So und nichts anders: Datenanalyse zur Vorbereitung der Entscheidungsfindung ist ein Spezialistenthema. Das muss ausschließlich den Profis überlassen werden. Daten in den Händen unbedarfter Fachanwender – vielleicht noch ohne IT- und Statistikwissen – sind gefährlich.
Wenn Sie auch dieser Meinung sind, dann lesen Sie bitte nicht weiter!
Wenn Sie sich aber fragen, wie denn sonst die immer umfangreicheren internen und externen Daten fachlich sinnvoll ausgewertet und mit einem unternehmerischen Mehrwert versehen werden sollen, wenn nicht durch diejenigen Mitarbeiter im Unternehmen, die sich am besten mit ihren Kunden, dem Markt oder Produkten und Produktion auskennen, dann wird Sie das Thema Self-Service Analytics schnell einholen. Und wenn Sie faktenbasierte Entscheidungen (oder zumindest den Fakten-Check vor einer Bauchentscheidung) als Aufgabe im ganzen Unternehmen sehen, dann werden Sie sich früher oder später mit dem Konzept der Visual Business Analytics auseinandersetzen.
Die immense Bedeutung dieses Themas wird nicht zuletzt durch das erste deutschsprachige Fachbuch "Visual Business Analytics: Effektiver Zugang zu Daten und Informationen" von Jörn Kohlhammer, Dirk U. Proff und Andreas Wiener eindrucksvoll untermauert.
Was aber ist Visual Analytics?
Visual Analytics hilft durch den Einsatz eingängiger Visualisierungsverfahren, geschäftlich interessante und wertvolle Zusammenhänge in Unternehmensdatenbeständen zu finden. Dabei steht das interaktive Entdecken im Vordergrund. Methodisches Wissen zum Einsatz der richtigen Visualisierung oder von statistischen Auswertungsverfahren wird nicht zwingend vorausgesetzt (schadet aber auch nicht). Diese Tatsache hat eine enorme Wirkung, denn damit erschließt sich datengetriebene Analyse nicht nur Statistikern, sondern den Fachabteilungen im Unternehmen.
Möglich wird dies durch die Kombination von automatischen Visualisierungsverfahren und eingebetteter statistischer Analytik. Was heißt das konkret? Nehmen wir als Beispiel einmal an, Sie sind Fachanwender aus der Marketingabteilung einer Bank und analysieren umfangreiche Produktbesitzdaten, um Upsell-Potenziale zu ermitteln. Welche der zahlreichen Produkte werden häufig zusammen verkauft? Welche Kundenmerkmale stehen in einem nutzbaren Zusammenhang? Stellen Sie sich vor, Sie müssten nichts weiter tun als alle Produktbesitz- und Kundendaten auf eine virtuelle Arbeitsfläche zu werfen. Ein intelligentes Analysewerkzeug ermittelt aus den Daten selbständig, welche Visualisierung geeignet ist. Bei den vielen Werten, die Sie gerade betrachten wollen, zeigt es Ihnen vielleicht umittelbar eine farblich abgestufte Matrix aller Eigenschaften. Starke Zusammenhänge sind durch kräftige Farben hervorgehoben.
Das ist Visual Analytics.
Auf einen Blick sehen Sie statistisch signifikante Zusammenhänge. Mit Ihrem Fachwissen greifen Sie nun zielgerichtet interessante Zusammenhänge heraus, z.B. Produkte aus dem Bereich der Vermögensanlage, die Kunden tendenziell öfter gemeinsam in ihrem Portfolio haben. Wie hängt beispielsweise das Anlageverhalten im Tagesgeld-Bereich mit dem Besitz von Investmentzertifikaten zusammen? Stellen Sie sich vor, dass Sie mit einem Klick diesen Zusammenhang näher untersuchen könnten - ohne Wissen zu müssen, was eine Regression ist und welches Regressionsmodell für die Verteilung Ihrer Daten das beste ist.
Das ist Visual Analytics!
Was treibt eigentlich den Besitz von Investmentzertifikaten? Welche Charakteristika haben Kunden die keine, wenig oder viele Investmentzertifikate in ihrem Portfolio haben? Welche Rolle spielt beispielsweise die durchschnittliche Einlagenhöhe der Kunden und bei welcher konkreten Höhe werden welche weiteren Produkte interessant? Sind Kundenalter, Betreuungskanal oder Wohnort relevant? Stellen Sie sich vor, Sie können vermutete Treiber einfach auf besagte Arbeitsfläche werfen - und sofort erhalten Sie einen Fakten-Check, der Ihnen Ihr Bauchgefühl bestätigt - oder auch widerlegt. Stellen Sie sich vor, Sie könnten ohne Wissen über Data Mining mit wenigen Klicks mögliche Treiber identifizieren.
Das ist Visual Analytics!!
Sie sehen: Dem Fachanwender stehen neue Möglichkeiten zur Verfügung, in Entscheidungsprozessen selber kreativ mit Daten zu arbeiten. Dabei wird ihm statistisches Arbeiten und Visualisieren weitgehend abgenommen, während er mit seinem Fachwissen geschickt auf die Datenwelt blickt. Damit schließt sich eine bislang in vielen Unternehmen noch vorhandene Schlucht zwischen methodisch-technischen Experten und den fachlichen Mitarbeitern und Entscheidern, die immer schneller auf Marktgegebenheiten reagieren müssen. Entscheidungswege werden kürzer, faktenbasiertes Entscheiden wird erleichtert, Analytik wird demokratisiert.
Das ist Visual Analytics!!!
Interesse geweckt? Dann melden Sie sich doch für eines unserer Webinare an!
