Business Intelligence (BI) einfach erklärt

Erfahren Sie mehr über aktuelle Trends, die sich auf BI auswirken, u. a. Artificial Intelligence, Machine Learning und IoT.

Definition: Was ist Business Intelligence?

Business Intelligence (BI) ist einfach erklärt die Sammlung von Strategien und Tools zur Analyse von Geschäftsinformationen. Business Intelligence-Projekte sind wesentlich effektiver, wenn sie externe Datenquellen mit internen Datenquellen vergleichen, um Einblicke zu erlangen, die praktisch umsetzbar sind.

Business Analytics, auch als Advanced Analytics bekannt, ist ein Begriff der oft synonym mit Business Intelligence benutzt wird. Business Analytics ist jedoch eine Untergruppe von Business Intelligence, da sich Business Intelligence mit Strategien und Tools befasst, während sich Business Analytics mehr auf Methoden fokussiert. Business Intelligence ist beschreibend, während Business Analytics eher präskriptiv ist und ein Problem oder eine Geschäftsfrage anspricht.

Competitive Intelligence ist als eine Untergruppe von Business Intelligence definiert. Competitive Intelligence ist die Sammlung von Daten, Tools und Prozessen für die Erfassung, den Zugriff und die Analyse von Geschäftsdaten über Wettbewerber. Competitive Intelligence wird häufig benutzt, um Unterschiede in Produkten zu überwachen.

Business Intelligence-Anwendungen im Unternehmen

  • Messung

  • In Messanwendungen werden viele Business Intelligence-Tools benutzt. Sie können Eingabedaten von Sensoren, CRM-Systemen, Webverkehr und mehr benutzen, um KPIs zu messen. Lösungen für ein Anlagenteam in einem großen Fertigungsunternehmen könnten zum Beispiel Sensoren zur Messung der Temperatur von wichtigen Anlagen umfassen, um Wartungspläne zu optimieren.

  • Analyse

  • Die Analyse ist die Studie von Daten, um aussagekräftige Trends und Einblicke zu finden. Dies ist eine äußerst beliebte Anwendung von Business Intelligence-Tools, da sie es Unternehmen ermöglicht, ihre Daten tiefgründig zu verstehen und Wert mit datengetriebenen Entscheidungen aufzubauen. Zum Beispiel könnte eine Marketingorganisation die Analyse verwenden, um die Kundensegmente zu bestimmen, die sich am wahrscheinlichsten in einen neuen Kunden verwandeln.

  • Berichterstellung

  • Die Berichterstellung ist eine Standardanwendung der Business Intelligence-Software. BI-Produkte können heutzutage nahtlos regelmäßige Berichte für interne Stakeholder erstellen, kritische Aufgaben für Analysten automatisieren und die Notwendigkeit von Tabellenkalkulationen und Textverarbeitungsprogrammen ersetzen.

    Eine Verkaufsbetriebsanalystin könnte das Tool zum Beispiel dazu benutzen, einen wöchentlichen Bericht für ihren Manager zu erstellen, der die Verkaufszahlen der letzten Woche nach geographischer Region aufführt - eine Aufgabe, die, als sie noch manuell erledigt wurde, viel mehr Aufwand erforderte. Mit einem modernen Berichterstellungstool nimmt der für die Erstellung eines solchen Berichts erforderliche Aufwand beträchtlich ab. In derartigen Fällen können Business Intelligence-Tools den Berichterstellungsprozess gänzlich automatisieren.

  • Kollaboration

  • Kollaborationsfunktionen ermöglichen es Anwendern, gemeinsam und in Echtzeit an denselben Daten und Dateien zu arbeiten. Sie kommen häufig auf modernen Business Intelligence -Plattformen zum Einsatz. Eine geräteübergreifende Kollaboration wird die Entwicklung von neuen und verbesserten Business Intelligence-Tools vorantreiben. Die Kollaboration auf BI-Plattformen kann bei der Erstellung von neuen Berichten oder Dashboards wichtig sein.

