Was ist Business Intelligence (BI)?

Business Intelligence (BI) ist beschreibend und ermöglicht bessere Geschäftsentscheidungen, die auf der Grundlage aktueller Geschäftsdaten basieren. Business Analytics (BA) ist dann eine Teilmenge von BI, wobei Business Analytics die präskriptive, zukunftsorientierte Analyse liefert. Es ist das Dach der BI-Infrastruktur, das die Tools zur Identifizierung und Speicherung der Daten für die Entscheidungsfindung umfasst.

BI kann ein Unternehmen darüber informieren, wie viele neue Kunden im letzten Monat gewonnen wurden und ob das Auftragsvolumen in diesem Monat gestiegen oder gesunken ist. Im Gegensatz dazu könnte die Geschäftsanalyse vorhersagen, welche Strategien auf der Grundlage dieser Daten für das Unternehmen am vorteilhaftesten wären. Zum Beispiel: Was passiert, wenn wir die Werbeausgaben erhöhen, um Neukunden ein besonderes Angebot zu machen?

BI-Plattformen verlassen sich traditionell für ihre Basisinformationen auf Data Warehouses. Die Stärke eines Data Warehouse besteht darin, dass es Daten aus mehreren Datenquellen in einem zentralen System aggregiert, um die Analyse von Geschäftsdaten und die Berichterstellung zu unterstützen. BI präsentiert dem Benutzer die Ergebnisse in Form von Berichten, Diagrammen und Karten, die über ein Dashboard angezeigt werden können.

Data Warehouses können eine OLAP-Engine (Online Analytical Processing) zur Unterstützung mehrdimensionaler Abfragen enthalten. Zum Beispiel: „Wie hoch sind die Umsätze für unsere östliche Region im Vergleich zu unserer westlichen Region in diesem Jahr im Vergleich zum Vorjahr?“

OLAP bietet eine leistungsstarke Technologie für die Datenerkennung, die BI, komplexe analytische Berechnungen und vorausschauende Analysen erleichtert. Einer der Hauptvorteile von OLAP ist die Konsistenz seiner Berechnungen, die die Produktqualität, die Kundeninteraktionen und Geschäftsprozesse verbessern können.

Data Lakehouses werden mittlerweile auch für BI eingesetzt. Der Vorteil eines Data Lakehouse besteht darin, dass es versucht, die zentralen Herausforderungen von Data Warehouses und Data Lakes zu lösen, um eine idealere Datenverwaltungslösung für Unternehmen zu entwickeln. Ein Lakehouse stellt die nächste Entwicklungsstufe von Datenverwaltungslösungen dar.

Die Schritte im BI verlaufen normalerweise in dieser Reihenfolge:

• Datenquellen: Legen Sie die zu prüfenden und zu analysierenden Daten fest, z.B. aus einem Data Warehouse oder Data Lake, Cloud, Hadoop, Branchenstatistiken, Lieferkette, CRM, Bestand, Preisgestaltung, Vertrieb, Marketing oder sozialen Medien.
  
  
• Datenerfassung: Sammeln und Bereinigen von Daten aus verschiedenen Quellen. Bei dieser data preparation kann es sich um das manuelle Sammeln von Informationen in einer Tabelle oder um ein automatisches ETL-Programm (Extrahieren, Transformieren, Laden) handeln.
  
  
• Analyse: Suchen Sie in den Daten nach Trends oder unerwarteten Ergebnissen. Dabei können Tools zu Data Mining, Datenerkennung oder Datenmodellierung verwendet werden.
  
  
• Visualisierung: Erstellen Sie Datenvisualisierungen, Diagramme und Dashboards, die Business-Intelligence-Tools wie Tableau, Cognos Analytics, Microsoft Excel oder SAP nutzen. Idealerweise enthält diese Visualisierung Drill-Down-, Drill-Through- und Drill-Up-Funktionen, damit die Benutzer verschiedene Datenebenen untersuchen können.
  
