Modernisierung der BI - Agile Business Intelligence

In den letzten Jahren hat sich einiges getan im Business Intelligence und Business Analytics Umfeld. Big Data - also der zeitnahe Umgang mit großen und polystrukturierten Daten - ist in aller Munde und zeigt vielen gewachsenen BI-Installationen die Grenzen auf. Aber auch die Art wie BI daher kommt hat sich dramatisch verändert!

Visualisierungen

Vorbei ist die Zeit da BI hauptsächlich aus Balkendiagrammen, Tabellen und Liniendiagrammen bestand. Neue Visualisierungsmethoden erleichtern den Konsumenten das Verstehen der Reports und den Erstellern das Vermitteln des Sachverhaltes. Mit jeder Software-Generation kommen neue Möglichkeiten hinzu und eröffnen sich neue Möglichkeiten - das Ende der Fahnenstange ist da noch lange nicht erreicht.

Interessanterweise geht der Trend aber weg von den verspielten, reflektierenden und dreidimensionalen Objekten, hin zu schlichten, flachen, nur so bunt wie nötig und somit optisch aufgeräumten Visualisierungen, die vom Betrachter viel schneller erfasst werden können. Man hat hier erkannt, das die Aussage der Grafik wichtiger ist, als zu zeigen, das die Software 4 Millionen Farben und 3D beherrscht.

Interaktivität

Interaktivität im Zusammenhang mit Business Analytics bedeutet letztendlich eine Benutzeroberfläche, die ohne lange Wartezeiten auf meine Benutzereingaben reagiert. Speziell wenn es um große Datenmengen, komplexe analytische Algorithmen und viele Benutzer geht, wird das schnell zu einer Herausforderung.

Moderne Architekturen (wie z.B. der SAS LASR Analytic Server auf Basis Hadoop) wachsen praktisch beliebig mit den Anforderungen. Bei Verwendung von preiswerter Standard-Server-Hardware halten sich auch die Kosten im Rahmen.

Pull statt Push (Self-Service BI)

Viele Reports in klassischen BI-Umgebungen sind bereits kurz nach deren Erstellung veraltet. Abgesehen von der Archivierung, ist es natürlich viel sinnvoller, die Berichte dynamisch zu rechnen, sobald sie angefragt werden. Mit einer verteilten In-Memory Architektur sind wir heute in der Lage genau das ohne Wartezeiten zu tun - dank iPad (und Android Tablets) gibt es auch die Möglichkeit die Berichte ohne das Drucken auf Papier überall mit hinzunehmen.

Self-Service setzt dann noch einen drauf und erlaubt das manipulieren der Reports in Echtzeit (s.o. Interaktivität). Die schicke Grafik kann ich so z.B. in meiner PowerPoint Präsentation noch zurecht filtern und bei Bedarf mit den neusten Daten aus dem Datawarehouse (DWH) aktualisieren.

OLAP ist tot!

Eigentlich ist OLAP ja nur eine Krücke, um die Rechenzeit durch eine Vorverdichtung zu reduzieren. Was aber, wenn ich dank In-Memory Technologie in (nahe) Echtzeit rechnen kann und der Preis für den Hauptspeicher so gesunken ist, dass dies auch ohne super teure Hardware möglich ist?

SAS Visual Analytics und SAS Visual Statistics beweisen das so etwas geht! Der umständliche und oftmals langwierige Umweg über OLAP (und lange Wartezeiten bei den IT Abteilungen) gehört somit der Vergangenheit an - ein großer Schritt Richtung Agile BI !

Präzise Unternehmensentscheidungen

In meinem vorherigen Post hatte ich das Thema ja schon einmal angeschnitten. Am Ende will ich bessere Entscheidungen für mein Unternehmen treffen - mit agiler BI mache ich auch einen großen Schritt zu einem agilen Unternehmen, welches am Markt einen nicht zu unterschätzenden Wettbewerbsvorteil hat - hierzu gibt es viele Studien, die dies belegen.

Auch der Forrester Analyst Boris Evelson hat diesen Trend erkannt und mit seinen Kollegen den Markt für "Agile Business Intelligence Platforms" untersucht - ein lesenswerter Bericht, nicht nur weil SAS hier mehr als gut abschneidet.

Forrester

Forrester Wave™: Agile Business Intelligence, Q2 ‘14

The Forrester Wave™ is copyrighted by Forrester Research, Inc. Forrester and Forrester Wave™ are trademarks of Forrester Research, Inc. The Forrester Wave™ is a graphical representation of Forrester's call on a market and is plotted using a detailed spreadsheet with exposed scores, weightings, and comments. Forrester does not endorse any vendor, product, or service depicted in the Forrester Wave. Information is based on best available resources. Opinions reflect judgment at the time and are subject to change.

Post a Comment

Buchempfehlung: Digitale Banken – das Geld steckt in den Daten

Ein Gastbeitrag  von Anne Belder, SAS Niederlande.

