Predictive Analytics

Predictive Analytics analysieren auf Basis großer Datenmengen Verhaltensmuster der Vergangenheit und leitet daraus Erkenntnisse über zukünftige Ereignisse ab. Dadurch steuert und garantiert Predictive Analytics den gewinnmaximierenden Einsatz der finanziellen und personellen Ressourcen von Unternehmen.

Schon heute entscheidet in einigen Branchen die Kombination von Daten und mathematischen Modellen unmittelbar über Marktanteile bzw. Gewinn und Verlust.

Predictive Analytics

„Noch vor 3 Jahren hätte kein Vorstand mit mir über die Ergebnisse mathematischer Prognosemodelle gesprochen … heute sind sie begeistert“ – Dr. Parsis Dastani, Dastani Consulting GmbH

Das Interesse an Predictive Analytics explodiert. Zwar sind Zielsetzung und Methoden nicht neu, aber die Motivation von Unternehmen, sich mit Predictive Analytics zu beschäftigen, wächst. Getrieben von Online Handel, Personalmangel und einer immer stärkeren Wettbewerbsintensität sind Unternehmen gezwungen, intelligenter zu agieren.

Auf den Punkt gebracht: „Big Data is the fuel and predictive analytics is the engine” – Mike Gualtieri auf www.forrester.com

Algorithmisches Marketing heißt das Zauberwort, das Unternehmen wie Amazon zum Superstar des Handels macht. Data Scientists, Mathematiker und Statistiker sind die maßgeblichen Wegbereiter des Erfolgs. Sie füttern mathematische Modelle mit Millionen von Datensätzen und programmieren Maschinen, die im Sekundentakt darüber entscheiden, wie sich das Unternehmen im nächsten Augenblick verhält. Komplexe Formeln bestimmen über Budgets, Inhalte und Intensität der Kundenbeziehung. Statistische Modelle zeigen auf, welche Kunden welches Produkt kaufen werden, welche Vertriebsmitarbeiter ihre Potenziale nicht ausschöpfen, welche Länder sich noch steigern können und vor allem, mit welchem Produkt und welchen Kunden der Unternehmensgewinn gesteigert werden kann.

Predictive Analytics hat den direkten Hebel auf die Performanz des Unternehmens.

Auch in innovativen Unternehmen der Old Economy ist Predictive Analytics in den Vorstandsetagen angekommen und entscheidet über den erfolgreichen Verkauf von Handyverträgen, Autos, Maschinen, Finanzprodukten, Stahl oder chemische Grundstoffe. Schon heute bewerten mathematische Modelle Millionen von Transaktionen, um die Performance von Vertriebsgesellschaften zu maximieren.

Predictive Analytics hat einen weit größeren Hebel auf den Gewinn als die Veränderung der Unternehmensstrategie. Es hat den Charme der direkten Wirksamkeit, ist transparent und direkt spürbar. It just needs to be done!

Data Mining

Data Mining („Daten schürfen“) bezeichnet einen analytischen Prozess, bei dem aus großen Datenmengen und zunächst unspezifischen Datensätzen wertvolle Erkenntnisse herausgefiltert und aufbereitet werden. Hierfür werden mathematisch-statistische Verfahren und Algorithmen verwendet. Auf diese Weise können Zusammenhänge sichtbar gemacht und Informationen generiert werden, die Entscheidungsträger in ihren Planungen unterstützen. Data Mining ermöglicht sowohl die Aufdeckung typischer Muster und Korrelationen als auch das Aufspürgen künftiger Entwicklungen und Trends (vgl. Predicitve Analytics).

Data Mining ist das Herzstück jeder Strategie, aus Daten Informationen und Wissen zu generieren.

Inzwischen hat sich Data Mining als eigenständiges Gebiet in der Wirtschaftsinformatik etabliert und wird in sehr vielen Unternehmen standardmäßig zur strategischen Planung genutzt. Die relativ neue Berufsbezeichnung Data Scientist bildet ab, dass sich zunehmend ein eigenes Qualifikationsprofil für die Schnittstelle zwischen IT und Management entwickelt. Neben der Kombination von IT-, Statistik und Mathematik-Kenntnissen besteht eine wesentliche Herausforderung für den Data Scientist darin, die Daten und Erkenntnisse so aufzubereiten, dass diese auf Managementebene bewertet und konkrete Maßnahmen abgeleitet werden können. Dazu ist auch ein Verständnis des Geschäftsfeldes, aus dem die Daten stammen, notwendig.

Der Data Scientist ist als Schnittstelle zwischen den Daten und dem Management unverzichtbar.

In einer kompletten auf Data Mining beruhenden Management-Lösung müssen zusätzlich die von Umsetzungsmaßnahmen betroffenen Fachbereiche wie z.B. Marketing und Vertrieb eingebunden werden. Generell lässt sich die Entwicklung einer solchen Data-Mining-Lösung in mehreren Stufen darstellen.