Datenanalyse: Warum sie für Unternehmen immer wichtiger wird

Der „echte“ John Snow gilt nämlich als einer der Pioniere der systematischen Datenauswertung. Mitte des 19. Jahrhunderts zweifelte der britische Arzt die damals vorherrschende Auffassung an, dass Cholera über die Luft übertragen wird. Systematisch erhob er während der Krankheitswellen Daten, lokalisierte diese anhand einer Londoner Straßenkarte und erkannte so, dass alle Patienten im Umfeld einer bestimmten Wasserpumpe lebten. Nachdem diese stillgelegt wurde, war der Choleraausbruch massiv eingedämmt.

Heutzutage beherrschen die Buzzwords Data Analytics, Data Science und Big Data die Medien – mit gutem Grund. Bei jeder Transaktion, Buchung und Nutzung von Diensten generieren wir Daten, die mittlerweile besser denn je genutzt werden können. Data Analytics erlaubt es so, sehr große Datenmengen aus unterschiedlichen Quellen zusammenzuführen, zu analysieren und auszuwerten.

Diese Digitalisierung der Datenanalyse begann mit der Verbreitung von Computern, der damit einhergehenden Steigerung der Rechenleistung und machte mit der Einführung von SQL in den 1980er Jahren einen weiteren großen Sprung.

Die Hard- und Software hat sich seitdem immer weiter in der Leistungsfähigkeit gesteigert. Das Internet durch die Vielzahl an (frei) verfügbaren Quellen und die Ausweitung der Digitalisierung auf immer mehr Lebensbereiche haben darüber hinaus ihren Teil dazu beigetragen, dass wir mittlerweile eine schier unendliche Menge an Daten haben.

Mehr Macht den Citizen Data Scientists

Noch ist das Bild bei der Datenanalyse stark geprägt von komplizierten Auswertungs-Tools und wenigen hochspezialisierten Datenarbeitern . Diese Spezialisten sind tagtäglich damit beschäftigt, die richtigen Daten zu suchen, zusammenzuführen, auszuwerten sowie die richtigen Schlüsse aus der Datenmenge zu ziehen und diese den Entscheidungsträgern im Unternehmen zu präsentieren.

Viele große Unternehmen optimieren ihren Geschäftsalltag schon mit Hilfe von Daten. Die deutsche Sportmarke Adidas zum Beispiel untersucht Verkaufsdaten von Produkten, wie Modell, Farbe und Größe, bezieht das Surfverhalten von Nutzern sowie Marketingaktivitäten mit ein und ermittelt daraus eine datenbasierte Vorhersage. Dadurch optimiert das Unternehmen seine Zusammenarbeit mit Zulieferern sowie die eigene Produktion und Marketingmaßnahmen, um agil auf steigende bzw. sinkende Nachfrage zu reagieren und somit Kosten sowie Zeit zu sparen.

Da allerdings in immer mehr Bereichen immer mehr Daten generiert werden, die Erkenntnispotenzial in sich bergen, wenn sie denn nur richtig gedeutet werden, stoßen die Datenspezialisten schnell an ihre zeitlichen Grenzen. Hinzu kommt, dass nicht jedes Unternehmen die Kapazitäten hat, hochbegehrte eigene Analytiker anzustellen.

Eine Lösung hierfür bieten Self-Service-Angebote – intuitiv anwendbare Software, mit der Daten aus verschiedenen Quellen und Formaten zusammengeführt sowie individuell zugeschnittene Workflows leicht und flexibel erstellt werden können, ohne diese aufwändig zu programmieren.

Diese Mitarbeiter, die zwar Daten auswerten, dabei aber nicht selbst programmieren, werden Citizen Data Scientist genannt. Sie haben zwar keinen Data-Science- oder Informatikhintergrund, sind aber dennoch mit den grundlegenden Funktionen sowie Modellen zur Datenauswertung vertraut, führen selber Analysen durch, treffen Vorhersagen und datenbasierte Entscheidungen. Das wird in einer globalisierten, verbundenen Welt immer wichtiger – um Märkte zu erschließen, Prozesse zu optimieren und Produkte sowie Kundenbindung zu verbessern.

Für viele Unternehmen bieten Citizen Data Scientists so eine optimale Lösung, um Datenanalyse zu betreiben und das Potenzial nicht ungenutzt zu lassen. Für hochspezialisierte Aufgaben werden auch in Zukunft professionelle Data Scientists und Data Analysts von Nöten sein. Allerdings können in vielen Anwendungsbereichen Citizen Data Scientists diese tatkräftig unterstützen – schließlich muss man auch kein professioneller KFZ-Mechaniker sein, um Auto zu fahren.

Datenanalyse wird immer wichtiger – machen wir uns bereit für Veränderungen

Neben der Frage nach qualifiziertem Personal müssen sich Unternehmen mittlerweile einer weiteren Herausforderung stellen: dem Daten-Dschungel. Die Vielzahl der Daten und Datenquellen ist Segen und Fluch zugleich. Durch Big Data und erhöhte Speicherkapazitäten können zwar immer mehr Informationen gesichert werden, doch die Kunst besteht darin, zu verstehen, welche Daten für welche Art der Datenanalyse geeignet sind – und welche nicht. Außerdem müssen die Datenbanken fachgerecht gepflegt und geschützt sowie vor allem gemäß Datenschutzrichtlinien genutzt werden.

Wie sieht also die Zukunft mit der immer größer werdenden Bedeutung der Datenanalyse aus?

Zuerst einmal müssen sich Unternehmen bereit machen für Veränderungen. Alte Abläufe werden durchbrochen und immer mehr durch automatisierte im Geschäftsalltag ersetzt. Mitarbeiter müssen lernen, diesen zu vertrauen und dank der Analyseberichte die richtigen Entscheidungen fällen.

Wenn diese ersten Wachstumsschmerzen überwunden sind, werden Unternehmen effizienter und effektiver arbeiten können. Ein Vorteil ist auf jeden Fall, dass schon jetzt ungeheure Datenschätze tief in Datenbanken und Strukturen der Unternehmen vergraben sind, die nur darauf warten, gehoben, bereinigt und genutzt zu werden. Jetzt gilt es nur noch, die Mitarbeiter zu aktivieren, ihnen die Welt der Datenanalyse nahezubringen und das Analysepotenzial mit beiden Händen auszuschöpfen.

Fakt ist, dass in Zukunft wahrscheinlich kein Unternehmen mehr um Datenanalyse herumkommt, um konkurrenzfähig zu sein und zu bleiben. Im 21. Jahrhundert gilt das Credo: Je mehr Mitarbeiter fähig sind, Daten zu analysieren, desto besser.