„Die Zukunft der Banken ist digital.“ - Der unabhängige Autor und Finanzmarktanalyst Chris Skinner schreibt in seinem Buch "Digital Bank" über die radikale Veränderung im Banking. Viele Ansätze lassen sich daraus ableiten, die gerade aus Sicht eines Big Data Analytics Experten eine besondere Tragweite haben werden. Nachfolgend fasse ich die wichtigsten Punkte zusammen. 

digitalbanksWarum brauchen wir digitale Banken?

Chris schreibt: Wir leben in einer Welt, in der wir nicht bewusst über das Internet nachdenken; es ist einfach da. Also in einer Zeit, auf dem online oder mobil erreichbar zu sein zum Alltag gehört. Das Problem ist, dass die meisten Handelsbanken das digitale Leben noch nicht verinnerlicht haben, während es auf der Welt immer mehr Menschen gibt, die nur noch diese Sprache sprechen. Die Banken ziehen unsere neue und digitale Welt natürlich auch in Betracht, sehen sie aber nur als zusätzlichen Kanal in ihrem Portfolio. Die Herausforderung besteht darin, von dieser Denkweise weg zu kommen und das Bankwesen als digitales Netzwerk zu verstehen, auf das die physischen Kanäle wie Callcenter und Filialen aufbauen.

Aber wie schaffen es Banken das zu erreichen?

Der Ausgangspunkt sind die Kunden und Mitarbeiter. Es muss darüber nachgedacht werden, wie die Organisationsstruktur und die Prozesse optimiert werden können, um sie in ihrer digitalen Welt zu erreichen und zu unterstützen. Banken haben aus der Historie heraus physische Strukturen gebaut, die sie nun versuchen mit digitalen Angeboten zu verbinden. Skinner verdeutlicht in seinem, dass es so nicht funktionieren kann. Banken müssen ihr Denken auf „Restart“ setzen und alles auf den einen, den wahren, den elektronischen Kanal aufbauen.

Das Geheimnis dabei …

ist, dass Kunden nicht länger nach Digitalen Banken suchen werden, sondern erwarten, dass die Bank sie in ihrem individuellen, digitalen Umfeld anspricht. Diese Tatsache wird das Customer Relationship Management dramatisch verändern – denn trotz der Digitalisierung muss der Service auch eine gewisse Personalisierung beibehalten. Um hier erfolgreich zu sein, müssen Banken enorm viele Kundendaten auswerten und einsetzen.

Datenanalysen als Erfolgsgeheimnis

Momentan wütet ein Sturm der technischen Innovationen in der Welt der Banken. Mobiles Networking, soziale Technologien, Datenanalysen und unbegrenzte Netzwerkspeicher entwickeln sich sehr schnell. Laut Skinner sind die Daten darin der wichtigste Vermögenswert. Das Geld steckt in den Daten. Eine effektive Methode um hieraus Informationen zu ziehen, ist das „Data Mining“, das Skinner als die Zukunft der Digitalen Banken sieht.

Die Möglichkeit relevante Informationen aus Daten zu schöpfen, ist der Schlüssel zum Erfolg, mit dem sich Banken von ihrem Wettbewerb abheben können.

Unsere Kollegin Anne Belder liefert uns in ihrem Beitrag Einblicke und Handlungsempfehlungen. Der komplette Beitrag ist in englischer Sprache unter diesem Link zu finden.

gastautor

Post a Comment

Fit und gesund durch die Nutzung von Daten

„Bluthochdruck, der leise Killer“, so lautete die knappe und ernüchternde Diagnose des Arztes. Gewiss, Bluthochdruck ist die häufigste Volkskrankheit in Deutschland. Die letzte Zeit war stressig, an Sport war schon lange nicht mehr zu denken - aber warum musste gerade mich das Schicksal dieser Krankheit treffen? Unter dem Eindruck möglicher Folgen, wie z.B. Herzinfarkt und Schlaganfall, gewann das Thema Gesundheit plötzlich eine hohe Priorität. Ein erster Schritt im Sinne von „Gefahr erkannt, Gefahr gebannt“ sollte mehr Bewegung, sowie eine Gewichtsreduktion sein. Aber was kann mich nachhaltig dazu motivieren?

Doctor holding a red heart

Spaß und Geselligkeit sind die wichtigsten Motive zum Sporttreiben. Eine Mitgliedschaft im Verein oder Fitnessstudio ließ sich zeitlich aus verschiedenen Gründen nicht einrichten. Spaß versprach aber eine technische Innovation von Nike. Das Armband Nike Plus (Nike+) zeichnet die körperlichen Aktivitäten ihres Trägers auf und soll so zu mehr Bewegung und einer gesünderen Lebensweise motivieren. Nike+ misst die Zahl der Schritte, sowie die Zeit der Aktivität und ermittelt daraus Distanz, Geschwindigkeit und Kalorienverbrauch. Die Ergebnisse des Trainings können auf einen Computer oder ein Smartphone übertragen und dort mit einem Programm bzw. einer App ausgewertet und visualisiert werden. Nike ist schon früh noch einen weiteren Schritt gegangen: unter nikeplus.com hat Nike eine große Community mit der Möglichkeit des Vergleichs und der Interaktion zwischen den Nutzern aufgebaut. Das Armband Nike+ wird nicht mehr angeboten - Nike+ Fuelband SE ist das aktuelle Nachfolgeprodukt.

