Daten und Analysen: ein Erfolgsrezept

Autor/Redakteur: Ram Chakravarti, Chief Technology Officer bei BMC Software/gg

Da Unternehmen weiterhin exponentiell Daten anhäufen, ist es unerlässlich, den wahren Geschäftswert von Daten und Analysen zu erschließen, um die Agilität zu fördern. Weltweit setzen Unternehmen zunehmend datengesteuerte Strategien ein, um die betriebliche Flexibilität und die Geschäftskontinuität zu verbessern. Laut einer Umfrage von Accenture sind 88 Prozent der befragten Führungskräfte der Meinung, dass die Nutzung zukunftsorientierter Datensätze und analytischer Ansätze zur besseren Vorhersage und Reaktion auf Ereignisse für ihren Erfolg entscheidend ist.

Bild: BMC Software

Mit Billionen von Datenpunkten aus Verbraucheraktivitäten und Unternehmenssystemen werden Daten wichtiger als je zuvor. So wurden beispielsweise im vergangenen Jahr etwa 14 Milliarden mobile Geräte erfasst, und in diesem Jahr werden es fast 36 Milliarden angeschlossene Geräte sein. Darüber hinaus wird die Zahl der Nutzerinnen und Nutzer sozialer Netzwerke im Jahr 2022 auf 3,96 Milliarden geschätzt, und diese Zahlen werden voraussichtlich weiter steigen, da die Nutzung mobiler Geräte und mobiler sozialer Netzwerke in bisher unterversorgten Märkten an Bedeutung gewinnt. Darüber hinaus haben wir jetzt Zugang zu Satellitenbildern, geophysikalischen Daten, genetischen Daten und einer Vielzahl anderer Daten, wie es sie nie zuvor gegeben hat.

Raus mit dem Alten

Obwohl der Einsatz von Daten und Analysen für viele Unternehmen zum Standard geworden ist, bleibt eine erhebliche Anzahl von Umstellungen hinter den Erwartungen der Unternehmen zurück. Gartner hat herausgefunden, dass nur 22 Prozent der analytischen Erkenntnisse im Jahr 2022 zu Geschäftsergebnissen führen werden. Es gibt mehrere Gründe für diese Misserfolge, zum Beispiel neue Daten oder komplexere Geschäftsmodelle, die eine Vereinfachung schwierig machen, sowie eine “Prozessinkongruenz”, bei der traditionelle Datenverwaltungsprozesse nicht gut mit innovativen Technologien wie künstlicher Intelligenz zusammenarbeiten.

Manche Unternehmen stellen fest, dass es an der internen Zusammenarbeit mangelt oder dass die Unternehmen nicht ausreichend eingebunden sind, um einen erfolgreichen Kulturwandel voranzutreiben. Darüber hinaus haben einige herausgefunden, dass es an einem Budget für die erforderlichen Investitionen fehlt. Datenanalyseteams benötigen eine Kombination aus internem Fachwissen und fundierten technischen Kenntnissen. Aus diesem Grund kann es auch zu einem Mangel an Talenten in der Branche und zu Herausforderungen bei der Operationalisierung in großem Maßstab kommen, da die Erwartungen der Stakeholder in Bezug auf Schnelligkeit, Flexibilität, Pünktlichkeit und Anpassung neuer Funktionen rapide steigen.