Advanced Analytics

Aus vielen oder wenigen Daten Informationen zu gewinnen, die es erlauben, faktenbasierte Entscheidungen zu treffen – das ist für uns die Herausforderung „advanced analytics“. Dabei ist nicht nur die zielgerichtete Visualisierung von Sachverhalten Teil des Ganzen, sondern auch die Berechnung von Kennzahlen und Indikatoren, die letztendlich mehr aussagen als die eigentlichen Daten selbst.

Einfaches Beispiel: Bei der Analyse von Kommunikationsströmen im Unternehmen, hier EMails, gibt es viele gelesene und wenige nicht gelesene Mails. Diese beiden Zahlen nebeneinander gestellt sorgen gerne zunächst für ein wissendes Kopfnicken („Aha“) – es folgt aber oftmals die Frage, was das denn nun eigentlich für eine Aussage hat. Eine Aussage bekommen diese beiden Zahlen erst, wenn sie in eine für das menschliche Gehirn fassbare Indikation transformiert werden; in diesem Beispiel als Quote (82% der Mails sind als gelesen markiert worden, oder 18% sind noch als ungelesen markiert). Dies ist dann durchaus eine interessante Indikation, aber es fehlen noch immer Dimensionen, die Veränderungen (Wann?) und Unterschiede (Abteilung? Standort?) aufzeigen, um letztendlich objektiv bewerten und faktengetrieben entscheiden zu können.

Wir legen dabei den Fokus vor allem auf schnelle iterative Entwicklungs- bzw. Analyseschritte, um von Anfang an die betroffenen Fachbereiche in die Interpretation der Ergebnisse mit einzubeziehen; letztendlich sind es diese Fachbereiche, welche an den Steuerrädern drehen, die wir ihnen an die Hand geben. Erst wenn die Ergebnisse unserer Analysen verstanden wurden, validiert sind und damit eigene Entscheidungen eine fundiertere Basis haben, sind wir mit unserer Arbeit zufrieden.

Technisch setzen wir im Moment überwiegend auf die nun schon seit Jahren etablierte Technologie von Microsoft Power BI (als Visualisierungswerkzeug), womit auch unternehmensweite und umfangreiche Reporting- und Analyselösungen bereitgestellt werden können. Unter der Haube arbeiten wir gerne mit klassischen SQL-Datenbanken, die wir als Cloud-Lösung auch bereitstellen können. Bei größeren Datenmengen kann es sinnvoll sein, noch eine In-Memory-Zwischenschicht wie die SQL Server Tabular Models einzuziehen; oder alternativ direkt auf „Big Data“ Technologien wie Azure Datawarehouse oder Hadoop zu gehen.

Wir unterstützen hier sowohl in der Beratung als auch in der Umsetzung, Bereitstellung und wenn Sie mögen auch im Betrieb von größeren Analyse- und Reportinglösungen.