Der Blick zurück reicht nicht mehr

Wie verbreitet sind diese Tools derzeit? Über diese Frage zerbrechen sich derzeit mehrere Forrester-Analysten im hauseigenen Blog den Kopf. Analyst Boris Evelson treibt die Frage um, wie viele Anwender überhaupt mit BI-Tools arbeiten. Er schätzt für die USA, dass 6 bis 8 Prozent der Mitarbeiter mit den von ihren Arbeitgebern zur Verfügung gestellten Anwendungen arbeiten. Klarer beantworten lässt sich die Frage, wie viele Firmen grundsätzlich mit BI ausgerüstet sind. Laut einer Forrester-Studie von Ende vergangenen Jahres verwenden 74 Prozent der Großunternehmen klassische Reporting-Tools. 31 Prozent greifen auf Predictive Analytics oder Data Mining zurück.

Datenqualität ist kritischer Faktor

Welche Chancen bietet Analytics? Ganz einfach: Wer früher und besser Bescheid weiß als die Wettbewerber, hängt diese leicht ab. Unsere amerikanische Schwesterpublikation CIO.com schilderte kürzlich das anschauliche Beispiel der Firma Dealer Services, deren Geschäftsmodell die Darlehenvergabe an Gebrauchtwagenhändler ist. Vor zwei Jahren analysierte das Unternehmen die Daten seiner Kunden hinsichtlich der Kreditlimits bei BankenBanken. Frühzeitig schwante den Managern dabei, dass auf den Finanzmärkten etwas nicht stimmte. Und frühzeitig konnten sie sich ausmalen, welche Folgen eine Rezession auf ihren eigenen Markt haben würde. Top-Firmen der Branche Banken

Welche Gefahren bestehen? Selbst Meteorologen irren sich. Sie werten eine unermessliche Zahl an Daten für ihre Vorhersagen aus, und das Wetter spielt ihnen trotzdem ab und an einen Streich. Märkte verhalten sich auch gelegentlich unberechenbar. Das weiß man zwar in jedem Unternehmen – aber es schadet nicht, sich dies immer wieder bewusst zu machen.

Das Bauchgefühl spielt auch dann noch eine Rolle, wenn Analyse-Tools im Einsatz sind. Es ist menschlich, jene Ergebnisse besonders stark zu gewichten, die der eigenen Intuition entsprechen. Was einem nicht in den Kram passt, wird leicht ignoriert. Diese Gefahr gilt es ebenfalls zu bedenken. Dass die Belastbarkeit der Analysen von der Qualität der eingespeisten Daten abhängt, ist logisch.