Business Intelligence

Der Blick zurück reicht nicht mehr

Werner Kurzlechner lebt als freier Journalist in Berlin und stellt regelmäßig Rechtsurteile vor, die Einfluss auf die tägliche Arbeit von Finanzentscheidern nehmen. Als Wirtschaftshistoriker ist er auch für Fachmagazine und Tageszeitungen jenseits der IT-Welt tätig.
Mit BI-Tools der neuen Generation lässt sich die Geschäftsentwicklung so genau vorhersagen, wie das Wetter. Also meistens richtig. Dass sich Predicitive Analytics positiv auf die Performance auswirkt, zeigt eine neue Studie.

Predictive Analytics zeigt, wie sich die Lage in Zukunft entwickeln kann. Den Blick in die Glaskugel braucht es nicht mehr. Darauf wies Jörg Cramer von SAS Deutschland vor kurzem auf unserer Schwesterpublikation CFOWorld hin. Aber welchen Nutzen bringen die Forecasting-Tools? Welche Chancen versprechen sie, welche Risiken bergen sie? Und wie verbreitet sind sie derzeit? Dazu einige Antworten.

Was ist der Unterschied zwischen Business Intelligence (BI), Business Analytics und Predictive Analytics? Zugegeben, die Begriffe können durchaus verwirren. Einfach gesagt ist mit Business Analytics eine Fortentwicklung der klassischen BI gemeint. Neue Instrumente ermöglichen den analytischen Blick in die Zukunft und das Erkennen von Wechselwirkungen einzelner Entscheidungen. Im Vergleich dazu war die BI bisher vorwiegend vergangenheitsorientiert und deskriptiv, wie Jörg Cramer in seinem Beitrag bemängelte. Nichtsdestotrotz lebt BI als Oberbegriff weiter, der auch neue Entwicklungen beinhaltet. Predictive Analytics wiederum kann als Teilmenge von Business Analytics oder Advanced Analytics verstanden werden, die eine Reihe von Analyse-Tools umfassen. Predictive Analytics basiert darauf, Vorhersagen auf Basis von Datenmodellen zu generieren. Es besteht eine enge Korrelation mit Data Mining, also mit dem methodischen Schürfen in bekannten Daten.

Was bringt der Einsatz von Predictive Analytics? Offenbar einen nicht zu vernachlässigenden Wettbewerbsvorteil, glaubt man einer aktuellen Erhebung der Aberdeen Group. Die Marktforscher haben sich in ihrer Studie mit den Auswirkungen von Predictive Analytics (PA) auf zwei Ebenen befasst: zum einen mit der Prognose über das künftige Verhalten von Kunden und potenziellen Kunden, zum anderen mit der präziseren Bestimmung der Performance eines Unternehmens in naher Zukunft. Ein zentrales Ergebnis: Unternehmen, die PA einsetzen, verbesserten ihre operative Gewinnmarge im Durchschnitt um 1 Prozent, während die übrigen Firmen Einbußen von 2 Prozent hinnehmen mussten. PA-Anwender optimierten ihre Kundenbindung um 6 Prozent, der Rest verlor auch in diesem Bereich.

Der Unterschied zeigt sich auch noch in einer anderen Perspektive. Aberdeen teilt die befragten Unternehmen stets in mehrere Gruppen ein, abhängig vom geschäftlichen Erfolg. Das Fünftel der so genannten Klassenbesten stellt seinen Entscheidern zu 38 Prozent PA-Modelle zur Verfügung. In der Gruppe der 30 Prozent mit dem geringsten Geschäftserfolg tun dies nur 19 Prozent. „Mehr Mitarbeitern als bisher klügere und vorausschauendere Entscheidungen zu ermöglichen, kann einen signifikanten Einfluss auf die Wettbewerbsfähigkeit oder sogar das Überleben am Markt haben“, sagt David White, Senior Research Analyst bei Aberdeen.