Pulsuhren mit integriertem GPS-Empfänger  werden von ambitionierten Läufern, Walkern oder Fahrradfahrern genutzt. Diese Trainingsgeräte messen die zurückgelegte Distanz, sowie die Höhenmeter per GPS, registrieren die Herzfrequenz und berechnen die verbrauchten Kalorien, woraufhin High-End-Geräte die Ergebnisse per WLAN an die Community senden. Trotz ihrer kompakten Bauform vereinen sie mehrere Sensoren, deren Daten bereits in der Uhr weiterverarbeitet werden können.

GPS-Uhren sind nicht zu verwechseln mit den Fitness-Armbändern Jawbone Up, Fitbit Flex oder Samsung Gear Fit, um nur einige zu nennen. Die Fitness-Armbänder, Fitness-Tracker oder auch „Smart Wearables“ liegen voll im Trend und sollen ihren Träger im Alltag mit Informationen unterstützen, die helfen gesünder zu leben. Apple-Fans müssen sich wohl noch bis Ende des Jahres gedulden. Beobachter erwarten, dass Apple dann mit einer "iWatch" in den Markt einsteigt. Wearables (zu denen auch Brillen oder Kleidungsstücke, in die elektronische Hilfsmittel eingearbeitet sind, gehören) zeichnen verschiedene Körper-, Bewegungs- und Standort-Daten auf. Auf dieser Datenbasis erstellen die Nutzer ihren ganz persönlichen Trainingsplan, zeichnen ihre sportlichen Erfolge auf oder analysieren ihren Schlafrhythmus. Allen ist eins gemein: Ihr wahres Potenzial zeigt sich erst in Verbindung mit den jeweiligen Auswertungs-Apps auf Smartphones, Tablets oder Computern, sowie deren Verbindung mit dem Internet. Daraus entwickelt sich dann „Big Data“ für das Handgelenk.

In Kliniken wird diese Form von „Big Data“ bereits experimentell genutzt. Alle Lebenszeichen, die an Neugeborenen gemessen werden, laufen in einer Datenbank zusammen und werden automatisch von einem Frühwarnsystem analysiert. Das Ziel der Analyse: Früher erkennen, ob sich der Zustand eines Babys verschlechtert, damit Ärzte ggf. schneller reagieren können.

Krankenkassen, die bisher auf die Abrechnung von Leistungen zur Behandlung von Krankheiten fokussiert waren, besitzen einen großen Datenschatz. Sie haben eine Vielzahl von Daten über Tausende von Krankheitsverläufen gespeichert. Diese Daten werden jedoch kaum für die Gesundheitsvorsorge genutzt. Das Bundesdatenschutzgesetz und das Sozialgesetzbuch setzen enge Grenzen für die Verarbeitung von personenbezogenen Daten bzw. Sozialdaten.

Einige Krankenkassen haben den Trend der Fitness-Armbänder oder „Wearables“ erkannt. Die 10.000 Schritte-Aktion der SBK zum Beispiel motiviert zu mehr Bewegung und ist sehr gut angenommen worden. Andere Krankenkassen bieten Apps zur Motivation und Selbstkontrolle an. Damit kann der Kunde seine Körperdaten protokollieren und die Krankenkasse gesundheitsbewusstes Verhalten prämieren. Auf diese Weise wollen die Kassen vor allem bewegungsarme Patienten motivieren, um spätere Behandlungskosten zu sparen. Die Mehrheit der Krankenversicherer hält sich jedoch noch zurück und setzt stattdessen weiter auf die Mitgliedschaft in Vereinen oder den Besuch von Fitnesskursen.

Viele Menschen haben Spaß daran, Daten über ihre Fitness zu sammeln. Sie haben ihren eigenen Körper als Datenquelle entdeckt und sammeln Werte von Blutdruck, Gewicht, Ernährung, Alkoholkonsum und mehr. Mit Health und HealthKit hat Apple bereits eine Software-Plattform für Fitness- und Gesundheitsdaten vorgestellt. Health ist eine neue App, die Gesundheits- und Fitnessdaten übersichtlich darstellt und mit HealthKit steht für die Entwickler ein neues Tool zur Verfügung, mit dem Gesundheits- und Fitnessapps besser zusammenarbeiten sollen.

smart watchesAußerhalb des Geltungsbereichs von Bundesdatenschutz und Sozialgesetzbuch werden große Mengen von Körper- und Gesundheitsdaten gesammelt und eine Vielzahl von Entwicklern wird mit großer Kreativität Apps zur Analyse dieser Daten programmieren. Aber auch Pharmaindustrie, Arbeitgeber, Versicherungen und Banken haben Interesse an den selbst erhobenen Daten. Damit können sie beispielsweise abschätzen, wie wahrscheinlich es ist, dass ein Mitarbeiter oder Kunde erkrankt. In der FAS vom 29. Juni 2014 wurde die Brisanz der Thematik provokant adressiert. Sollen Bewerber mit Gewichtsproblemen von der Beamtenlaufbahn ausgeschlossen werden? „Schließlich haben fettleibige Menschen ein höheres Risiko krank zu werden: Diabetes, Herzinfarkt, Schlaganfall – wer sich damit  in die soziale Hängematte des üppigen Beamtenapparates legen kann, wird für den Staat zum Kostenproblem. Big Data durchdringt alle Lebensbereiche und eröffnet vielfältige Chancen. Aber Big Data fordert uns auch heraus, Antworten für den Schutz der Privatsphäre zu finden.

