Big Data ist ein Zauberwort und gilt bei vielen als Heilsversprechen für eine erfolgreiche Zukunft. Daten sammeln viele Unternehmen zwar schon heute massenweise – doch diese müssen analysiert und sinnvoll verarbeitet werden, erst dann entwickeln die Datenmengen auch einen objektiven Wert. Dafür werden mittlerweile selbst bei KMU diverse Data-Analytics-Komponenten eingesetzt. Nils Mosbach, Leiter Business Solutions bei ELO Digital Office, zeigt verschiedene Möglichkeiten auf.
Mit der zunehmenden Digitalisierung unserer Arbeitsprozesse steigt auch das in den Unternehmen zu verarbeitende Datenvolumen drastisch an. Weltweit werden minütlich Unmengen an E-Mails ausgetauscht, Dokumente erstellt und in Businessprozessen strukturierte und unstrukturierte Daten erzeugt. Der Begriff Big Data ist mittlerweile in allen Unternehmen omnipräsent. Dort ist die Datenflut jedoch nicht nur ein Fluch – sie kann auch ein Segen sein: Schliesslich schlummern in den riesigen Datenmengen doch unzählige wertvolle Informationen und Erkenntnisse. Diese sind unabdingbar, um in vielen Fällen die richtige Entscheidung zu treffen oder problematische Entwicklungen frühzeitig zu erkennen.
Früher waren entsprechende Werkzeuge, um dieses riesige Datenvolumen zu analysieren, eher den grossen Unternehmen vorbehalten. Heute bietet die rasante technologische Entwicklung von Hard- und Software auch kleineren Unternehmen die Möglichkeit, diese Technologien zu nutzen. Aus einem grossen Angebot können Unternehmen mittlerweile das für sie passende Analyse-Tool auswählen, um es gezielt für ihre Geschäftsanforderungen zu nutzen.
Die Zielsetzungen sind dabei unterschiedlich: Während der Fokus bei Business Intelligence (BI) vor allem auf der automatisierten Auswertung von Datenbankinformationen und Kennzahlen aus den Bereichen der ERP-Systeme liegt, zielt Data Analytics auf die gesamtheitliche Auswertung von strukturierten und unstrukturierten Daten aus unterschiedlichen Quellen ab. Dabei setzt Data Analytics vor allem auch auf die statistische Analyse von Unternehmensdaten und Informationen. Ziel ist, Auswirkungen, Wechselwirkungen und daraus resultierende Folgen aus Prozessereignissen besser bewerten zu können.
ECM: Big-Data-Analysen bringen grosse Vorteile für das Informationsmanagement
Auch die ECM-/EIM-Anbieter haben mittlerweile die Bedeutung von Big-Data-Analysen für das Informationsmanagement erkannt. Dies kommt dabei nicht von ungefähr: ECM-Systeme verwalten heute nahezu alle wichtigen Daten für den Geschäftsablauf, Korrespondenzen, Verträge, kaufmännische Buchungsdaten sowie wichtige Prozess-, Feed-Daten und vieles mehr. Eine umfassende Analyse dieser Daten kann Gefahren frühzeitig erkennen und hilft, die richtigen Entscheidungen zu treffen. Auf diesem Wege kann der kontinuierliche Geschäftserfolg sichergestellt werden.
Um dem ECM-/EIM-Anwender eine komfortable und effiziente Analyse der vorhandenen Daten und Informationen zu ermöglichen, verfügen Data-Analytics-Komponenten in der Regel über folgende Funktionsbereiche:
Als erstes die Verknüpfung und Zuweisung der einzelnen Datenquellen, seien es Datenbanktabellen, Indexwerte oder unstrukturierter Content. Im zweiten Schritt erfolgt dann die Definition der Auswertungslogik, welche bestimmt, wie die vorhandenen Daten analysiert und ausgewertet werden sollen. Dies geschieht sehr oft durch einfaches Customizing, kann aber bei komplizierten und komplexeren Anforderungen durch Script-Programme erweitert werden. Der dritte Part von Data-Analytics-Komponenten ist dann die Ausgabe und Darstellung der Ergebnisse. Wie Microsoft Excel, bietet auch eine Data-Analytics-Komponente die Option, die Ergebnisse grafisch aufzubereiten. Sei es als Linien-, Balken- oder Tortendiagramm, Tag Cloud oder Data Tables. Dabei ist es in der Regel auch möglich, Berechnungsmodelle für bestimmte Darstellungen zu variieren und um zusätzliche Parameter zu ergänzen.
