Data Analytics (Teil 1): Tools für den datenbasierten Unternehmenserfolg

Aus Daten Erkenntnisse gewinnen und diese strategisch, taktisch und operativ so einsetzen, dass das Unternehmen angesichts von Digitalisierung und Disruption wettbewerbsfähig bleibt: Anbieter von Data-Analytics-Lösungen versprechen genau das. Im ersten Teil dieses Beitrages blicken wir auf drei solcher Tools: Board, Google Data Studio und Microsoft Power BI.

(Analytik / Pixabay-Lizenz)

Zunächst hilft es, einige Begriffe zu klären: Bei der Daten-Analyse unterscheidet man grundsätzlich, ob sich der Blick in die Vergangenheit oder in die Zukunft richtet.

Letztlich sollte ein gutes Data-Analytics-Tool beides abdecken können: Den datenbasierten analytischen Blick nach hinten – und nach vorne.

Dazu muss zunächst 

• aus einem unstrukturierten Daten-Berg (Big Data) 
• eine strukturierte, mehrwertorientierte Daten-Landschaft (Smart Data) werden. 

Stichwort der Stunde ist KI – Künstliche Intelligenz, genauer gesagt maschinelles Lernen (inklusive der Teil-Disziplin Deep Learning).

Maschinelles Lernen ermöglicht es Programmen, eigenständig Muster und Gesetzmäßigkeiten in einem Daten-Berg zu erkennen, um fundierte unternehmerische Entscheidungen zu ermöglichen.

Data-Analytics-Tools gibt es sehr viele am Markt. Schauen wir uns einige davon genauer an – drei in diesem ersten Teil und drei weitere im bald folgenden zweiten Teil.

Data-Analytics-Tool #1: Board

Dieses Tool des Schweizer Unternehmens Board International gibt es seit 1994. Die Funktionalitäten umfassen unter anderem:

• OLAP (Online Analytical Processing, zeitraumbezogene Daten-Analyse)
• Was-wäre-wenn-Analysen
• Simulationen
• Nachfrageplanung
• Budgetierung
• Finanzplanung

Fokus-Branchen der Board-Lösung:

• Einzelhandel
• Lebensmittel- und Getränkeindustrie
• Fertigung
• Rechtswesen
• Finanzdienstleistungen
• Restaurantketten
• Professional Services
• Öl & Gas
• Bauindustrie
• Healthcare
• Pharma
• Energieversorger
• Automotive
• Non-Profit

Bezüglich Kompatibilität (= verschiedene Software-Lösungen lassen sich verknüpfen...) und Interoperabilität (= ...und arbeiten auch zusammen) soll Board sehr gut mit der Microsoft-Welt harmonieren. Einen kurzen Einblick die Board-Lösung bietet das folgende Video:

Preise? Dazu schweigt der Online-Auftritt des Schweizer Anbieters. Ein kostenloses Demo könnt ihr auf www.board.com anfordern.

Data-Analytics-Tool #2: Google Data Studio

Der Suchmaschinenriese bietet mit Google Data Studio eine Software, die Massendaten (Big Data) verwalten und visualisieren will. Die Lösung adressiert vor allem User, die in der Daten-Analyse unerfahren sind.

Unter anderem folgende Datenquellen können angezapft werden:

• Google Drive (Online-Dateiablage-Service von Google)
• Google Ads (Googles Werbesystem)
• BigQuery (Data-Warehouse-Lösung von Google – Datenbanksystem, das Daten aus internen und externen Quellen speichert und analysiert)
• Cloud-SQL (Cloud-Datenbank von Google)
• Google Analytics (Google-Tool zur Analyse von Website-Besucherzahlen und -verhalten)
• Google-Tabellen
• MySQL (weit verbreitetes Datenbankverwaltungssystem)
• PostgreSQL (weit verbreitetes Datenbankverwaltungssystem)
• Google Search Console (Tool zur Suchmaschinenoptimierung)
• YouTube-Analytics (Tool zur Erfolgsanalyse von YouTube-Videos)

Einen kurzen Einblick in das Tool bietet das folgende Video:

Das Google Data Studio ist kostenlos (ihr braucht ein Google-Konto). Mehr auf der Website: datastudio.google.com

Data-Analytics-Tool #3: Microsoft Power BI

Daten modellieren und visualisieren, personalisierte Berichte erstellen, Antworten auf geschäftliche Fragen erhalten: All das verspricht die Data-Analytics-Lösung von Microsoft. 

Fokus-Branchen von Power BI:

• Energiesektor
• Gesundheitswesen
• Produktion
• Einzelhandel

Hier ein Kurz-Video:

Vorteile der Microsoft-Welt: Anwender finden sich meist schnell zurecht, da Look & Feel sich an bekannten Microsoft-Produkten orientieren (Word, Powerpoint, Outlook, etc.). Auch bietet Microsoft mit Dynamics 365 eine Business-Software-Zentrale, die mit Power BI hervorragend harmoniert.

Nachteile der Microsoft-Welt: Böse Zungen behaupten, Käufer von Microsoft-Produkten seien eigentlich Versuchskaninchen, die Fehler in benutzer-unfreundlichen Software-Produkten finden dürfen (klingt gemein, aber ich kann da als privater Linux-Ubuntu-User jetzt nicht wirklich widersprechen...).

Auch merkt man immer wieder bei MS-Produkten, dass sie vor dem Cloud-Zeitalter entwickelt wurden und in der Online-Nutzung nicht wirklich benutzerfreundlich daherkommen (vergleicht mal aus User-Experience-Sicht Microsoft 365 mit der Google G Suite…)

Im Falle von Power BI: Findet es selbst heraus, einen näheren Blick ist es definitiv wert. Alle Preise sowie eine kostenlose Test-Version gibt es auf powerbi.microsoft.com.

Data-Analytics-Tools: Das war Teil 1

Im zweiten Teil schauen wir uns folgende Lösungen an: (#4) Qlik, (#5) SAP und (#6) Tableau.

Ihr habt Erfahrungen gesammelt mit einem der hier genannten Tools? Dann würde ich mich freuen, wenn ihr sie in den Kommentaren teilt.

Link-Tipps:

• Data Analytics (Teil 2): Qlik, SAP und Tableau
• Predictive Analytics im B2B-Marketing: Ich weiß, was du nächsten Sommer kaufen wirst
• Digitale Transformation in der Praxis: Die Daten
• Digitalisierung 2020: Wie gelingt die datengetriebene Wertschöpfung?