537 Läufe sind unter meinem Account bei nikeplus.com registriert. Wesentlich sind für mich jedoch nur zwei Zahlen: 127 und 83, die Werte der aktuellen Messung des Blutdrucks. „Gefahr erkannt, Gefahr gebannt“.  Auch der Arzt ist zufrieden. Richtig eingesetzt ist der Nutzen der Analyse von Gesundheitsdaten unbezahlbar.

Post a Comment

Von der Regatta zur intuitiv richtigen Verwendung von Forecasts

Es ist ein lauer Sommerabend im Juli am Neusiedler See. Die Teilnehmer der traditionellen YES-Cup Regatta sitzen bei Bier und Grillkotelette auf der Terrasse unseres Clubhauses. Die Stimmung ist ausgelassen, jeder hat nach zwei ereignisreichen Wettfahrten seine Geschichte zu erzählen.

Eine Unterhaltung am Ende unseres Tisches zieht meine Aufmerksamkeit auf sich, denn es geht um Forecasting, genauer gesagt um die Verwendbarkeit und Treffsicherheit von Wetter- und Windprognosen. Die Meinungen gehen erwartungsgemäß stark auseinander. Von „Meistens falsch“, über „Sind wir froh, dass wir sie haben - hat es früher in dem Detailgrad nicht gegeben“ bis hin zu „Ich richte mich nur nach den Wolkenbildern.“ Dass man die Windverhältnisse vor der Regatta kennt ist wichtig, um Entscheidungen wie. „Mit welcher Größe der Segel gehe ich ins Rennen, damit ich während der Regatta nicht wechseln muss“ oder „Welche Windrichtung wird sich durchsetzen und welche Bereiche des Sees werden daher begünstigt sein?“ besser treffen zu können.

Marc, ein alter Regattahase, erklärt seinen Umgang mit den Windprognosen wie folgt:

Ich sehe mir immer mehrere verfügbaren Prognosen auf Windguru, Windfinder, Otto Lustyk, swz.at und ORF Burgenland an. So bekomme ich ein Bild über die Vielfalt oder die Einheitlichkeit der möglichen Windszenarien - denn offensichtlich verwenden die einzelnen Stationen unterschiedliche Wettermodelle. So kann ich auch abschätzen, ob sich Wetter und Wind für das Regattawochenende gut oder schlecht vorhersagen lassen und wie sehr ich den Prognosen generell vertrauen kann. Außerdem beobachte ich auch, wie sehr sich die Prognosen im Verlauf der Woche verändern. Bleiben sie die ganze Woche über stabil, so scheint die Wetterlage eine klare Vorhersage zuzulassen, verändern sich die Prognosen täglich, so scheinen hier sehr unsichere Wetterverhältnisse auf uns zuzukommen.  Am Regattatag selbst ist die Beobachtung der Wolken und des Himmels sehr wichtig. Diese kurzfristigen und lokalen Fakten können in diese Modelle gar nicht einfließen und geben mir aufgrund meiner Erfahrung zusätzliche Informationen, wie sich der Wind entwickeln wird.“

Wind 2     Wind 1

Auf meinem Gesicht breitet sich ein Schmunzeln aus und ich beteilige mich bewusst nicht an der Unterhaltung, da ich nicht als Statistiker gesehen werden will, der "alles ja nur mathematisch sieht". Viel wichtiger: Es gibt dem Statement von Marc nichts hinzuzufügen. Ohne dass es ihm bewusst ist, hat er gerade wichtige Prinzipien des Business Forecastings zusammengefasst und über den adäquaten Umgang mit statistischen Forecasts gesprochen. Und das obwohl sein beruflicher Background definitiv nicht im Umgang mit Daten, Prognosen oder Dingen wie „Business Intelligence“ liegt. Auf der nächsten Analytics Konferenz kann Marc gerne mit mir die Demo-Station zu „Forecasting“ betreuen, dann das was er erzählt hat, sind wichtige Features in unserem SAS Forecast Server.

  • Kombinierte Modelle für stabilere Forecasts: "Ich sehe mir immer mehrere verfügbare Prognosen“
  • Segmentierung der Zeitreihen - manche Wetterlagen lassen sich besser vorhersagen, manche schlechter: "Ob sich Wetter und Wind für das Regattawochenende gut oder schlecht vorhersagen lassen“
  • Konfidenzbereiche für die Vorhersagen: „In welchem Bereich sich die Windverhältnisse vermutlich bewegen werden“
  • Forecast Stabilitätsanalysen und rollierende Simulationen: „Kann ich auch abschätzen, wie sehr sich die Prognosen im Verlauf der Woche für das Wochenende verändern“
  • Berücksichtigung kurzfristiger oder lokaler Ereignisse durch Overwrites und Judgemental Forecasts: "Geben mir aufgrund meiner Erfahrung zusätzliche Information, wie sich der Wind entwickeln wird"

Forecast

Freuen wir uns also darüber, dass unsere Software offenbar das bietet, was wir Menschen als intuitiv richtig und wichtig betrachten und steuern zufrieden lächelnd den Zapfhahn für ein weiteres Bier an.