Nicht selten verfügen Data-Analytics-Komponenten im ECM-/EIM-System über die Möglichkeit, vorhandene Einzelanalysen zu einer übersichtlichen Darstellung und einer ganzheitlichen Visualisierung in einem Übersichts-Dashboard zusammenzustellen. So hat der Benutzer wichtige Informationen und Erkenntnisse stets auf einen Blick zu parat. Dies wird vor allem dann wichtig, wenn einzelne Analyse-Ergebnisse im direkten Zusammenhang stehen. Als einfaches Beispiel sei die Zunahme von Reklamationen im Zuge von Qualitätsproblemen genannt, die möglicherweise die Ursache für Auftrags- und Umsatzrückgang sein können. In einem solchen Dashboard lassen sich solche Zusammenhänge und Auswirkungen auf einen Blick erkennen.
Gegenüber klassischen BI-Betrachtungsweisen bietet Data Analytics vor allem auch den Blick auf wechselseitige Auswirkungen. So können gerade in komplexeren Geschäftsprozessen Ursachen viel schneller erkannt und Problemen entgegengesteuert werden. Ein weiterer Vorteil besteht darin, dass bei Data Analytics neue Technologie-Ansätze genutzt werden, welche eine Analyse von sehr grossen Datenbeständen in beinahe Echtzeit erlauben. Diese hohe Dynamik und Transparenz ermöglicht so genannte Predictive Analytics – also die Ermittlung von Auswirkungen aufgrund der aktuellen Informationslage.
Ein einfaches Beispiel findet sich hierzu im Versicherungswesen: Basierend auf der Anzahl an neu eingegangenen Versicherungs- und Bankanträgen und resultierend auf dem verfügbaren Personal kann man die Bearbeitungsdauer und damit auch eventuelle Tagesumsätze bestimmen.
ECM-Systeme spielen besonders hier ihre Stärken aus, da Dokumente und Inhalte direkt miteinander verknüpft sind. Wurde beispielsweise ein kritischer Vorgang identifiziert, kann direkt aus dem Dashboard in den Prozess oder Vorgang abgesprungen werden.
Data-Analytics-Komponente: ein wertvolles Werkzeug für jedes Unternehmen
Moderne ECM-/EIM-Systeme verfügen heute über eine Vielzahl an so genannten standardisierten Lösungsapplikationen. Über ein Vertragsmanagement beispielsweise, das eine Überwachung und Verwaltung aller laufenden Verträge in jeder Phase ermöglicht. Oder über ein digitales Rechnungsmanagement, das durch eine automatisierte Verarbeitung von Eingangsrechnungen Aufwand und Zeit spart. Gleiches gilt für Lösungen für bestimmte Fachbereiche, wie den Einkauf, Vertrieb oder andere Unternehmensbereiche – auch hier steuern ECM-Systeme die entsprechenden Prozesse. In allen Fällen ist eine Data-Analytics-Komponente eine gewinnbringende Ergänzung, denn Kennzahlen, Ereignisse und Auswirkungen können auf diesem Weg schnell transparent gemacht werden machen.
So wird Data Analytics nicht nur zu einem wertvollen Werkzeug für das Management, auch die Fachbereiche profitieren von einem Analysetool. Das Ergebnis liegt am Ende also klar auf der Hand: Data Analytics nutzt dem ganzen Unternehmen!
Artikel erstmals erschienen im Project Consult Newsletter Jubilee Edition
Autor:
Nils Mosbach ist Leiter Business Solutions ELO Digital Office GmbH, Stuttgart