  
• Aktionsplan: Entwickeln Sie umsetzbare Erkenntnisse basierend auf der Analyse historischer Daten im Vergleich zu wichtigen Leistungsindikatoren (KPIs). Zu den Maßnahmen könnten effizientere Prozesse, Änderungen im Marketing, die Behebung von Problemen in der Lieferkette oder die Anpassung der Customer Experience gehören.
  
  

Einige neuere BI-Produkte können Rohdaten direkt mit Hilfe von Technologien wie Hadoop extrahieren und laden, aber Data Warehouses bleiben oft die Datenquelle der Wahl.

Der Begriff „Business Intelligence“ (BI) wurde erstmals 1865 von dem Autor Richard Millar Devens verwendet, als er einen Bankier zitierte, der Informationen über den Markt sammelte, bevor es seine Konkurrenten taten. 1958 erforschte ein IBM-Computerwissenschaftler namens Hans Peter Luhn das Potenzial der Nutzung von Technologie zur Erfassung von BI. Seine Forschung trug dazu bei, Methoden für die Entwicklung einiger der frühen Analyseplattformen von IBM zu etablieren.

In den 1960er und 70er Jahren begannen die ersten Datenmanagementsysteme und Entscheidungsunterstützungssysteme (Decision Support Systems, DSS) mit der Speicherung und Organisation der wachsenden Datenmengen. „Viele Historiker gehen davon aus, dass die moderne Version von BI aus der DSS-Datenbank hervorgegangen ist“, heißt es auf der IT-Bildungsseite Dataversity. „In dieser Zeit wurde eine Reihe von Tools entwickelt, die den Zugriff auf Daten und deren Organisation vereinfachen. OLAP, Executive Information Systems und Data Warehouses waren einige der Tools, die für die Arbeit mit DSS entwickelt wurden.“²

In den 1990er Jahren wurde BI immer beliebter, aber die Technologie war immer noch komplex. In der Regel war dafür IT-Unterstützung erforderlich, was häufig zu Rückständen und verzögerten Berichten führte. Selbst ohne IT brauchten BI-Analysten und Benutzer umfassende Schulungen, um ihre Daten erfolgreich abfragen und analysieren zu können.³

Business Intelligence ist eine Denkweise, die aus Hardware und Software besteht. Durch die Einführung einer datengesteuerten Kultur, die auf einem vollständigen Satz von Ansätzen, Prozessen, digitaler Technologie und Datenanalyse basiert, kann ein Unternehmen neue Erkenntnisse gewinnen, um bessere Geschäftsentscheidungen zu treffen und neue Vorteile zu generieren. Die Installation eines neuen BI-Softwarepakets allein führt nicht zu diesem Kulturwandel.

Vorteile von BI:

• Klarere Berichterstellung: BI gibt Unternehmen die Möglichkeit, Fragen in einfacher Sprache zu stellen und Antworten zu erhalten, die sie verstehen können. Dashboards können die wichtigsten Erkenntnisse priorisieren und so sowohl Datenexperten als auch nichttechnischen Teammitgliedern Zeit sparen.
  
  Anstatt sich auf Vermutungen zu stützen, können Mitarbeiter ihre Entscheidungen auf der Grundlage von Geschäftsdaten treffen – sei es in Bezug auf Produktion, Lieferkette, Kunden oder Markttrends. Die Daten können helfen, die drängenden Fragen eines Unternehmens zu beantworten: Warum sinken die Umsätze in dieser Region? Wo haben wir Überbestände? Was sagen Kunden in den sozialen Medien?
  
  
• Konsolidierte Daten: BI liefert geschäftliche Erkenntnisse, indem es Daten aus verschiedenen (internen und externen) Quellen abruft und konsolidiert, um sie vollständig zu analysieren. Indem BI ein genaues Bild des Unternehmens und des Marktes liefert, gibt es einem Unternehmen die Möglichkeit, eine Geschäftsstrategie zu entwickeln.
  