Post a Comment

Betrug im Handel oder: Wer den Pfennig nicht ehrt, ist des Talers nicht wert!

Mein Vater hat mir einmal beigebracht, dass der Handel sein Geld im Einkauf verdient. Er muss es wissen, habe ich mir damals gedacht. Schließlich war mein Vater jahrelang bei einem Kölner Handelskonzern als Vorstandsassistent beschäftigt. Besonders in Erinnerung geblieben ist mir die Geschichte, dass der Vorstandsvorsitzende – so wurde erzählt – mit der Straßenbahn ins Büro fuhr, während der Einkaufsvorstand von einem Fahrer mit Dienstwagen abgeholt wurde.

Damals hat mich die Aussage irritiert. Konnte ich mir doch nicht vorstellen dass der Handel mit irgendetwas anderem als dem Verkauf von Waren Geld verdienen könne. Daher doch auch die ganze Prävention – Detektive, Kameras, Überwachung, Kontrolle!

Heute, durch jahrelange Betrugsermittlungsprojekte geläutert, ist mir klar, dass der gewöhnliche Ladendieb, der Süßwaren, Spirituosen und vielleicht 2 Pfund Kaffee klaut, sicherlich nicht die Insolvenz eines Handelskonzerns herbeiführen kann.

Deshalb merke: Wenn Du richtig und nachhaltig in die Kasse greifen willst, tue es im Einkauf!

Nirgendwo sonst werden derartige Finanzmittel bewegt, nirgendwo sonst ist die Geschwindigkeit der Warenumschläge auch nur annähernd gleich hoch und nirgendwo sonst werden in integrierten Lieferketten immer mehr manuelle Kontrollen durch technische Prüfungen ersetzt. Dies bedingt, dass auch die jahrzehntelange Erfahrung des Kaufmanns durch Maschinen ersetzt wird, die – je einfacher gestrickt, desto leichter – recht einfach zu überlisten sind.

 

Utilize the moment

In der Vergangenheit haben wir immer wieder gesehen, wie fiktive Lieferanten, fiktive Waren oder doppelte Rechnungen in den Rechnungs- und Zahlungslauf eingebracht und auf diesem Wege Millionenbeträge innerhalb kürzester Zeit erbeutet wurden. In vielen Fällen konnten wir die Täter nicht mehr persönlich zu ihrem Vorgehen befragen, da sie sich mit den erbeuteten Millionenbeträgen bereits ins Ausland abgesetzt hatten. In einem der wenigen Fälle, in denen uns ein solches persönliches Gespräch vergönnt war, mussten wir allerdings den Weg in die Psychiatrie antreten, da der Versuch das Land zu verlassen aufgrund der Verhaltensauffälligkeiten des Täters bereits am Flughafen gestoppt wurde.

Interessant ist allerdings, dass es nahezu unmöglich ist, diese Betrügereien durch eine Person alleine zu begehen. Häufig ist ein ganzes Netzwerk von Beteiligten notwendig, um Wareneingangskontrollen, Stammdatenkontrollen, technische Kontrollen im Bereich der Waren-Qualitätsprüfung sowie der integrierten Logistiksysteme zu überlisten.

Stellen Sie sich nur einmal vor, wie viel Geld gespart werden könnte, wenn all diese großen und kleinen Betrügereien, die tagtäglich in der Beschaffung, der Logistik und im Warenhandel erfolgen und erfolgreich sind, gestoppt werden könnten. Kennen Sie eine Software, die diese Netzwerke aufdecken kann? Ich schon! Und stellen Sie sich nur mal vor, wie viel Geld im Einkauf dann verdient werden kann!

Ich habe meinem Vater nach all den Jahren die Möglichkeiten der Netzwerkanalyse gezeigt und ihm erläutert, wie wir mit diesen Tools erfolgreich Betrug bekämpfen. Er war sichtlich beeindruckt und meinte, dann könne sich garantiert auch der Vorstandsvorsitzende endlich einen Wagen mit Fahrer leisten.

Post a Comment

Ein Balanceakt: Verbrauchsvorhersagen für Konsumgüter, Regelenergie und Fans der Eintracht

Donnerstagabend, Frankfurt a. M.: Nach der Arbeit noch zum Supermarkt, um mich für das anstehende Europapokalspiel der Frankfurter Eintracht auszurüsten. Schnell an den Chips vorbei, ich sammele Nachos mit Salsa und Käsedip ein. Danach geht‘s ans Getränkeregal. Eine Flasche Cola und ein Sixpack Bier landen im Einkaufswagen. Um die Ecke die Eistheke: Ben & Jerrys Peanutbuttercup Eiskrem. Gefühlte 4.000 Kalorien auf 40 gr. Eis. Check!

