5-Stufen-Modell für die Datenanalyse

2. Enterprise: Wie viel Integration ist quer durchs Unternehmen notwendig?

Eine unternehmensweite Sicht auf die Daten ist essenziell für den Erfolg von Business Analytics, meint Accenture. Die Mehrheit der von der Unternehmensberatung befragten Firmen zeigt sich diesbezüglich aber eher kurzsichtig: Nur 20 Prozent praktiziert eine Rundumsicht, während 31 Prozent die Analyse von Business-Prozessen in einzelnen Einheiten oder - wenn abteilungsübergreifend - nur in einem einzelnen Prozess betreibt.

Allerdings räumt Accenture ein, dass die Integration von Daten, Analysen und Prozessen in einem weltweit aktiven Unternehmen mit unterschiedlichsten Kunden und Produkten in einer Vielzahl von Märkten und ökonomischen Umfeldern eine "große Herausforderung" ist. Und eine nicht immer sinnvolle dazu.

Da gibt es das weltweit agierende Handelshaus. Sollen Daten über die Kunden von Wind-Turbinen in Europa und VersicherungenVersicherungen in Asien im ganzen Unternehmen erreichbar sein? Auf den ersten Blick vielleicht nicht. Auf den zweiten aber möglicherweise doch, zum Beispiel beim Großkundengeschäft, wo ein Unternehmen alle Daten benötigt, um noch bessere Angebote machen zu können. Top-Firmen der Branche Versicherungen

Wer sich um die unternehmensweise Sicht auf die Daten kümmern möchte, muss die Frage beantworten, ob jeder in der Firma dieselben Daten und Analysen benötigt. Dabei sollte jede Einheit im Unternehmen, die Daten über Kunden und Märkte erhebt und jede Abteilung, die von Analysen dieser Daten profitiert, berücksichtigt werden.

Bleiben Zweifel, hilft Accenture mit sechs analytische Grundfragen:

• Was ist passiert (Reporting)?

• Was passiert gerade (Alerts)?

• Was wird passieren (Extrapolation)?

• Wie und warum ist es passiert (Modeling)?

• Was ist die nächste beste Aktion (Recommendation)?

• Was passiert im besten und schlechtesten Fall (Prediction)?

Die Antworten auf diese Fragen, meint Accenture, sind auf jeden Fall ein gutes Argument für das Zusammenbringen allgemeiner Daten, Infrastrukturen, Analysen und Entscheidungsprozesse.