Datenbank Blog » Data Warehouse & Business Intelligence

Top 5 Business Intelligence Trends 2019

Top 5 Business Intelligence Trends 2019 | Datenbank Blog

In den letzten zehn Jahren hat sich viel in der Business Intelligence-Welt verändert. Die Datenmengen wachsen und auch die Möglichkeiten, sogenannte „Insights“ aus Daten zu gewinnen, werden immer besser und einfacher. Mit dem Zugang zur Cloud wurde das Thema Skalierung von Lösungsansätzen für bestimmte Geschäftsbereiche noch einfacher. Auch in der Datenvisualisierung und Handhabung von interaktiven Business-Dashboards hat sich viel getan. Der Aufstieg des Bereichs „Self Service Analytics“ hat den Zugriff auf die Daten demokratisiert. Plötzlich war das Thema Advanced Analytics nicht nur Analysten gedacht.

2018 war ein besonders wichtiges Jahr für die Business Intelligence Branche. Die im vergangenen Jahr vorgestellten Trends werden sich bis 2019 fortsetzen. Auch die BI-Landschaft entwickelt sich weiter und die Zukunft der Business Intelligence wird mit neuen Trends fortgeführt. Im Jahr 2019 werden die Business Intelligence-Strategien immer individueller. Unternehmen jeder Größe fragen nicht mehr, ob sie einen besseren Zugang zu Business Intelligence Analytics benötigen, sondern welche BI-Lösung für ihr spezifisches Geschäft die beste ist.

Unternehmen fragen sich nicht mehr, ob Datenvisualisierungen die Analysen verbessern, sondern wie sie jeden Use Case am besten darstellen. 2019 ist das Jahr des Datenqualitätsmanagements und der Datenabdeckung: saubere und sichere Daten kombiniert mit einer einfachen und leistungsstarken Präsentation. Es wird auch ein Jahr der Multi-Cloud-Strategien und der künstlichen Intelligenz. Wir sind gespannt, was dieses neue Jahr bringen wird. Wir stellen unsere Top 5 Business Intelligence Trends für das Jahr 2019 vor!

Datenqualitätsmanagement – Data Quality Management (DQM)

Eine Umfrage des Business Application Research Center (BARC) ergab, dass das Datenqualitätsmanagement zu den wichtigsten Trends für das Jahr 2019 gehört. Demnach ist das reine Sammeln von Informationen der Qualität und dem kontextuellen Bezug der Informationen untergeordnet. Die gezielte Anwendung und Interpretation von Daten bilden in Zukunft den Schwerpunkt der Business Intelligence.

Die Analysetrends in der Datenqualität sind im vergangenen Jahr stark gewachsen. Die Entwicklung von Business Intelligence zur Analyse und Extraktion von Informationen aus den unzähligen Datenquellen, die wir in großem Umfang sammeln, brachten eine Reihe von Fehlern und Berichten von geringer Qualität mit sich: Die Unterschiede zwischen Datenquellen und Datentypen haben den Datenintegrationsprozess komplexer gemacht.

Das Stammdatenmanagement wird zu einem zentralen Thema in der Business Intelligence Strategie von Unternehmen werden. Erst heutzutage verstehen viele Unternehmen die Auswirkung der Datenqualität auf die Analyse und den weiteren Entscheidungsprozess und entscheiden sich daher für die Einführung einer Abteilung oder Technik des Data Quality Management (DQM). Tatsächlich wird Datenqualitätsmanagement als Schlüsselfaktor für eine effiziente Datenanalyse angesehen, da es die Grundlage für das weitere Vorgehen bildet. Laut Gartner führt eine schlechte Datenqualität zu schätzungsweise im Schnitt 15 Millionen Dollar Verlust pro Jahr für Unternehmen.

Die Folgen einer schlechten Datenqualität sind vielfältig, vom richtigen Verständnis ihrer Kunden bis hin zur Konstruktion der richtigen Geschäftsentscheidungen. Deshalb ist es von größter Bedeutung, zunächst die richtigen Key Performance Indicators zu verwenden. Datenqualitätsmanagement besteht aus der Datenerfassung, der Implementierung fortschrittlicher Datenprozesse, der effektiven Verteilung der Daten und der Verwaltung von Metadaten.

Die Einhaltung strenger Datenqualitätsstandards entspricht auch den Standards der neuesten Compliance-Vorschriften und -anforderungen. Durch die Implementierung unternehmensweiter Datenqualitätsprozesse verbessern Unternehmen ihre Fähigkeit, Business Intelligence zu nutzen und damit einen Wettbewerbsvorteil zu erlangen, der es ihnen ermöglicht, ihre Rendite für BI-Investitionen zu maximieren.