Jetzt nur noch schnell meine Lieblingspizza. Beim Blick auf das Pizzaangebot stockt mir der Atem. Über dem Schild „Heute im Angebot!“ der Cheese Peperoni prangert: AUSVERKAUFT! Die Verkäuferin weiß auch nur, dass die nächste Lieferung erst Samstag zu erwarten ist.

image001

Zuhause angekommen bunkere ich meine Einkäufe zunächst im Kühlschrank. Bis zum Anstoß dauert es nicht mehr lange. Wenn die Eintracht heute gewinnt, sind wir in der Gruppenphase und ich freute mich auf ein kaltes Bier und Nachos. Noch zehn Minuten bis zum Anstoß. Die Spannung steigt. Wie schön kann ein Donnerstagabend vor dem Fernseher sein – auch ohne Pizza.

KLONG!

Schlagartig wird es dunkel im Wohnzimmer. Erst denke ich noch, die Sicherung ist raus, aber dann wird schnell klar: Stromausfall. Spitze. Keine Pizza, kein Fußball, dafür warmes Bier mit flüssigem Eis.

Leider leider ist diese Geschichte wahr.

 Warum ich Ihnen diese Geschichte erzähle?

Weil beide Teile der Geschichte etwas gemeinsam haben: Die Balance war nicht vorhanden. Das Gleichgewicht zwischen Angebot und Nachfrage fehlte sowohl bei der Pizza im Supermarkt als auch beim Stromausfall.

Für Konsumgüterhersteller stellt das Thema Verbrauchsvorhersage eine der größten Herausforderungen dar. Es reicht heute nicht mehr, sich Vorjahreszahlen von verkauften Produkten über eine Zeitreihe anzusehen und diese zur Prognose der Zukunft zu nutzen. Stattdessen versuchen „best in class“ Unternehmen kausale Faktoren in den Forecast einzubeziehen, um den bestmöglichen Forecast zu prognostizieren. In meinem Fall hätte der Hersteller durch Einbeziehung der Faktoren „Fußballspiel einer Frankfurter Mannschaft“, „kühles Wetter“ und „Preispromotion“ mit Sicherheit besser vorhersagen und ausreichend Ware im Kühlregal zur Verfügung stellen können – einfach indem er diese Faktoren in seine Prognosemodelle integriert hätte. Die Nutzung solcher kausaler Faktoren wird von einigen großen Konsumgüterunternehmen wie Nestlé bereits genutzt.

Der Lieferant meiner Pizza sollte sich hier ein Beispiel nehmen!!!

Was hat warmes Bier mit fehlender Balance zu tun?

Vorausgestellt sei einfach einmal die Info, dass dieser Donnerstag wirklich ein Unglückstag war. Denn im Durchschnitt fallen pro Haushalt in Deutschland jährlich nur 17 min die Stromleitungen aus [2008], bei einer Gesamtnetzstabilität von 99,9%. Erklären lässt sich diese Stabilität vielleicht mit einem Vergleich: Die deutsche Gesamtregelleistung beträgt 6800 MW – der Hoover Dam am Colorado River nahe Las Vegas produziert 2080 MW, wenn alle 17 Turbinen laufen.

Es gibt allerdings eine andere Analogie zu Konsumgüterherstellern: Energieanbieter müssen eine Balance zwischen Einspeisung und Entnahme im Stromnetz sicherstellen. Sonst drohen Netzausfall und Blackouts durch Prognosefehler oder Fahrplannachlässigkeiten in Strombilanzkreisen. Ob mein Stromausfall nun durch einen Prognosefehler der anstehenden Lasten entstanden sind, vermag ich nicht zu sagen. Wichtiger ist für mich jedoch der Gedanke wie Energieanbieter solchen Differenzen zwischen Energieangebot und Angebotsnachfrage vorbeugen.

image002

In den meisten Fällen werden Reserveleistungen produziert, um in Echtzeit Abweichungen vom Fahrplan der prognostizierten Tageslast auszugleichen. Diese werden im Rahmen von Regelenergieauktionen angeboten. Aber wie kann ein Netzbetreiber den Netzzustand stabil halten? Nun, indem er Kraftwerke, die im nicht ihm gehören, per Fernbedienung hinzuschalten und drosseln kann. Das Recht fremde Anlagen zu aktivieren, erkauft er sich in täglichen Auktionen für Kraftwerksleistungen. Da es sich im Energiegeschäft, um ein nahezu Echtzeitgeschäft handelt, ist es für den „Vermieter“ der Energie extrem wichtig optimale d.h. profitable und wettbewerbsfähige Angebotspreise am Markt zu erzielen. Diese Regelenergieauktionen sind ein sich täglich wiederholendes Spiel mit Stromerzeugern, Stadtwerken, Industrieunternehmen und unabhängigen Anbietern als Teilnehmern. Im Rahmen dieser täglichen „Gamblings“ ist es extrem wichtig, Nachfrage erstens zu prognostizieren und zweitens darauf basierende Preisstrategien am Markt zu optimieren. Durch einen täglichen Zugriff auf alle Daten von regelleistung.net, Wetter.com, und anderen Datenquellen werden Massen an statistischen Kennzahlen aus Arbeits- und Leistungspreisen mit Prognosen für deutschlandweite Windprognosen verknüpft. Hochperformante Data Mining Prognosen können so eine Nachfrage prognostizieren und im Anschluss die optimale Preisstrategie ermitteln, um den Gewinn am Markt zu maximieren. So kann Data Mining in Kombination mit prediktiven Kausalmodellen einen Beitrag für einen ausgewogenen Energiemarkt bilden und dafür sorgen, dass die Wahrscheinlichkeit eines erneuten Stromausfall bei abendlichen Fußballspielen noch weiter reduziert wird.

