Business Intelligence (BI) ist maßgeblich am Unternehmenserfolg beteiligt. Laut einer Studie von Dimensional Research nutzen 98 Prozent der Firmen bereits eine Form von BI.
Die aus den Datenanalysen gewonnenen Erkenntnisse unterstützen Unternehmen einen umfassenden Überblick über den gesamten Betrieb zu erhalten, auf neue Trends zu reagieren sowie bessere Geschäftsentscheidungen zu treffen. Doch die gleiche Studie legt auch nahe, dass obwohl Unternehmen mit BI-Tools bestens ausgerüstet sind, das Potenzial der Daten oft nicht voll ausgeschöpft werden kann.
Um Insights zu gewinnen, brauchen Unternehmen Daten – und zwar jede Menge davon. Im Zuge der digitalen Transformation sind viele zusätzliche Datenquellen entstanden und führte zu einer enormen Menge an Informationen. In Zeiten der Covid-19 Pandemie werden diese voraussichtlich noch weiter zunehmen. Der Zugang zu verlässlichen, aktuellen Datenquellen ist damit entscheidender denn je für den Geschäftserfolg. Um aus dieser Fülle an Informationen relevante Erkenntnisse zu generieren, verlassen sich Unternehmen auf ihre Datenanalysten.
Die Umfrage 2020: The State of Data Analysts ergab, dass 71 Prozent der Unternehmen planen zusätzliche Datenanalysten einzustellen und es wird erwartet, dass dieser Trend weiter anhält. Doch nur weitere Leute für die Analysen einzustellen ist für Unternehmen nicht wertschöpfend. Der Grund dafür wurde in der Studie von Dimensional Research offengelegt. Weltweit wurden mehr als 500 Datenexperten befragt mit einem verblüffenden Ergebnis: Datenanalysten verbringen nur 50 Prozent ihrer Arbeitszeit mit ihrem „eigentlichen Job“: der Analyse von Daten.
Hindernisse beim Datenzugriff verschwendet wertvolle Zeit
Analysten kritisieren, dass sie bis zu einem Drittel jedes Arbeitstages damit verbringen, auf die benötigten Daten zuzugreifen. Darüber hinaus gab die überwiegende Mehrheit der Analysten (90 Prozent) an, dass die Daten meist unzuverlässig oder unvollständig sind und ihre Arbeit dadurch beeinträchtigt wird. Bereits eine einzige nicht verfügbare Datenquelle reicht aus, um weitere weitreichende Verzögerungen zu verursachen.
Eine weitere Ursache für den mangelnden Datenzugriff liegt in den ständigen Änderungen der Datenschemas. Unternehmen richten ihre Geschäftsabläufe hinsichtlich neuer Anforderungen regelmäßig neu aus und benötigen dafür aktuelle Datensätze, um neue Geschäftsmöglichkeiten zu erschließen. Dies ist ein wesentlicher Baustein, um die Genauigkeit von Reportings und damit des Entscheidungsprozesses in einem Unternehmen zu erhöhen. 60 Prozent der Analysten berichteten, dass sie die Datenschemas jeden Monat aktualisieren müssen. Für die Datenanalysten führt der ständige Fokuswechsel und die Ergänzung neuer Datensätze jedoch zu mehr Arbeit und weiteren Verzögerungen.
Erschwerend kommt hinzu, dass die technischen Ressourcen zur Unterstützung dieser Aktualisierungen nicht immer sofort verfügbar sind. Mehr als 60 Prozent der Befragten gaben an wertvolle Zeit mit dem Warten auf Engineering-Ressourcen zu verlieren. Oft sind die Analysten dabei gezwungen sich den Zugriff auf die benötigten Daten über Umwegen zu verschaffen. Wenn sie nicht über das vorgesehene Dashboard auf die Daten zugreifen können, müssen sie für die Erstellung von Reports oft auf Excel zurückgreifen.
Wenn überholte Daten Unternehmen ausbremsen
Die unzureichende Verfügbarkeit der Daten führt zu Verzögerungen bei der Bereitstellung von aussagekräftiger Business Intelligence für das gesamte Unternehmen. Diese Verzögerungen bergen auch das Risiko, dass Datenanalysten mit veralteten Daten arbeiten und Reportings erstellen, die auf nicht aktuellen Informationen basieren. Die Verwendung abgelaufener Daten zum Trainieren von KI-Modellen, kann beispielsweise KI-Anwendungen erheblich schaden.
Im schlimmsten Fall können Geschäftsentscheidungen, die auf alten Datensätzen basieren einen irreführenden Einfluss auf die strategische Ausrichtung des Unternehmens haben. In Anbetracht der aktuellen Zeiten wirtschaftlicher Unsicherheiten ist es umso beunruhigender, dass 41 Prozent der Datenanalysten angaben, mit Daten zu arbeiten, die bereits zwei Monate oder älter sind.
Solche Ineffizienzen haben nicht nur einen negativen Effekt auf Analysen, sondern bremsen auch Innovationen aus. Mehr als zwei Drittel der befragten Analysten erklärten, dass sie zwar erfolgsversprechende Ideen haben, jedoch nicht genug Zeit, um diese weiter zu verfolgen geschweige denn umzusetzen. Doch auch ein größeres Analystenteam wird dieses Problem nicht lösen. Denn jeder Analyst wird weiterhin durch dieselben Ineffizienzen ausgebremst. Datenanalysten müssen mehr Zeit mit den wertschöpfenden Analysen von Daten verbringen als mit dem mühseligen „Zusammentragen“ von Daten. Mit anderen Worten: Wenn Daten zur Optimierung der Entscheidungsfindung genutzt werden sollen, müssen Datenexperten in der Lage sein, für Analysen Daten in Echtzeit zu extrahieren.
Automatisierte Datenintegration hebt BI auf ein neues Level
Unternehmen müssen ihre Arbeit mit Daten überdenken und sollten Analysten ermöglichen sich auf ihre Kernaufgabe zu konzentrieren. Es sollte keine wertvolle Zeit mit dem Suchen, Reparieren und Stabilisieren von Daten verschwendet werden. Der Einsatz von Technologien zur Automatisierung bestimmter Prozesse – z. B. Anpassungen von Datenschemas aufgrund einer geänderten Geschäftsausrichtung – ermöglicht Unternehmen die größte Hürde zu beseitigen, mit denen Datenanalysten konfrontiert sind.
Eine automatisierte Datenintegration erlaubt Firmen neue Datenquellen in Echtzeit hinzuzufügen und Daten aus mehreren Quellen zu extrahieren. Unternehmen haben so jederzeit Zugriff auf aktuelle Daten und können diese bestmöglich verwerten, um jederzeit die richtigen Geschäftsentscheidungen zu treffen.
Alexander Zipp, Commercial Lead DACH, Fivetran
https://fivetran.com/