Künstliche Intelligenz – erwecken wir Alexa, Cortana und Siri zum Leben?

Künstliche Intelligenz ist einer der wichtigsten Trends, die Gartner in seinem Strategic Technology Trends Report 2019 ausgewählt hat. Der Fokus liegt auf der Verknüpfung autonomer Systeme in komplexen Geschäftsprozessen.

Dabei müssen wir immer zwischen künstlicher Intelligenz und künstlichem Bewusstsein unterscheiden. Das, was viele als künstliche Intelligenz verstehen, wird oft mit künstlichem Bewusstsein gleichgesetzt und das ist leider nicht korrekt. Künstliche Intelligenz ist die maschinelle Verarbeitung von Informationen. Die Ausführung komplexer Sachverhalte – wie das der Mensch macht – ist erst durch kognitives System möglich.

Die Künstliche Intelligenz, die in Filmen oft als der höchste Feind der Menschheit angesehen wird (Master Control Program of Tron, die Maschinenwelt außerhalb der Matrix oder Skynet in Terminator), hat bereits das Stadium des künstlichen Bewusstseins erreicht, wo wir in der Entwicklung noch am Anfang stehen. Während wir an Programmen zur Vermeidung solcher Unannehmlichkeiten arbeiten, revolutionieren Künstliche Intelligenz und maschinelles Lernen die Art und Weise, wie wir mit unserer Analytik und unserem Datenmanagement umgehen. Tatsache ist, dass es unser Leben beeinflussen wird, ob es uns gefällt oder nicht.

Auch die Nachfrage nach Echtzeit-Datenanalysetools steigt und mit der Einführung des IoT (Internet of Things) kommen auch unzählige Daten und Datenquellen hinzu, was die statistische Analyse und Datenverwaltung an die Spitze der Prioritätenliste rücken wird. Allerdings wollen Unternehmen heute noch weiter gehen, und auch die prädiktive Analytik ist ein Trend, der genau beobachtet werden muss.

Ein weiterer zunehmender Faktor in der Zukunft von Business Intelligence ist das Testen der Künstlichen Intelligenz im Duell-Verfahren. Um dies zu veranschaulichen, erstellt eine KI ein realistisches Bild, und die andere versucht zu bestimmen, ob das Bild künstlich ist oder nicht. Dieses Konzept wird als Generative Adversarial Networks (GANs) bezeichnet und kann in Online-Verifikationsprozessen, wie der CAPTCHA-Technologie, eingesetzt werden. Wenn das Duell mehrmals stattfindet, kann die KI intelligenter werden, um diese Art von Online-Sicherheitssystemen zu bewerten und zu unterbrechen. Tech-Giganten wie Alibaba nutzen KI auf viele verschiedene Arten, die den maschinellen Lernprozess abwechseln, und wir sollten diesen Prozess im Auge behalten.

Multi Cloud-Systeme – Clouds-Landschaften miteinander verbinden

Die Allgegenwart der Cloud ist nichts Neues und gehört seit Jahren zu den Trends im Bereich der Business Intelligence. Auch in 2019 wird die Cloud ihren Siegeszug fortsetzen, da immer mehr Unternehmen aufgrund der zunehmenden Verbreitung von Cloud-basierten Tools, die auf dem Markt verfügbar sind, auf sie setzten müssen. Darüber hinaus werden Unternehmen lernen, die Leistungsfähigkeit der Cloud-Analytik zu nutzen, bei der sich die meisten Elemente – Datenquellen, Datenmodelle, Verarbeitungsanwendungen, Rechenleistung, Analysemodelle und Datenspeicher – in der Cloud befinden.

Es gibt immer mehr Unternehmen, die ihre Daten und alle ihre Anwendungen in die Cloud verschieben. Gartner erklärt, dass die Cloud bis 2019 die gemeinsame Strategie für 70% der Unternehmen sein wird – während sie 2016 weniger als 10% betrug. Bei der Bewertung der Hosting-Umgebung berücksichtigen die Unternehmen Faktoren, wie Risiko, Geschwindigkeit, Kosten und Komplexität, was es noch schwieriger macht, eine Lösung auszuwählen, die allen genannten Anforderungen entspricht.