Ich für meinen Teil habe den prozentualen Anteil an potentiellen Stromausfällen für die nächsten fünf Jahre ausgeschöpft! Wohlgemerkt zum schlechtesten Zeitpunkt aus Sicht eines Eintracht Frankfurt Fans.

 

 

 

Post a Comment

Zum Facebook Experiment: 5 Dinge für die Versuchsplanung, die Unternehmen lernen können

Facebook spielt mit den Gefühlen: Fast 700.000 Nutzer nahmen 2012 an einer psychologischen Studie teil. Unfreiwillig und unwissentlich. In diesem Facebook-Experiment wurde der Hälfte der Nutzer ein manipulierter Nachrichten-Feed angezeigt. Geprüft werden sollte, ob Themen und Tonalität der Fake-News die Stimmung der User beeinflusst.

Die Studie wurde Anfang Juni veröffentlicht. Die mit leichter Verspätung in dieser Woche aufflammende heftige Kritik an Facebook ist absolut nachvollziehbar und legitim - ein Unternehmen versucht sich an seinen Kunden, ohne deren vorherige Zustimmung. Aber deswegen sollte man die Praxis des Experimentierens nicht grundsätzlich verdammen.

Facebook

Read More »

Post a Comment

Präzise Unternehmensentscheidungen auf Basis Big Data

Wozu genau brauche ich eigentlich Big Data? Ach ja - stimmt - um meine Analysen zu verbessern.

Und warum mache ich nochmal Analytik auf Big Data (Big Data Analytics)?

Die Antwort ist noch viel einfacher: Von der akademischen Anwendungen vielleicht einmal abgesehen, ist das eigentliche Ziel die datenbasierte Entscheidungsfindung.

Young woman thinking with pie charts circulation around her head

Im privaten Umfeld z.B. vergleiche ich Preise von verschiedenen Anbietern und den Preisverlauf eines Produktes, um eine Kaufentscheidung zu treffen. Preissuchmaschinen helfen mir hier beim Sammeln der Daten und deren visueller Aufbereitung. Auf der anderen Seite beobachten natürlich auch die Anbieter ständig den Markt, ihre Mitbewerber und die Nachfrage nach ihren Produkten, um den optimalen Preis zu finden (bzw. eine Entscheidung zu treffen, ob dieser angepasst werden soll).

Entscheidungen wurden immer schon getroffen - aber eben jetzt zunehmend auf der Basis von Daten und deren Auswertung. Hintergrund ist wie so oft "Big Data": Die Datenmenge (ja, auch die anderen zwei V's) erlaubt immer bessere Modelle auf deren Basis immer bessere Entscheidung getroffen werden können. Daher wächst im täglichen Betrieb der Anteil der datengetriebenen Entscheidungsfindungen bei strategischen Entscheidungen sowohl im Management als auch in allen Fachbereichen.

Tools wie SAS Visual Analytics fördern diese Entwicklung indem sie ihren Nutzern immer mehr statistische und analytische Methoden zur Verfügung stellen. Mit solchen Tools können Fachanwender auch ohne tiefgreifendes statistisches Know-how - und ohne viel Aufwand in der Datenaufbereitung - Daten visualisieren, Zusammenhänge finden und letztendlich die Entscheidungen optimieren.

Die Unterstützung bei der Entscheidungsfindung im operativen Tagesgeschäft  bedarf aber einer gewissen Automation und Kontrolle, um ein möglichst hohes Maß an Konsistenz sicherzustellen. Unter dem Überbegriff "Enterprise Decision Management" unterstützt SAS hier mit Lösungen wie dem SAS Decision Manager.

Grafik2

Der Ansatz sowohl Analytische Modelle als auch Business Rules in einem wohldefinierten und überwachten Prozess zu vereinen, erlaubt es genau diese präzisen (und konsistenten) Unternehmensentscheidungen zu treffen, um die es eigentlich geht und die hoffentlich den entscheidenden Wettbewerbsvorteil verschaffen.

Anwendung finden diese Prozesse dann z.B. bei der (Vor-)Entscheidung zur Annahme eines Kreditantrages, bei der Entscheidung ob ein Kunde ein Up-sell / Cross-sell Angebot bekommen soll und welches, etc. Die Analytischen Modelle liefern üblicherweise eine Bewertung (z.B. die Wahrscheinlichkeit eines Kreditausfalles in %) und die Business Rules entscheiden dann, wie mit diesem Antrag weiter verfahren werden soll - Ablehnen, Annehmen oder ein manueller Prozess in dem ein Mitarbeiter noch einmal prüfen kann. Durch konsequente (automatisierte) Dokumentation und Historisierung wird ein Höchstmaß an Sicherheit und Nachvollziehbarkeit geschaffen und die Möglichkeit einer kontinuierlichen Verbesserung der Prozesse.

