Ursprünglich veröffentlicht am 28. April 2020.
Verfasst von: Anja Kaup (PR und Marketing Managerin) – anja.kaup@infocient.de
Business Analytics wird in diesem Buch als Instrument des Managements betrachtet, das betriebswirtschaftliche Probleme identifiziert und löst, um einen Wettbewerbsvorteil zu erzielen. Statt Einzelaspekte wie die Datenanalyse zu beleuchten, behandelt Prof. Dr. Mischa Seiters einen umfassenden Business Analytics Prozess. Dieser Prozess besteht aus vier Teilprozessen (Framing, Allocation, Analytics, Preparation), die Führungskräfte kennen und steuern sollten.
Die Hauptthese des Autors lautet:
„Die Kompetenz, verfügbare Daten so zu analysieren, dass betriebswirtschaftliche Probleme evidenzbasiert gelöst werden können, ist für Unternehmen eine zentrale Quelle von dauerhaften Wettbewerbsvorteilen.“
Prof. Dr. Mischa Seiter ist Professor für Wertschöpfungs- und Netzwerkmanagement am Institut für Technologie- und Prozessmanagement. Er verantwortet den berufsbegleitenden Ulmer Master-Studiengang „Business Analytics“. Außerdem ist Mischa Seiter zusammen mit Péter Horváth und Ronald Gleich Autor des Standardwerks „Controlling“. Zu seinen Forschungsschwerpunkten zählen Business Analytics und Performance Measurement und weitere zentrale Aspekte der digitalen Transformation von Unternehmen.
Ziele und Zielgruppen des Buches
Ziel ist, Führungskräften die Kompetenz zu vermitteln, Datenanalyse als Teil eines betriebswirtschaftlichen Gesamtprozesses zu verstehen. Führungskräfte sollen die Vorteile nutzen können, die sich aus den riesigen Datenmengen ergeben, denen Unternehmen im Zuge der Digitalisierung gegenüberstehen. Dabei benötigen Führungskräfte eine andere Perspektive als Algorithmus-Experten – und zwar die betriebswirtschaftliche Perspektive.
Den Rahmen dazu bilden vier Grundfragen:
- Für welche betriebswirtschaftlichen Probleme sollen die knappen Analytics-Ressourcen eingesetzt werden? (Framing)
- Welche Ressourcen, also Daten, IT und Personal, sind zur Lösung der Probleme notwendig? (Allocation)
- Mit welchen Algorithmen können die Probleme gelöst werden? (Analytics)
- Wie müssen die Ergebnisse der Algorithmen interpretiert und visualisiert werden, damit Führungskräfte sie korrekt einsetzen können? (Preparation)
Das Buch soll dabei helfen, einen Business Analytics-Prozess im Unternehmen zu etablieren und ein Business Analytics-Teams zu führen. Es geht dagegen nicht darum, dass Führungskräfte selbständig Datenanalysen durchführen können.
Aufbau des Buches
Das Buch ist in sechs Kapitel gegliedert.
Das erste Kapitel führt in die Grundlagen von Business Analytics ein, beschreibt die vier Teilprozesse, und geht auf die Abgrenzung von verwandten Begriffen wie Business Intelligence ein. Business Analytics sei keine Weiterentwicklung von Business Intelligence, eine exakte Abgrenzung wird allerdings nicht vorgenommen, da sich beide Begriffe im Wandel befinden würden. Beide Begriffe würden oft in der Wortkombination „Business Intelligence and Analytics“ verwendet. Aus der Literatur wird als wesentlicher Unterschied zitiert, dass bei Business Analytics nicht das Sammeln von Daten im Vordergrund stehe (wie bei Business Intelligence), sondern die Erklärung der Ergebnisse und die darauf aufbauende betriebswirtschaftliche Steuerung.
Die folgenden Kapitel befassen sich mit den Teilprozessen des Business Analytics-Prozesses:
Kapitel 2 (Framing) erörtert Instrumente, die helfen, betriebswirtschaftlich Probleme systematisch zu identifizieren und wie mit einer Lösungsidee das Analytics Problem abgeleitet werden kann.
Das dritte Kapitel (Allocation) beschäftigt sich mit den benötigten Ressourcen zur Problemlösung. Dazu zählen Daten (Datentypen und Dimensionen der Datenqualität), IT-Architektur und Personal (Rollen und organisatorische Verankerung).