Daher ist eine Multi-Cloud-Strategie in Unternehmen eine fragwürdige Wahl, auch wenn ihre Akzeptanz deutlich zunimmt. Die Unternehmen müssen ihre Bedürfnisse und Kapazitäten bei der Umsetzung bewerten, um zu beurteilen, ob es sinnvoll und profitabel ist, sich für eine Multi-Cloud-Strategie zu entscheiden. Die vernetzte Cloud wird 2019 ein großes Thema sein und wir sollten genau hinsehen, wohin sie uns führen wird.

Data Governance – wohin führt uns die Data Governance?

Nach Angaben des Data Governance Institute ist Data Governance „die Ausübung von Entscheidungs- und Befugnissen in datenbezogenen Angelegenheiten“. Mit anderen Worten, es ist die Kontrolle über jede Dateneingabe, die nach bestimmten Standards erfolgen muss.

Im Jahr 2019 werden Unternehmen den Fokus verstärkt auf Data Governance und Datenqualität legen, da Daten nur dann nützlich sind, wenn sie zugänglich sind. Unternehmen werden zunehmend darauf achten, ein Gleichgewicht zwischen Datenzugriff und Sicherheit herzustellen. Sie müssen auch lernen, agil zu bleiben und sich an die Veränderungen im Unternehmen anzupassen.

Neue Instrumente und Methoden zur Datenaufbereitung werden dazu beitragen, diesen Trend zu verstärken und die kulturelle Kluft zwischen Wirtschaft und Technologie zu verringern. Unternehmen lernen, dass Data Governance dazu beitragen kann, eine Kultur der Analytik zu fördern und die Geschäftsanforderungen zu erfüllen.

Die Implementierung von Self-Service Business Intelligence-Funktionen hat bei vielen Unternehmen zu großen Excel-ähnlichen Governance-Problemen geführt. Im Jahr 2019 werden Unternehmen versuchen, Vertrauen und Zuverlässigkeit wieder in die Analysepraktiken einzubringen. Es werden weitere kollaborative Prozesse geschaffen, die sowohl IT-Teams als auch Endanwender bei der Abstimmung und Implementierung moderner Data Governance-Modelle unterstützen und den Geschäftswert von Analysen maximieren, ohne die Sicherheit zu gefährden.

Wir haben in den letzten Jahren etliche Datenschutzverletzungen erlebt, die zu einem Anstieg der Sicherheitsfragen in Bezug auf Governance und Vertrauen geführt haben. Um die Geschäftsergebnisse zu verbessern, haben Unternehmen begonnen, Data Governance als eine Notwendigkeit zu betrachten, aber der Mangel an Erfahrung stellt sie vor Herausforderungen bei der Implementierung und Kombination von Datenqualität, Risiko, Ethik, Datenschutz und Sicherheit, um zuverlässige Geschäftswerte zu schaffen, so Gartner.

Analyse des Kundenverhaltens – Customer Lifetime Value & Churn Score-Prediction

„Bis 2021 werden 15% aller Kundenservice-Interaktionen vollständig von der KI abgewickelt, was einem Anstieg von 400% ab 2017 entspricht.“ – Gartner.

Die Kundenanalyse wird 2019 einer der Schwerpunkte der Business Intelligence Trends sein. Kunden-Reise-Analyse, Emotionserkennung, Customer Lifetime Value, Sprachanalyse, Interaktionsanalyse, Analyse für Customer Intelligence sind nur einige der Schlagwörter dieses Trends.

Durch die Vorhersage des Kundenverhaltens wird die Verwendung von Daten zu einem wesentlichen Bestandteil der Kundenerfahrung und deren Erfolgsformel. Gartner hat einen Hype Cycle entwickelt, um die kritischsten Technologien im unterstützenden Kundenprozess zu analysieren, da viele Führungskräfte auf der Suche nach Technologien sind, die den Kunden den gewünschten CX (Customer Experience) liefern.

Da die Erwartungen der Verbraucher steigen, ist es eine anspruchsvolle Aufgabe, ihre Anforderungen durch den Einsatz umfangreicher Datensammlungen zu unterstützen. Die Analyse und Vorhersage ihres Verhaltens geht Hand in Hand mit Datenmanagement, KI und Cloud.

Eine stärkere Datenorientierung und der Einsatz von Business Analytics Tools zur Nutzung der effektivsten Art des Entscheidungsprozesses werden zu einer Voraussetzung für die nachhaltige Entwicklung eines Unternehmens. Die Verbraucher werden diese Entwicklung diktieren, so dass wir sie als einen der wichtigsten Business Intelligence-Trends für das Jahr 2019 betrachten.

Über den Autor (Autor Profil)

Markus Begerow, Gründer & Autor von Datenbanken-verstehen.de

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.