Die in Customer-Analytics-Projekten eingesetzte Software sollte den Nutzer möglichst in allen Phasen des Vorgehensmodells unterstützen. Neben den Möglichkeiten der analytischen Modellierung sollten auch Funktionalitäten im Bereich der Datenaufbereitung und Anbindungen an gängige Datenbanken und Fachsysteme (ERP, WAWI, CRM etc.) unterstützt werden. Die Software sollte die Evaluierung der erstellten Modelle anhand geeigneter Performance-Metriken, sowie eine Visualisierung der Modelle und deren Ergebnisse unterstützen. Die Aufgaben im analytischen Zyklus können daher als Kriteriengerüst für die Bewertung derjenigen Software gesehen werden, die Nutzer bei der Umsetzung von Customer-Analytics-Projekten unterstützen soll.
Am Markt für Business Intelligence (BI) haben sich verschiedene Werkzeugklassen herausgebildet. Hier wird danach unterschieden, ob lediglich bestehende Daten oder Zusammenhänge wiedergegeben werden oder ob der Anwender selbst mit den Daten arbeiten und so neue Informationen erzeugen kann.
Abbildung: Business-Intelligence-Anwendungsklassen. Quelle: BARC
Bei der Umsetzung entsprechender Projekte muss darauf geachtet werden, welche Teile der fachlichen Logik (Einordnung der Daten, Relationen, Verdichtungen etc.) in welchem Werkzeug abgebildet werden sollen. So empfiehlt sich eine Kombination der analytischen Fähigkeiten der BI- und Advanced-Analytics-Werkzeuge mit den fachlichen Modellen der CRM-Systeme zur Bewertung von (potenziellen) Kunden. Diese liefern beispielsweise definierte Eigenschaften und Verfahren zur Bewertung und Steuerung der Kundenentwicklung sowie Entscheidungsbäume zur Abschätzung des Kundenpotenzials.
Customer Analytics bietet hierbei viele Potenziale: neben der (kurzfristigen) Steigerung des Erfolgs einzelner Marketingmaßnahmen kann die gesamte Kundenbeziehung gestärkt und ausgebaut werden. Gleichzeitig bietet das Wissen den Ausgangspunkt für die Weiterentwicklung des eigenen Unternehmens, der Leistungen, Prozesse und Formen der Kundenansprache. Dazu reicht es nicht, möglichst viele Daten zu sammeln – sie müssen an klaren operativen und strategischen Zielen ausgerichtet analysiert und genutzt werden können. Somit kann Customer Analytics auch kein einmaliges Projekt sein, sondern es ist der Ausgangspunkt zu einer kontinuierlichen Verbesserung.
Im Fokus stehen marktrelevante Hersteller von Advanced Analytics Softwareplattformen, die in Deutschland, Österreich und der Schweiz aktiv sind. Für die Aufnahmen im Score, werden eine Reihe technischer und wirtschaftlicher Kriterien an den Anbieter gestellt. So muss er im Kontext Advanced Analytics die vier Aufgabenbereiche Datenintegration/ -aufbereitung/ -selektion, Modellierung/ Modellevaluation, Ergebnisevaluation und Operationalisierung abdecken. Die Software muss durch den Anbieter entwickelt und gepflegt werden, darf nicht an spezifische (Datenbank-) Technologie gebunden sein sowie und muss einen jährlichen Lizenz- und Wartungsumsatz von mindestens einer Million Euro erwirtschaften.
Die Software muss die Entwicklung eigener Workflows für die Bereiche unüberwachtes und überwachtes Lernen, sowie Zeitreihenanalyse unterstützen.
Die Bewertung und Einordnung erfolgt anhand der Dimensionen »Portfolio Capabilities« und »Market Execution«. Für den schnellen Überblick werden alle Anbieter abhängig von der Gesamtbewertung in der Score-Grafik eingeordnet. Diese unterteilt sich in die fünf Kategorien Market Leaders, Trendsetters, Challengers, Specialists und Entrants (siehe unten).
Eine Übersicht und generelle Einschätzung der Funktionalitäten von Advanced-Analytics-Plattformen bietet der BARC Score Advanced Analytics Platforms DACH 2016 .
Anwendungen und Software für Advanced Analytics sind derzeit gefragt bei Unternehmen. Sie ermöglichen detaillierte und innovative Analysen von Daten, die gerade im Zusammenhang mit der Digitalisierung in immer vielfältigerer Form und Menge anfallen. Auch ergänzen sie bisherige Business-Intelligence-Lösungen und versprechen schnelle Ergebnisse. Der neue »BARC Score Advanced Analytics Platforms DACH« bewertet nun marktführende und interessante kleine Softwareanbieter mit Hilfe der im Markt einmaligen BARC-Scoring-Methodik.
