Bedingt durch die industriellen Megatrends der Digitalisierung und Industrie 4.0 stehen produzierenden Unternehmen stetig wachsende Datenmengen zur Verfügung. Schätzungen zufolge soll sich die jährlich generierte Datenmenge von 2018 bis 2025 auf 175 Zettabyte (das sind 1021 Byte) verfünffachen. Viele Tech-Giganten nutzen diese Daten mithilfe von Business Analytics, um ihre Marktposition auszubauen.
Der Begriff Business Analytics umfasst dabei sämtliche Methoden von der deskriptiven bis zur prädiktiven Datenauswertung mit dem Ziel, datenbasierte Entscheidungen treffen zu können. Dies sind einerseits retrospektive Datenanalysen und andererseits vorausschauende Prognosen und Entscheidungsempfehlungen. Innerhalb dieser beiden Bereiche kann Descriptive Analytics zur Datenaufbereitung und -beschreibung, Diagnostic Analytics zur Analyse und Mustererkennung, Predictive Analytics zur datenbasierten Prognose und Prescriptive Analytics zur prädiktiven Ableitung von Handlungsempfehlungen dienen.
Erfolgreich durch Datenauswertung
Durch eine steigende Sättigung der Märkte haben Kunden eine wachsende Anbieter-Auswahl. Um sich von der Konkurrenz abgrenzen, differenzieren Unternehmen deshalb zunehmend ihr Leistungsangebot. Damit geht oftmals eine wachsende Komplexität einher. Hier kann Business Analytics zur systematischen Auswertung vorhandener Daten des Produktportfolios genutzt werden, um die Komplexität in Unternehmen aufzuschlüsseln.
Eine Studie der Complexity Management Academy aus dem Jahr 2017 zeigt auf, dass diejenigen Unternehmen, die Felddaten systematisch erfassen und darauf aufbauend datenbasierte Entscheidungen in der Entwicklung treffen, erfolgreicher sind. Für eine erfolgreiche Implementierung von Business Analytics im Komplexitätsmanagement gilt es drei Handlungsfelder zu adressieren: Welche konkreten Einsatzgebiete ergeben sich im Bereich der Strategie und des Leistungsportfolios? Welche Methoden und Tools können eingesetzt werden? Welche Voraussetzungen müssen für eine erfolgreiche Implementierung geschaffen werden?
Zielgerichtetes Komplexitätsmanagement
Ein zentraler Aspekt des Komplexitätsmanagements ist die Gestaltung des Strategie- und Leistungsportfolios vor dem Hintergrund der aktiven Steuerung interner Vielfalt auf Produkt- und Prozessebene. In Bezug auf Komplexitätsentstehung kann Business Analytics nicht nur genutzt werden, um die bestehende Vielfalt retrospektiv zu analysieren, sondern ebenso präventiv eingesetzt werden, um Komplexität proaktiv zu vermeiden. Anhand einer ganzheitlichen Analyse des Leistungsportfolios können mithilfe von Kennzahlen konsolidierte Erkenntnisse über das bestehende Portfolio oder die Kommunalitätsbeziehungen zwischen unterschiedlichen Varianten erlangt werden.
So werden Unternehmen befähigt, differenzierte Entscheidungen zur Portfoliogestaltung treffen. Unter Zuhilfenahme von Absatz- und Kundendaten ist es außerdem möglich, das Portfolio kundenorientiert auszurichten, indem Trends und Muster innerhalb der Daten frühzeitig erkannt werden. Unternehmen sind so in der Lage, Geschäftsmodelle datenbasiert zu prüfen und die Gesamtentwicklung des Unternehmens aktiv zu steuern. Methoden und Tools zur Umsetzung von Business Analytics müssen dabei den Umfang der Datenerfassung, -beschreibung, -analyse und -prognose sowie der prädiktiven Gestaltung ganzheitlich abbilden. Für die retrospektive Datenerfassung stehen Tools aus dem Bereich Big Data zur Verfügung. Dazu gehören neben Reporting und Monitoring Tools auch Data Warehouses, um die Datengrundlage zu systematisieren. Für die prospektive Vorhersage auf Basis vorhandener Daten stehen zunehmend intelligente Algorithmen zur Verfügung. Der Einsatz von neuronalen Netzen zur Mustererkennung oder von Machine Learning zur Ableitung von Handlungsempfehlungen unterstützt Unternehmen, komplexe Zusammenhänge zu erkennen und datenbasierte Entscheidungen zu treffen.
Business Analytics erfolgreich einsetzen
Neben der methodischen Umsetzung ist eine Integration von Business Analytics in die Organisation des Unternehmens zwingend notwendig. Dabei ist eine für den Einsatz von Business Analytics ausgestaltete IT-Infrastruktur essentiell. Auf der organisatorischen Ebene sorgt eine durchgängige Transparenz hinsichtlich der Funktionsweise von Business Analytics für eine breite Akzeptanz bei den Mitarbeitern. Dies kann einerseits durch die operative Einbindung von Experten entlang der gesamten Wertschöpfungskette, als auch durch die Kommunikation erfolgreicher Umsetzungsbeispiele erfolgen. Zusätzlich ist ein die gesamte Organisation betreffender Kompetenzaufbau durch Schulungs- und Weiterbildungskonzept in der Anwendung von Business Analytics erforderlich.
Die beschriebenen Handlungsfelder zeigen die Potenziale von Business Analytics insbesondere im Bereich des Komplexitätsmanagements auf. Mehr Informationen und Berichte zu zahlreichen, erfolgreichen Case Studies liefert der 5. Complexity Management Congress am 12. und 13. November 2019 in Aachen.
@
Informationen zum Complexity Management Congress 2019 in Aachen erhalten Sie hier:
