Wer Gold aus Sand herauswaschen will, braucht entsprechende Werkzeuge. Und die fordert DSAG-Vorstand für das Anwendungsportfolio, Gerhard Göttert, in seinem aktuellem silicon.de-Blog und zwar ganz besonders für den Bereich ‘Predictive Analytics’.
Predictive Analytics muss differenziert betrachtet werden. Auf technischer Seite erleben wir eine rasante Entwicklung sowohl beim Datenwachstum als auch im Bereich des Datenmanagements. Der Rohstoff ‘Daten’ gewinnt dabei zunehmend an Bedeutung, denn in ihnen liegen wichtige Informationen verborgen. Diese können über mathematische Verfahren soweit veredelt werden, dass sie eine geschäftsrelevante Komponente mit erheblichem Einfluss werden.
Dabei hat Predictive Analytics eine ganz besondere Bedeutung für Unternehmen: Sie erlaubt zuverlässige Zukunftsprognosen und ist folglich ein wichtiges Element, um das Handeln der Unternehmen belastbarer und effizienter zu machen. Allein der Wille, Predictive Analytics einzusetzen, ist aber nicht ausreichend. Entsprechende technische Systeme sind mindestens so wichtig wie qualitativ gute Datenbestände und die Verankerung neuer Skills.
Verfügt das Unternehmen über qualitativ hochwertige Daten aus längeren Zeiträumen, kann durch den Einsatz mathematischer Modelle digitales Gold entstehen, in Form von geschäftsrelevanten Informationen: Worin wollen Kunden künftig investieren? Wie entwickelt sich heute die Nachfrage? Oder welche Produkte müssen morgen in welcher Menge welchem Markt geliefert werden? Je nach Daten- und Ausgangslage bieten Predictive-Analytics-Lösungen hier Antworten. Auf Basis dieses Wissens können Maßnahmen ergriffen und die Leistungen des Unternehmens abgestimmt werden. Der Entscheidungszeitraum verkürzt sich, während sich der Handlungsspielraum erweitert.
Die nötige Technik, um große Datenmengen sehr schnell zu bearbeiten und zu analysieren, gibt es bereits. Doch um Predictive Analytics erfolgreich zu nutzen, sind drei grundlegende Fähigkeiten unverzichtbar
- Daten müssen für den Einsatz eines Analysesystems vorbereitend selektiert und modelliert und das erforderliche mathematische Verfahren festgelegt werden.
- Das grundlegende Modell ist kontinuierlich an die Bedürfnisse des Unternehmens anzupassen.
- Es bedarf einer Exekutive, die die Ergebnisse der Analyse in konkrete Businessmaßnahmen umsetzt.
Denkbar sind Tools zur vorausschauenden Analyse in allen Branchen und Bereichen. Die Unternehmen müssen hierfür jedoch ihre Business Cases erarbeiten und prüfen.
Analytics-Lösungen sind so zu gestalten, dass Mitarbeiter in den Fachbereichen der Unternehmen sie verwenden können. Dabei steht eine möglichst einfache und effiziente Nutzung der Analysefunktionen im Vordergrund. Aus Sicht der DSAG bedarf es deshalb eines klaren Konzepts von SAP, wie sich Predictive Analytics für Unternehmen nutzen lässt. Denn effektiv ist der Einsatz von SAP-Lösungen nur dann, wenn diese die Komplexität der Systeme nicht noch mehr erhöhen, sondern sich vielmehr in bereits bestehende Geschäftsprozesse und Systeme integrieren lassen.
Über die DSAG
Die Deutschsprachige SAP-Anwendergruppe (DSAG) e. V. in Walldorf versteht sich als eine unabhängige Interessenvertretung aller SAP-Anwender in Deutschland, Österreich und der Schweiz. Ziel der DSAG ist es, darauf hinzuwirken, dass bedarfsgerechte SAP-Lösungen geschaffen werden, sowie den Erfahrungs- und Informationsaustausch sowohl der SAP-Kunden untereinander als auch mit SAP zu fördern. Die 1997 als eingetragener Verein gegründete DSAG zählt heute mehr als 2.900 Mitgliedsunternehmen mit über 52.000 Mitgliedspersonen und hat sich als eine der größten SAP-Anwendergruppen weltweit etabliert. Weitere Informationen finden Sie unter:
www.dsag.de, www.dsag.at, www.dsag-ev.ch