    Der CEO eines Technologieunternehmens könnte zum Beispiel einen personalisierten Bericht oder ein personalisiertes Dashboard von Fokusgruppendaten über ein neues Produkt innerhalb von 24 Stunden haben wollen. Produktmanager, Datenanalysten und QA-Prüfer könnten alle gleichzeitig an ihren jeweiligen Abschnitten des Berichts oder Dashboards arbeiten, um sie rechtzeitig mit einem kollaborativen BI-Tool fertigzustellen.

Beste Verfahren in der Business Intelligence

Business Intelligence-Initiativen können nur dann Erfolg haben, wenn sich die Organisation engagiert und sie strategisch umsetzt. Kritische Faktoren sind:

  • Business Sponsoring

    Das Business Sponsoring ist der wichtigste Erfolgsfaktor, weil auch das optimalste System einen Mangel an geschäftlichem Engagement nicht bewältigen kann. Wenn die Organisation das Budget für das Projekt nicht auftreiben kann oder Führungskräfte mit Nicht-BI-Initiativen beschäftigt sind, kann das Projekt keinen Erfolg haben.

  • Geschäftsbedürfnisse

    Die Bedürfnisse des Geschäfts zu verstehen, ist für die ordentliche Implementierung eines Business Intelligence-Systems wichtig. Dieses Verständnis ist zweigeteilt - sowohl Endanwender wie auch IT-Abteilungen haben wichtige Bedürfnisse - und die sind oft unterschiedlich. Um dieses kritische Verständnis von BI-Anforderungen zu erlangen, muss die Organisation all die verschiedenen Bedürfnisse ihrer Bestandteile analysieren.

  • Menge und Qualität der Daten

    Eine Business Intelligence-Initiative hat nur dann Erfolg, wenn sie große Mengen an hochwertigen Daten einbezieht. Übliche Datenquellen sind Customer Relationship Management (CRM)-Software, Sensoren, Werbeplattformen und Enterprise Resource Planning (ERP)-Tools. Schlechte Daten führen zu schlechten Entscheidungen, die Datenqualität ist also sehr wichtig.

    Eine übliche Technik zur Verwaltung der Qualität von Daten ist das Data Profiling, bei dem Daten untersucht und Statistiken für eine verbesserte Data Governance erfasst werden. So können die Konsistenz bewahrt, Risiken reduziert und Suchen durch Metadaten optimiert werden.

  • Anwendererfahrung

    Eine nahtlose Anwendererfahrung ist entscheidend, wenn es um Business Intelligence geht, denn sie kann die Anwenderadoption fördern und letztendlich mehr Wert aus BI-Produkten und -Initiativen schöpfen. Die Endanwenderadoption wird ohne eine logische und nutzbare Schnittstelle schwierig sein..

  • Datensammlung und -reinigung

    Daten können von einer unbegrenzten Anzahl von Quellen gesammelt werden und eine Organisation leicht überwältigen. Um dies zu verhindern und Wert mit Business Intelligence-Projekten zu schaffen, müssen Organisationen kritische Daten identifizieren. Zu Business Intelligence-Daten zählen häufig CRM-Daten, Wettbewerberdaten, Industriedaten und mehr.

  • : Projektmanagement

    Einer der wesentlichsten Bestandteile eines starken Projektmanagements ist das Öffnen von wichtigen Kommunikationswegen zwischen Projektpersonal, IT und Endanwendern

  • Unterstützung finden

    Es gibt mehrere Arten der Unterstützung und jene von Hauptentscheidungsträgern sind beim Kauf eines neuen Business Intelligence-Produkts äußerst wichtig. Fachkräfte können Unterstützung von IT erhalten, indem sie über IT-Präferenzen und -Bedürfnisse kommunizieren. Auch Endanwender haben Bedürfnisse und Präferenzen - mit anderen Anforderungen.

  • Erfassen von Anforderungen

    Das Erfassen von Anforderungen ist das bewährteste Verfahren, dessen Einhaltung wohl am wichtigsten ist, da es beim Vergleich von mehreren BI-Tools für mehr Transparenz sorgt. Anforderungen kommen von mehreren Bestandteilgruppen, einschließlich IT und Geschäftsanwendern.