Advanced Analytics
Die fortgeschrittene Analyse von Daten (Advanced Analytics) umfasst einfach gesprochen alles, was über die einfache Darstellung von Daten in Reports oder Dashboards oder simple Analysemöglichkeiten wie Sortierung/ Gruppierung oder Anwendung von Grundrechenarten (etwa Aggregation und Summenbildung in einem OLAP-Modell) hinausgeht. Die gängigsten Verfahren der fortgeschrittenen Analyse aus der Statistik und dem maschinellen Lernen dienen der Mustererkennung in Daten, wobei Einflussfaktoren auf die Bildung von Segmenten, Feststellung von Abhängigkeiten, Klassenzugehörigkeiten oder die Vorhersage von Werten (Predictive Analytics) einbezogen werden.
Für Unternehmen ist es indes schwer, sich von den im Markt gebotenen Softwareprodukten ein Bild zu machen, geschweige denn diese gemäß ihrer Anforderungen einzuordnen. Hier will der neue »BARC Score Advanced Analytics Platforms DACH« ansetzen. Er analysiert und gewichtet anhand detaillierter produktbezogener und Marktkriterien führende und interessante kleine Anbieter.
Software für Advanced Analytics ist für eine Vielzahl von Aufgaben geeignet. Die beiden häufigsten Aufgaben, die mit Hilfe von Data Mining umgesetzt werden sind ein unüberwachtes Lernen (finden von Mustern und Modellen in nicht-spezifizierten Daten) und überwachtes Lernen (Informationsgewinnung aus spezifizierten Daten). Ebenso gehören für gewöhnlich Prognosen auf der Basis von Zeitreihenanalysen zum notwendigen Funktionsumfang. Alle im Score berücksichtigten Anbieter mussten daher diese drei Aufgaben abdecken, da sie in der Praxis häufig Anwendung finden.
Trends im Markt für Advanced Analytics
Insgesamt zeigte die Untersuchung, dass der Markt der Anbieter von Advanced Analytics Plattformen sehr reif ist. Die meisten Lösungen gibt es seit gut zehn Jahren, einige wie SAS, IBM oder Statistica sogar seit 20 oder mehr Jahren. Natürlich sind hier auch Anbieter wie Microsoft und SAP dabei, die sich in den letzten Jahren neu und innovativ im Bereich Advanced Analytics platziert haben.
Im Wesentlichen unterscheiden sich daher die Anbieter in solche, die mit großen, kompletten Portfolios antreten und dabei auch sehr gute Datenmanagement- und BI-Lösungen abbilden; sowie in Anbieter, die auf das Thema Advanced Analytics spezialisiert sind und dabei sehr gute Funktionalitäten in ihre Software integriert haben, welche sich zudem gut in andere Technologien integrieren lässt.
Generell zeigt sich zum einen der Trend, Analysen und Modelle »In-Database« beziehungsweise »In-Hadoop« ablaufen zu lassen, um die Performance zu verbessern, sowie zum anderen auch Nutzer mit geringeren statistisch-mathematischen Kenntnissen in die Nutzung der Advanced Analytics Software mit einzubeziehen. Hierfür bieten Hersteller intuitivere Visualisierungstechniken, Teillösungen mit reduziertem und somit übersichtlicherem Funktionsumfang, sowie diverse Ansätze der automatisierten Analysen an.
Zu bemerken ist auch, dass Open-Source-Ansätze bei allen Anbietern sehr gut integriert sind. »R« ist allgegenwärtig, Python wird verstärkt integriert und auch WEKA- und KNIME-Integrationen werden in verschiedenen Lösungen angeboten.
Weitere Informationen zum BARC Score Advanced Analytics Platforms DACH und die kostenlos als Download erhältlichen Dokumente finden Sie unter:
https://barc.de/news/der-barc-score-advanced-analytics-platforms-dach
Consulting 4.0 – Mit Analytics ins digitale Beraterzeitalter
Automobilindustrie muss Big Data & Analytics mehr Beachtung schenken
Big-Data-Nutzung mit Interaction Analytics: Das Gold in der Kundenkommunikation
Schnellere und bessere Erkenntnisse durch Self-Service-Analytics
Business Intelligence und Analytics als Fundament neuer Industrie-4.0-Ansätze – BIA 4.0
Analytics und Verwaltungshandeln: In Behörden liegen Vision und Wirklichkeit weit auseinander
Der Markt für Business Intelligence und Business Analytics in Deutschland
Data, Analytics, CRM und Social Media bringen den besten ROI
Wachsende Bedeutung von Security Analytics bei der Abwehr von Threats