Kapitel 4 (Analytics) führt in die wesentlichen Algorithmen von Descriptive Analytics, Predictive Analytics und Prescriptive Analytics ein und bespricht ihren Einsatz, ihre Anwendung und Ergebnisse.
Das fünfte Kapitel (Preparation) behandelt die Aufbereitung und Visualisierung der gewonnenen Erkenntnisse. Denn um die Ergebnisse der Datenanalyse als Entscheidungsgrundlage nutzen zu können, müssen sie optimal aufbereitet werden. Der Autor geht auf die Nutzung von Farbe, Farbwirkung und Diagrammtypen ein, allerdings nicht auf die Visualisierungsstandards der IBCS® (International Business Communication Standards).
Das letzte Kapitel präsentiert vier reale Fallstudien, die dabei helfen sollen, die Erkenntnisse anzuwenden und zu vertiefen.
Besonderheiten des Buches
- Das Buch ist farblich schön gestaltet, mit 144 Abbildungen reich an Illustrationen und besitzt eine klare Struktur.
- Jedes Kapitel besitzt am Ende eine Zusammenfassung der wichtigsten Inhalte in farblich abgesetzten Kästen, Wiederholungs- und Vertiefungsfragen sowie Hinweise zu weiterführender Literatur.
- Kernaussaugen werden in petrolfarbenen Kästen herausgestellt.
- Die vielen Praxisbeispiele und Anwendungsfälle im letzten Kapitel helfen dabei, Ideen zur Auswahl und Anwendung von Datenanalysen und Lösungsansätzen für Herausforderungen im eigenen Unternehmen abzuleiten.
Fazit
Der Autor arbeitet die betriebswirtschaftliche Perspektive bei Digitalisierungsprozessen heraus. Das Datenvolumen nimmt durch die Digitalisierung zu. Es sind neu entwickelte Technologien vorhanden, um diese Daten speichern und auswerten zu können.
Doch das allein reicht nicht aus, um bessere Entscheidungen treffen zu können.
Führungskräfte sollten die Datenanalyse als Teilschritt eines größeren Prozesses begreifen, der darauf abzielt, optimale Entscheidungen zu treffen. Sie sollen in der Lage sein, einen Business Analytics-Prozess im Unternehmen aufzubauen und ein entsprechendes Team mit dem richtigen Verständnis von Business Analytics zu führen.
„Business Analytics als komplexe Kompetenz erfordert eine Vielzahl von Teilkompetenzen von Datenakquise und Datenaufbereitung bis Datenanalyse und Datenvisualisierung.“ (S. 14)
Business Analytics bezeichnet bei Seiters einen Gesamtprozess. Er besteht aus den vier Teilschritten: Framing, Allocation, Analytics und Preparation. Führungskräfte sollten diesen Gesamtprozess überblicken und steuern können.
Das Kapitel Datenanalyse (Analytics) vermittelt Grundkenntnisse der Algorithmusklassen, mit denen in Analytics gearbeitet wird. Dazu gehören Algorithmen aus der Clusteranalyse für die Mustererkennung in Descriptive Analytics. (Beispiel: Die Aufteilung von Bestandskunden in homogene Segmente kann man mit einer Clusteranalyse lösen.) Für Predictive Analytics sind es Algorithmen aus der Klassifikati-onsanalyse, um Prognosemodelle zu erstellen. Mathematische Zielfunktionen mit mehreren Nebenbedingungen beschreiben Optimierungsmodelle in Prescriptive Analytics.
Der Blickwinkel „Zuerst die Problemstellung, dann die Daten!“ wird verständlich erklärt und ist ausgesprochen hilfreich. Schade nur, dass bei den Grundsätzen der Visualisierung nicht auf die Standards der IBCS® verwiesen wird, obwohl im Buch am Ende sogar eine Anzeige für das Standardwerk „Gefüllt, gerahmt, schraffiert“ der IBCS-Gründer Hichert und Faisst erscheint.
Business Analytics: Wie Sie Daten für die Steuerung von Unternehmen nutzen. Autor: Mischa Seiter, Verlag Franz Vahlen, 2. komplett überarbeitete und erweiterte Auflage, August 2019, 252 Seiten