  • Schulung

    Eine Schulung fördert die Endanwenderadoption. Wenn Endanwender nicht ordentlich geschult werden, verlangsamen sich Adoption und Wertschöpfung sehr und sind schwierig zu erzielen. Viele Anbieter von Business Intelligence, einschließlich MicroStrategy, bieten Bildungsdienste an, die aus Schulungen und Zertifizierungen für alle involvierten Anwender bestehen kann. Schulungen können jeder wichtigen Gruppe bereitgestellt werden, die in ein Business Intelligence-Projekt involviert ist.

  • Support

    Support-Techniker, die oft von Business Intelligence-Anbietern bereitgestellt werden, kümmern sich um technische Probleme innerhalb der Software oder des Services. Erfahren Sie mehr über die Support-Angebote von MicroStrategy.

  • Sonstiges

    Vor der Implementierung von Advanced Analytics, das einige wichtige Vorläufer erfordert, bevor es einen Mehrwert bringt, sollten Unternehmen sicherstellen, dass herkömmliche BI-Funktionen eingerichtet sind. Zum Beispiel muss die Datenreinigung bereits ausgezeichnet funktionieren und Systemarchitekturen müssen etabliert sein.

    BI-Tools können für viele Anwender auch eine Blackbox sein, es ist also wichtig, deren Outputs kontinuierlich zu validieren. Die Einrichtung eines Feedback-Systems für die Anforderung und Implementierung von Änderungen, die von Anwendern gefordert werden, ist für die Förderung einer kontinuierlichen Verbesserung der Business Intelligence wichtig.

Funktionen von Business Intelligence

  • Erstellung von Unternehmensberichten

    Eine der Hauptfunktionen der Business Intelligence ist die Erstellung von Unternehmensberichten, also die regelmäßige oder spontane Bereitstellung von relevanten Geschäftsdaten an wichtige interne Stakeholder. Berichte können verschiedene Formen annehmen und unter Anwendung verschiedener Methoden produziert werden. Business Intelligence-Produkte können diesen Prozess jedoch automatisieren bzw. Schmerzpunkte in der Berichtserstellung mindern und außerdem die Skalierbarkeit auf Unternehmensebene in der Berichtserstellung ermöglichen.

  • OLAP

    OLAP (Online-Analyseverarbeitung ist ein Ansatz zur Lösung analytischer Probleme mit mehreren Dimensionen. Sie ist ein Spross von OLTP (Online-Transaktionsverarbeitung). Der Hauptwert von OLAP ist dieser multidimensionale Aspekt, der es Anwendern ermöglicht, Probleme aus verschiedenen Blickwinkeln zu betrachten. OLAP kann dazu dienen, Aufgaben wie CRM-Datenanalysen, Finanzprognosen, Budgetierung usw. zu erledigen.

  • Analyse

    Die Analyse ist der Prozess der Untersuchung von Daten und der Aufzeichnung von Mustern oder Trends, um wichtige Entscheidungen zu treffen. Sie kann helfen, verborgene Muster in Daten zu enthüllen. Analysen können deskriptiv, präskriptiv oder prädiktiv sein. Deskriptive Analysen beschreiben einen Datensatz mittels Maßstäben zentraler Tendenz (Mittel, Durchschnitt, Modus) und Streuung (Bereich, Standardabweichung usw.).

    Die präskriptive Analyse ist eine Untergruppe der Business Intelligence, die spezifische Handlungen zur Optimierung von Ergebnissen vorschreibt. Sie bestimmt eine kluge, auf Daten basierende Vorgehensweise. Daher sind präskriptive Analysen situationsabhängig und Lösungen oder Modelle sollten nicht zu verschiedenen Anwendungsfällen generalisiert werden.

    Die prädiktive Analyse, auch als Prognoseanalyse oder Prognosemodellierung bekannt, ist die Verwendung von statistischen Techniken zur Erstellung von Modellen, die zukünftige oder unbekannte Ereignisse vorhersagen können. Die Prognoseanalyse ist ein leistungsstarkes Tool zur Vorhersage von Trends innerhalb eines Unternehmens, einer Branche oder auf einer höheren Ebene.

  • Data Mining

    Data Mining ist der Prozess der Erkennung von Mustern in großen Datensätzen und umfasst Machine Learning, Statistiken und Datenbanksysteme, um diese Muster zu finden. Data Mining ist ein wichtiger Prozess für die Datenverwaltung und die Vorverarbeitung von Daten, da es eine ordentliche Datenstrukturierung sicherstellt.

    Endanwender können Data Mining auch zum Konstruieren von Modellen benutzen, um diese verborgenen Muster zu enthüllen. Anwender könnten zum Beispiel CRM-Daten schürfen, um vorherzusagen, welche potentiellen Kunden am wahrscheinlichsten ein bestimmtes Produkt oder eine bestimmte Lösung kaufen würden.

  • Process Mining

    Process Mining ist ein Datenbankverwaltungssystem, in dem erweiterte Algorithmen an Datensätzen angewandt werden, um Muster in den Daten zu enthüllen. Process Mining kann an vielen verschiedenen Arten von Daten angewandt werden u. a. auch an strukturierten und unstrukturierten Daten.

  • Benchmarking

    Benchmarking ist die Verwendung von Industrie-KPIs zur Messung des Erfolgs eines Unternehmens, Projekts oder Prozesses. Es ist eine wichtige Aktivität im BI-Ökosystem, die in der Geschäftswelt weitverbreitet ist, um inkrementelle Verbesserungen an einem Unternehmen vorzunehmen.

  • Intelligent Enterprise

    Alles oben Genannte sind typische Ziele oder Funktionen von Business Intelligence, doch BI ist am wertvollsten, wenn seine Anwendungen über traditionelle Entscheidungsunterstützungssysteme (DSS) hinausgehen. Die Ankunft von Cloud Computing und die Explosion von Mobilgeräten bedeuten, dass Geschäftsanwender überall und jederzeit Analysen verlangen - mobile BI ist nun für den Geschäftserfolg wesentlich.

    Wenn eine Business Intelligence-Lösung weit in die Strategie und den Betrieb einer Organisation reicht, kann sie ihre Daten, Mitarbeiter und Anlagen in einer Art und Weise nutzen, die vorher nicht möglich war - sie kann ein intelligentes Unternehmen werden. Erfahren Sie, wie MicroStrategy Ihrer Organisation helfen kann, ein intelligentes Unternehmen zu werden.

Arbeitsstellen im Bereich Business Intelligence

Es besteht eine große Nachfrage nach Business Intelligence-Einsteigern, die ein Durchschnittsgehalt von 80.000 USD im Jahr erwarten dürfen, was 33 % höher ist als das nationale Medianeinkommen. Trotz der Nachfrage nach Business Intelligence-Fachkräften variieren Gehälter beträchtlich. Einige beeinflussende Faktoren sind Bildungsstand, Arbeitserfahrung und technische Fähigkeiten.

Wie viel verdienen BI-Analysten?

Wie viel verdienen BI-Analysten?

Die Geschichte von Business Intelligence

Die wichtigsten Herausforderungen von Business Intelligence

  • Unstrukturierte Daten

    Um Probleme mit Suchbarkeit und Datenbeurteilung zu lösen, ist es erforderlich, etwas über den Inhalt zu wissen. Zur Bewahrung von Suchbarkeit und Datenbeurteilung erfordern Business Intelligence-Systeme und -Technologien gegenwärtig adäquat strukturierte Daten. Diese Strukturierung kann durchgeführt werden, indem Kontext mit Etadaten hinzugefügt wird.

    Viele Organisationen haben auch Schwierigkeiten mit Datenqualitätsproblemen. Auch mit tadellosen BI-Architekturen und -Systemen werden sich Unternehmen, die fragwürdige oder unvollständige Daten haben, schwer tun, Unterstützung von Anwendern zu erhalten, die den Zahlen vor ihren Augen nicht trauen.

  • Schlechte Adoption

    Viele BI-Projekte versuchen, alte Tools und Mechanismen gänzlich zu ersetzen, doch dies hat oft eine schlechte Anwenderadoption zur Folge, was bedeutet, dass Anwender auf Tools und Prozesse zurückgreifen, mit denen sie sich auskennen. Viele Experten meinen, dass BI-Projekte deswegen scheitern, weil das Erstellen und Ausführen von Berichten zu lange dauert. Folglich adoptieren Anwender neue Technologien nicht so leicht und greifen eher auf alte Tools zurück.

    Ein weiterer Grund für das Scheitern von Business Intelligence-Projekten ist eine unangemessene Anwender- oder IT-Schulung. Eine unangemessene Schulung kann zu Frustration führen und überwältigend sein, was das Projekt zum Scheitern verurteilt.