  
• Schaffen Sie neue Effizienzen: Unternehmen können ihre Geschäftsabläufe im Vergleich zu Benchmarks überwachen und laufend Verbesserungen vornehmen – alles auf der Grundlage von Dateneinblicken. Analysen können Engpässe in der Produktion oder Lieferkette aufdecken und beseitigen helfen. Manager können die Leistung ihrer Mitarbeiter überwachen, um festzustellen, wo organisatorische Änderungen vorgenommen werden können. Das Management der Lieferkette kann verbessert werden, indem Sie Aktivitäten auf- und abwärts überwachen und Ergebnisse mit Partnern und Lieferanten kommunizieren.
  
  
• Tiefere Dateneinblicke: BI hilft Unternehmen, datengesteuerter zu werden, um die Unternehmensleistung kontinuierlich zu verbessern, Wettbewerbsvorteile zu erlangen und neue Kunden und neue Möglichkeiten zu finden. Sie können ihren ROI verbessern, indem sie ihr Geschäft und ihren Markt verstehen und ihre Ressourcen intelligent zuweisen, um strategische Ziele zu erreichen. Neue Daten können Aufschluss über Kundenverhalten, Präferenzen und Markttrends geben. Diese Erkenntnisse ermöglichen es Marketingfachleuten, potenzielle Kunden besser anzusprechen oder Produkte an die sich ändernden Marktbedürfnisse anzupassen.
  
  
• Schnellere Entscheidungsfindung: Da der Fortschritt digital überwacht und analysiert wird, können fundiertere Entscheidungen schneller getroffen werden, um schnellere Anpassungen auf dem Markt zu ermöglichen.
  
  
• Steigerung der Kundenzufriedenheit: Wenn Kundenservice-Mitarbeiter Zugriff auf Kundendaten und Erkenntnisse haben, können sie die gewünschten Informationen bereitstellen und Probleme schneller lösen.
  
  
• Bessere Mitarbeiterzufriedenheit: Der Selbsthilfe-Zugriff auf wichtige Geschäftsdaten kann Workflows optimieren, sodass die Mitarbeiter ihre Arbeit schneller und mit weniger zusätzlichen oder sich wiederholenden Schritten erledigen können.

Herausforderungen von BI

• Widersprüchliche Schlussfolgerungen: Self-Service-BI ermöglicht es mehreren Teams, nach den benötigten Erkenntnissen zu suchen, kann aber auch zu abweichenden Schlussfolgerungen führen, was zu mehr Reibungsverlusten führt, statt zu einem einheitlichen Aktionsplan. Dies kann besonders dann der Fall sein, wenn sich menschliche Voreingenommenheit in die Analyse einschleicht.
  
  
• Fachkräftemangel: Die Notwendigkeit der Datenintegration könnte sich angesichts einer Vielzahl von Quellen als schwierig erweisen, und die Integration könnte die derzeitigen Möglichkeiten übersteigen. Fachwissen in den Bereichen Data Science, Technik und Architektur ist erforderlich, um sicherzustellen, dass Analysen Erkenntnisse liefern, die der Realität entsprechen.
  
  
• Vorabkosten: Die anfänglichen Kosten für die Entwicklung eines leistungsstarken, modernen BI-Systems mögen hoch erscheinen, aber die durch die Analyse erzielten Kosteneinsparungen werden die Investition ausgleichen.

Daten sind das Lebenselixier erfolgreicher Unternehmen. Neben den traditionellen Datenrollen – Dateningenieure, Data Scientists, Analysten und Architekten – benötigen Entscheidungsträger im gesamten Unternehmen einen flexiblen Self-Service-Zugriff auf datengestützte Erkenntnisse, der durch künstliche Intelligenz (KI) beschleunigt wird. Von Marketing über Personalwesen und Finanzen bis hin zur Lieferkette können Entscheidungsträger diese Erkenntnisse nutzen, um die Entscheidungsfindung und Produktivität im gesamten Unternehmen zu verbessern.

