200604-BI-SPSS
|
|
|
»manage
it«
als
|
Predictive Analytics (R)-Evolution von Business Intelligence Informationen sind heute das wohl wichtigste Kapital in Unternehmen, denn sie dienen als wertvolle Grundlagen für oft weit reichende Entscheidungen. Um aus der Masse von Daten, die der Unternehmensalltag hervorbringt, tatsächlich wertvolle Ergebnisse abzuleiten, müssen sie aufbereitet und ausgewertet werden. Techniken aus Business Intelligence und Predictive Analytics kommen hier zum Einsatz.
isher tendierten Unternehmen vorwiegend dazu, ihre gesammelten Daten rückwärtsgerichtet zu betrachten. Fragen, wie »Wie entwickelten sich die Umsätze in den letzten Monaten?« oder »Welche Produkte verzeichneten ein Umsatzplus?«, werden bislang gestellt und beantwortet. Dabei kommen traditionelle BI-Techniken wie Reports und OLAP zum Einsatz. Hier zeichnet sich nun ein Paradigmenwechsel ab. Die Unternehmen blicken auch in der Analyse ihrer Daten nach vorn. Fragen wie, »Welche Kunden werden kündigen?« oder »Wie werden sich die Umsätze verschiedener Distributionswege entwickeln?«, rücken jetzt in den Fokus. Techniken wie Data Mining und vorausschauende Analysetechniken von SPSS – die so genannten Predictive Analytics – sind hier das Mittel zum Erfolg: Mit ihnen können umfassende, gesicherte Prognosen erstellt werden. Evolution optimiert Je mehr verwertbare Daten in die Analyse einfließen, desto genauer die Ergebnisse. Die Analyse-Werkzeuge von SPSS machen sich daher sämtliche Informationsquellen zu Nutze und sind sogar in der Lage, unstrukturierte Daten wie Texte aus E-Mails und Web-Inhalte zu analysieren. Generell gilt: Je zeitnaher diese Erkenntnisse in die tägliche Arbeit einfließen, desto optimaler können Kunden betreut und desto fundierter Entscheidungen getroffen werden. Echtzeitanalyse lautet hier das Zauberwort. Dahinter verbirgt sich die Auswertung der Daten im Moment des Entstehens. Mit den Predictive-Analytics-Lösungen von SPSS werden diese Ergebnisse direkt in bestehende Systeme eingebunden und können an allen Customer-Touchpoints wie Web oder Call Center in Echtzeit genutzt werden. Die Investition in die fortschrittliche Analyse bietet den Unternehmen zahlreiche Vorteile: Neben einer verbesserten Kundenansprache werden Up- und Cross-Selling-Potenziale aktiv genutzt und das passende Angebot zur richtigen Zeit erhöht die Service-Qualität. Zukunftsperspektive: Predictive Enterprise Idealerweise werden vorausschauende Analysetechniken komplett in den Unternehmensalltag integriert und auf diese Weise sämtliche Geschäftsabläufe optimiert. Das Konzept des Predictive Enterprise ist als umfassender Prozess zu verstehen, der damit beginnt, dass eine Firma versteht, was in der Vergangenheit geschah und in der Gegenwart passiert – sprich ihre Ist-Situation analysiert. Predictive Analytics liefern zudem durch Daten abgesicherte Prognosen, die bereichsübergreifend dazu beitragen, Entscheidungen zu optimieren und so die Zukunft des Unternehmens zu sichern. Diese Erkenntnisse und die Ergebnisse aus den Entscheidungen werden dann später wieder in die erneute Analyse der Ist-Situation mit einfließen. Der Prozess beginnt dann von neuem. Christian Klein _______________________________________________________ Christian Klein, Marketing Manager SPSS |
Folgen Sie »manage it« auf Google+
|
