderten Geschwindigkeit zu fällen. Damit trägt die IT künftig entscheidend dazu bei, die Zukunft des Unternehmens zu gestalten.

Weiterführendes Material:  Gartner makes it official: The age of self-service is upon us

Datenanalyse auf Basis von natürlicher Sprache

Die Interaktion mit Daten verändert sich immer wieder. Scripting und Pivot-Tabellen wurden durch intuitive Drag-and-Drop-Schnittstellen ersetzt, heute kommen auf natürlicher Sprache basierende Schnittstellen hinzu, also Funktionen, um Sprache in Daten zu verarbeiten und zu generieren. Durch die Möglichkeit, über natürliche Sprache mit Daten zu interagieren, werden Daten, Grafiken und Dashboards für die Mitarbeiter noch leichter zugänglich. Die Analysten von Gartner bezeichnebn dies als „die nächste Phase in der Entwicklung von der standardmäßigen Berichterstellung zum Geschichtenerzählen.“

Weiterführendes Material: Natural language generation: A revolution in business insight

Datenanalyse in der Cloud

Da immer mehr Unternehmen ihre Daten in die Cloud verlagern, wird es nicht lange dauern, bis die Analysen ebenfalls in der Cloud stattfinden. Dabei werden Cloud-Data-Warehouses wie Amazon Redshift auch 2017 sehr beliebte Datenstandorte sein und Cloud-Analysen allgegenwärtig machen. Hybrid-Architektur von cloudbasierten und lokalen Lösungen wird es zwar weiter geben, Cloud-Analysen sind jedoch schneller und besser skalierbar.

Weiterführendes Material: Data gravity pulls to the cloud

Advanced Analytics werden leichter zugänglich

Geschäftsanwender werden immer versierter im Umgang mit Daten. Auch die Zahl der Experten für Advanced Analytics wie Data Mining und Predictive Analytics, nimmt zu. Künftig werden nicht mehr nur Datenwissenschaftlern und Experten, sondern immer mehr Anwender aus verschiedenen Bereichen im Unternehmen Advanced Analytics nutzen.

Weiterführendes Material: 2016 Advanced and Predictive Analytics Market Study

Schlüsselqualifikation Datenkompetenz

Laut LinkedIn zählte Business Intelligence 2016 zu einer der wichtigsten Einstellungsvoraussetzung. Im kommenden Jahr werden Datenanalysen eine obligatorische Kernkompetenz für Fachleute aller Bereiche sein. Ähnlich wie der Umgang mit Microsoft Word, Excel und PowerPoint wird die Analysekompetenz zur Heftklammer für den Arbeitsplatz. Um diesem Bedarf gerecht zu werden, nehmen immer mehr Gymnasien und Hochschulen Analysen und Datenprogramme in ihre Programme auf. Im Trend liegen intuitive BI-Plattformen, die auf allen Ebenen Entscheidungsgrundlagen bilden.

Weiterführendes Material: Step aside, coding: Time for analytical thinking in big data

Autor

Lars Milde ist Senior Marketing Manager beim Data-Analytics-Anbieter Tableau.

https://www.tableau.com