Unternehmen profitieren davon, wenn sie Abläufe und Prozesse vollständig bewerten, ihre Kunden verstehen, den Markt einschätzen und Verbesserungen vorantreiben können. Sie benötigen die richtigen Tools, um Geschäftsinformationen von überall aus zu aggregieren, zu analysieren, Muster zu erkennen und Lösungen zu finden. Um ein BI-System bereitzustellen, das all dies ermöglicht, sollten Unternehmen:

• Klare Geschäftsziele setzen: Die Ermittlung der wertvollsten und umsetzbarsten Informationen ermöglicht es einem Unternehmen, die Daten zu bestimmen, die gesammelt oder beschafft werden müssen, und bei der Auswahl des BI-Systems zu helfen, das für die Bereitstellung dieser Informationen erforderlich ist.
  
  
• Umfassendes Benutzertraining: Der Kulturwandel hin zu einem datengesteuerten Unternehmen ist am ehesten zu erreichen, wenn alle Benutzer klare und überzeugende Lektionen über die neuen Tools erhalten. Ein oberflächliches Training oder ein selbstgesteuertes Hacking könnte das Team entmutigen oder ungenaue Ergebnisse liefern.
  
  
• Überwachung von Datenqualität und -relevanz: Eine ständige Überwachung der Daten ist erforderlich, um sicherzustellen, dass die Ergebnisse konsistent und vertrauenswürdig sind. Wenn sich die Marktbedingungen ändern, müssen möglicherweise neue Maßnahmen hinzugefügt oder andere Berichtsformate entwickelt werden, um für mehr Klarheit zu sorgen. Die Eingabedatensätze müssen solide und unvoreingenommen sein und nach klaren Governance-Standards verwaltet werden, die gewährleisten, dass die Daten sicher, privat, genau und nutzbar sind. Alle KI-Modelle, die zur Entscheidungsfindung und Vorhersage dienen, müssen erklärbar und transparent sein. Und das BI-System sollte mit einer Vielzahl von Datensystemen in allen Geschäftsbereichen verbunden und auch von Personen nutzbar sein, die keine professionellen Datenanalysten sind.
  
  
• Sicherstellung des Datenzugriffs für Entscheidungsträger: Viele Unternehmen sind im Rückstand. Wichtige Daten werden nicht ausreichend erfasst oder analysiert, so ein IDC-Bericht⁴, der schätzt, dass bis zu 68 % der Geschäftsdaten ungenutzt bleiben. Unternehmen mit einer modernen Datenarchitektur und einer soliden BI-Einführung haben einen Wettbewerbsvorteil: Sie sind in der Lage, durch die Einführung von Echtzeit-Entscheidungsverfahren und vorausschauender Analyse noch weiter voranzukommen.
  

Business Intelligence schafft in fast jeder Branche einen Mehrwert für verschiedene Funktionen. Beispiel:

Kundenservice: Da sowohl Kundeninformationen als auch Produktdetails über eine einheitliche Datenquelle verfügbar sind, können Kundenservice-Agenten schnell auf Kundenfragen antworten oder mit der Lösung von Kundenanliegen beginnen.

Finanzen und Bankwesen: Finanzunternehmen können den aktuellen Zustand und die Risiken ihres Unternehmens ermitteln und den zukünftigen Erfolg vorhersagen, indem sie die Kombination aus Kundenhistorie und Marktbedingungen betrachten. Die Daten können über eine einzige Schnittstelle für jede einzelne Filiale überprüft werden, um Verbesserungsmöglichkeiten oder weitere Investitionen zu identifizieren.

Gesundheitswesen: Patienten können schnell Antworten auf viele dringende Gesundheitsfragen erhalten, ohne zeitraubende Fragen an das Personal oder das medizinische Personal zu stellen. Interne Abläufe, einschließlich Bestand, lassen sich leichter minutengenau nachverfolgen.