Mich würde brennend interessieren in wie weit bei Ihnen schon solche Automatismen implementiert oder in Planung sind. Über Kommentare hier im Blog oder per Email würde ich mich sehr freuen!

Post a Comment

Visualisierung von Produktionsdaten - auch das ist Industrie 4.0

Visualisierung von Daten ist nicht nur bei Business Analysten äußerst beliebt, auch Ingenieure und Wissenschaftler arbeiten mit Daten, die - interaktiv visualisiert - zum Beispiel Ingenieuren helfen können Produktionsprozesse zu optimieren. Read More »

Post a Comment

WM-Beitrag zu Predictive Analytics im Fußball - so kann es wirklich funktionieren

Die Fußball-Bundesliga Saison hier in Deutschland ist gerade vorbei - und das nächste Highlight steht bereits vor der Tür. Wir freuen uns heute auf den Start der WM in Brasilien.

Offen gesagt bin ich kein Fußball-Experte, verfolge aber die "schönste Nebensache der Welt" schon gern wie viele andere auch. Allerdings frage ich mich, warum der Einsatz von Predictive Analytics im Fußball - oder im Sport allgemein - nicht eine noch größere Rolle spielt. Dabei meine ich nicht so sehr die Möglichkeiten, einzelne Spielergebnisse oder Saison-Endstände vorherzusagen. Das ist sicher auch interessant - und für den jenigen, der es schafft, den Buchmacher zu schlagen - bestimmt eine lohnenswerte Sache. Dazu gibt es auch bereits jede Menge Blogs, Studien und sonstige Veröffentlichen, wie z.B. Sportwetten XXL oder Prosoccer, die übrigens beide mit neuronalen Netzen arbeiten. Aber nein, ich meine etwas anderes, eine unternehmerische Sicht auf Fußball.

football

 

Predictive Analytics - realistische Anwendungsszenarieren

Vielmehr meine ich den Einsatz von Prognoseverfahren zur Entscheidungsunterstützung bei Fragestellungen, die den Betrieb eines Profi-Vereins betreffen. Zwei mögliche Einsatzfelder wären etwa:

(1) Scoring-Modelle für die Zielgruppenselektion bei Ticket-Verkäufen oder der Verkmarktung von Merchandising-Artikeln oder Premium-Mitgliedschaften für Vereinsmitglieder. Hierin ähneln sich die Aufgaben eines Vereins vielleicht denjenigen, die ein Manager im Database-Marketing eines Dienstleistungsunternehmens (Medien, Einzelhandel) hat und die heute eben häufiger schon mit Hilfe von Predictive Analytics gelöst werden. Schließlich stellt ein (potenzielles) neues Mitglied vielleicht aus Sicht des Vereins auch einen möglichen Neukunden dar, den es gilt,  für sich zu gewinnen und durch geeignete Angebote zu binden gilt.

(2) Quantitative Modelle zur Bewertung von Spieler-Potenzialen, um die Lukrativität eines möglichen Transfers oder Spielerkaufs zu bewerten, also im betriebswirtschaftlichen Sinne Preisunter- und obergrenzen mit Hilfe mathematischer Verfahren auszuloten. Eigentlich müssten hier ideale Voraussetzungen vorliegen: Daten wie z.B. Transfer-Historie, Performance auf dem Spielfeld und medizinische Werte einerseits, fussballbegeisterte und damit motivierte Analysten andererseits. Trotzdem scheint es - zumindest in Europa - noch nicht weit verbreitet zu sein.

Dass es grundsätzlich geht, zeigt - wie in vielen Fällen - das Beispiel USA. Im Umfeld Baseball hat sich sogar eine eigene analytische Disziplin Sabermetrics dafür etabliert. Ein ganzer Kinofilm "Moneyball  - Die Kunst zu gewinnen" (mit Brad Pitt in der Hauptrolle) dreht sich sogar um dieses Thema. Auch im professionellen Basketball gibt es Ansätze. Das NBA-Team der Orlando Magic nutzt beispielsweise analytische Entscheidungsbaum-Algorithmen zur Klassifikation von Dauerkarten-Besitzern.

Immerhin, die englische Premier League macht es in Europa vor. Hier gibt es erste Ansätze von Fussball-Teams, sich mit dem Thema Analytics zu beschäftigen, wenngleich man offenbar noch nicht so weit ist, Prognosemodelle anzuwenden.  Der Blog-Beitrag The Winning Formula gibt aber bereits einen schönen Überblick.

Vielleicht tragen diese Beispiele ja dazu bei, das Thema "Predictive Analytics im Sport" mittelfristig aus der Abseitsfalle zu befreien. Für das kommende WM Turnier müssen wir wohl noch darauf verzichten. Es wird trotzdem hoffentlich spannend ...

 

 

 

 

Post a Comment