Der „Data, BI und Analytics Trend Monitor 2021“ von BARC hat untersucht, welche Entwicklungen die Bereiche Business Intelligence, Analytics und Datenmanagement aktuell prägen. Im Rahmen der weltweit größten Trendbefragung zu Business Intelligence und Data Analytics wurden knapp 2.300 BI-Anwender, Anbieter und Berater interviewt. Wir werfen einen Blick auf die fünf wichtigsten Trends, die der „Data BI und Analytics Trend Monitor 2021“ ermittelt hat.
Richtige Entscheidungen lassen sich nur auf der Basis von zuverlässigen, konsistenten Daten treffen – diese simple Erkenntnis hat zur Folge, dass das Stammdaten- bzw. Datenqualitäts-Management bereits im vierten Jahr in Folge die Spitzenposition im BARC-Ranking erreicht. Harmonisierte Stammdaten spielen eine entscheidende Rolle für das einheitliche Verständnis von Daten und das reibungslose Zusammenspiel von Unternehmensbereichen. Sie sind die Voraussetzung für ein konsistentes Reporting und für datengetriebene Prozesse. Auch das Angebot innovativer Dienstleistungen und Produkte erfordert das Erzeugen und Nutzen von qualitativ hochwertigen Daten. Zu den kritischen Erfolgsfaktoren für nachhaltig hohe Datenqualität gehören definierte Rollen und Verantwortlichkeiten, Prozesse zur Qualitätssicherung, ein kontinuierliches Monitoring und ein Bewusstsein der Mitarbeiter in den Fachbereichen für die verheerenden Auswirkungen von schlechter Datenqualität.
Als Data Discovery wird ein Prozess bezeichnet, der unstrukturierte Daten aus verschiedenen Quellen und in unterschiedlichen Formaten bereinigt, aufbereitet, visualisiert und nutzbar macht. Es geht darum, in den Daten Muster, Trends und Ausreißer zu erkennen und daraus hilfreiche Erkenntnisse abzuleiten. Um die Effizienz und die Qualität von Data Discovery zu erhöhen, gibt es zwei Ansätze: eine optimierte Benutzerführung und einen höheren Automatisierungsgrad. Künstliche Intelligenz und maschinelles Lernen sollen die Anwender aus den Fachbereichen durch den Data-Discovery-Prozess führen und die Aufgaben entlang des gesamten Prozesses – von der Vorbereitung bis hin zur Visualisierung – automatisieren. In Zeiten von Big Data werden eine zentrale Datenaufbereitung und -analyse auf einer einheitlichen Plattform immer wichtiger, damit Unternehmen wettbewerbsfähig bleiben und Innovationen vorantreiben können.
Ein wirklich datengetriebenes Unternehmen stützt möglichst viele (operative wie strategische) Entscheidungen und Prozesse auf quantitative und qualitative Daten. Das Spektrum reicht von einfachen Kennzahlen wie Umsatz und Gewinn bis hin zu Ergebnissen aus fortschrittlichen Analyse- und Planungsmodellen. Von einer datengetriebenen Unternehmenskultur profitiert nicht nur das Management, das eine verlässliche Basis für seine Geschäftsentscheidungen erhält, sondern auch alle Mitarbeiter, die Daten aktiv zur Verbesserung ihrer täglichen Arbeit nutzen. So wird es möglich, das Potenzial eines Unternehmens vollends auszuschöpfen und Wettbewerbsvorteile zu sichern. Dazu gehört auch die Fähigkeit zur Dateninterpretation, um aus den Daten die richtigen Schlüsse zu ziehen.
Als strategischer Unterbau für die operative Datenpflege stellt Data Governance einen wichtigen Steuerungsmechanismus im Sinne der Datenstrategie eines Unternehmens dar. Die Datenstrategie wiederum ist eng mit den Geschäftszielen verknüpft und versetzt Unternehmen in die Lage, mit ihren Daten Wertschöpfung zu betreiben. Sie steuert die Nutzung von Daten über alle Geschäftsprozesse hinweg und fördert dadurch Effizienz und Innovation. Beim Implementieren der Datenstrategie kommt Data Governance ins Spiel. Sie legt verbindliche Richtlinien und Frameworks fest, wie das Datenmaterial unter Berücksichtigung von Menschen, Prozessen und Technologien verwaltet, überwacht und geschützt werden soll. Grundlage für Data Govenance ist eine klare Entscheidung des Managements hinsichtlich der Frage, wie im Unternehmen mit Daten gearbeitet und wie sie genutzt werden sollen.
Self-Service-Funktionalitäten befähigen Anwender aus den Fachbereiche, eigenständig auf Daten zuzugreifen, sie aufzubereiten und zu analysieren. Sie sind also im Tagesgeschäft nicht mehr auf den Support der IT angewiesen. Die erstellten Analysen und Berichte unterstützen die verschiedenen Abteilungen im Unternehmen in ihren Entscheidungsprozessen. Der Zugang zu den Daten erfolgt über intuitiv bedienbare Tools und Anwendungen, die keine tiefergehenden technischen Kenntnisse voraussetzen. Die Vorteile von Self-Service BI: Auswertungen sind schneller verfügbar, Entscheidungen lassen sich besser mit Daten und Fakten untermauern. Außerdem wird die IT entlastet, kann sich stärker auf ihre Kernaufgaben fokussieren und beispielsweise die Anbindung von Daten aus unterschiedlichen Quellsystemen optimieren.
Die Ergebnisse des „Data, BI und Analytics Trend Monitor 2021“ lassen den Schluss zu, dass sich die Unternehmen der Relevanz qualitativ hochwertiger Daten und deren effektiver Nutzung bewusst sind. Sie sind bestrebt, Daten nicht nur zu sammeln, sondern auch aktiv für bessere Geschäftsentscheidungen einzusetzen, und wissen, welche Rahmenbedingungen sie dafür schaffen müssen.
Dabei wird künftig die Nutzung von Cloud-Lösungen oder zumindest von hybriden Szenarien eine immer stärkere Rolle spielen. Der Trend „Cloud for data and analytics“ machte im diesjährigen BARC-Ranking den größten Sprung im Vergleich zum Vorjahr (von Platz 18 auf Platz 14). Die Unternehmen scheinen gewillt, die Geschwindigkeits- und Skalierbarkeitsvorteile sowie die flexibleren Abrechnungsmodelle von Cloud-Anwendungen vermehrt auch für ihre BI- und Analytics-Landschaft nutzen zu wollen.