Einzelhandel: Einzelhändler können Kosteneinsparungen erzielen, indem sie die Leistung und die Benchmarks der einzelnen Geschäfte, Kanäle und Regionen vergleichen. Und mit der Transparenz des Anspruchsprozesses können Versicherer sehen, wo ihnen Serviceziele fehlen, und diese Informationen nutzen, um die Ergebnisse zu verbessern.

Vertrieb und Marketing: Durch die Vereinheitlichung von Daten zu Werbeaktionen, Preisgestaltung, Umsatz, Kundenaktionen und Marktbedingungen können Marketing- und Vertriebsteams zukünftige Werbeaktionen und Kampagnen besser planen. Eine detaillierte Zielgruppenansprache oder Segmentierung kann den Umsatz steigern.

Sicherheit und Compliance: Zentralisierte Daten und ein einheitliches Dashboard können die Genauigkeit verbessern und helfen, die Ursachen von Sicherheitsproblemen zu ermitteln. Die Einhaltung von Vorschriften kann mit einem einzigen System zur Erfassung von Berichtsdaten vereinfacht werden.

Statistische Analysen: Mithilfe deskriptiver Analysen können Unternehmen Statistiken überprüfen, um neue Trends zu erkennen und herauszufinden, warum diese Trends entstehen.

Lieferkette: Weltweite Daten auf einer zentralen Oberfläche (Single Pane Of Glass, SPOG) können den Warenverkehr und die Identifizierung von Ineffizienzen und Engpässen in der Lieferkette beschleunigen.

Die jüngsten Entwicklungen im Bereich Business Intelligence konzentrieren sich auf Self-Service-BI-Anwendungen, die es technisch nicht versierten Benutzern ermöglichen, automatische Analysen und Berichte zu nutzen. Das IT-Team ist weiterhin für die Verwaltung der Unternehmensdaten verantwortlich – einschließlich der Genauigkeit und Sicherheit –, aber mehrere Teams können nun direkt auf die Daten zugreifen und sind für ihre eigene Analyse verantwortlich, anstatt den Auftrag in einer Warteschlange auf Ausführung durch die IT-Abteilung warten zu lassen.

Es wird erwartet, dass die laufenden Fortschritte bei modernen Business Intelligence- und Analysesystemen maschinelle Lernalgorithmen und KI integrieren, um komplizierte Aufgaben zu rationalisieren. Mit dem neuen Schwerpunkt auf Self-Service können diese Funktionen auch die Fähigkeit des Unternehmens beschleunigen, Daten zu analysieren und Erkenntnisse auf einer tieferen Ebene zu gewinnen. KI-gestützte Systeme können automatisch aus mehreren Quellen lesen und dabei die relevantesten Informationen für die Entscheidungsfindung herausfiltern.

Betrachten Sie zum Beispiel, wie IBM Cognos® Analytics Datenanalyse und visuelle Tools zusammenführt, um die Erstellung von Karten für Berichte zu unterstützen. Das System nutzt KI, um geografische Informationen automatisch zu erkennen. Sie kann dann die Visualisierungen verfeinern, indem sie geospatiale Karten des gesamten Globus, eines einzelnen Viertels oder irgendetwas dazwischen hinzufügt.

Moderne BI-Lösungen arbeiten auf cloudbasierten Plattformen, um die Reichweite von BI weltweit zu erhöhen. Aus Big Data können Erkenntnisse über die Verbraucher gewonnen werden, wobei Informationen entstehen, die von beschreibend bis hin zu vorhersagend reichen. Viele BI-Lösungen bieten jetzt Echtzeitverarbeitung und ermöglichen eine sofortige Entscheidungsfindung.

Zu den weiteren Fortschritten bei BI-Systemen für Unternehmen gehören Abfragen in natürlicher Sprache, die für Benutzer, die keine SQL-Experten sind, einfacher sind. Low-Code- oder No-Code-Entwicklungsfunktionen sind in einigen BI-Systemen verfügbar, so dass Benutzer ihre eigenen Tools, Anwendungen und Berichtsschnittstellen erstellen können, um die Antworten und die Markteinführung weiter zu beschleunigen.