  • Mangel an Stakeholderkommunikation

    Die interne Kommunikation ist ein weiterer wichtiger Faktor, der Business Intelligence-Projekte zum Scheitern bringen kann. Eine potentielle Falle ist, Anwendern während der Implementierung falsche Hoffnungen zu machen. BI-Projekte werden manchmal als kurzfristige Lösung angesehen, doch sie können sich für alle Beteiligten leicht in große und stressige Projekte verwandeln.

    Ein Mangel an Kommunikation zwischen Endanwendern und IT-Abteilungen kann den Projekterfolg beeinträchtigen. Anforderungen von IT und Käufern sollten mit den Bedürfnissen des Teams von Endanwendern im Einklang stehen. Wenn sie nicht zusammenarbeiten, kann es vorkommen, dass das Endprodukt nicht den Erwartungen und Bedürfnissen entspricht, was zu Frustration bei allen Beteiligten und einem gescheiterten Projekt führen kann. Erfolgreiche Projekte stellen Geschäftsanwendern wertvolle Tools bereit, die auch die internen IT-Anforderungen erfüllen.

  • Unsachgemäße Planung

    Das Forschungs- und Beratungsunternehmen Gartner warnt davor, nur bei einem Anbieter nach Business Intelligence-Produkten zu suchen. Business Intelligence-Produkte unterscheiden sich stark und es ist wichtig, dass Kunden das Produkt finden, das dem Bedarf ihrer Organisation nach Funktionen und ihrer Preisvorstellung entspricht.

    Organisationen behandeln Business Intelligence manchmal als eine Reihe von Projekten anstatt als flüssigen Prozess. Anwender fordern andauernd Änderungen an, es ist also wichtig, dass ein Prozess zur Überprüfung und Implementierung von Verbesserungen eingerichtet ist.

    Einige Organisationen probieren auch einen spontanen Business Intelligence-Ansatz aus anstatt eine spezifische Strategie zu formulieren, die Unternehmensziele und die Bedürfnisse von IT und Endanwendern einbezieht. Gartner empfiehlt, ein Team speziell für das Erstellen oder Revidieren einer Business Intelligence-Strategie zu bilden, dessen Mitglieder von diesen Bestandteilgruppen eingezogen werden.

    Unternehmen können versuchen, den Kauf eines teuren Business Intelligence-Tools zu vermeiden, indem sie nach oberflächlichen kundenspezifischen Dashboards fragen. Diese Art von Projekt hat die Tendenz, aufgrund ihrer Spezifizität zu scheitern. Ein einzelnes kundenspezifisches Silo-Dashboard ist möglicherweise für übergeordnete Unternehmensziele oder eine Business Intelligence-Strategie nicht relevant.

    Bei der Vorbereitung auf neue Business Intelligence-Systeme tun sich viele Unternehmen schwer, eine einzige Version der Wahrheit zu erstellen. Dies erfordert Standard-Definitionen für KPIs, von der allgemeinsten bis zur spezifischsten. Falls es keine ordentliche Dokumentation gibt und mehrere Definitionen im Raum stehen, können sich Anwender schwer tun und es kann wertvolle Zeit verloren gehen, um diese Unregelmäßigkeiten ordentlich zu beheben.

FAQ

Welche Fähigkeiten benötigt man, um ein Business Intelligence-Analyst zu sein?
Welches Business Intelligence-Tool ist das beste?
Welche Business Intelligence-Tools gibt es?
Welche Rolle spielt die Business Intelligence?
Was ist Business Intelligence und wie funktioniert sie?
Was macht ein Business Intelligence-Spezialist?
Ist Excel ein Business Intelligence-Tool?
Was bedeutet Data Mart?
Welche verschiedenen Arten von Data Marts gibt es?
Was ist der ETL-Prozess in Data Warehousing?
Was ist der Unterschied zwischen OLAP und OLTP?
Wie viel verdient ein Business Intelligence-Analyst?
Was ist das Hauptziel der Business Intelligence?
Was ist der Unterschied zwischen Business Intelligence und Business Analytics?
Warum ist die Business Intelligence so wichtig?