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.

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.

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!