News

Die diesjährige Data Mining Studie des BI-Analysten und Beraterhauses mayato legt den Schwerpunkt auf Kundensegmentierung als wesentlicher Bestandteil von Customer Relationship Analytics. Dazu traten laut mayato anhand eines 270.000 Zeilen umfassenden Testdatensatzes eines Finanzdienstleisters vier Data-Mining-Tools und -Suiten gegeneinander an: Der SAS Enterprise Miner 6.2, der STATISTICA Data Miner 10 von StatSoft, das Open-Source-Werkzeug WEKA 3.6.3 und das SAP BW 7 (Data Mining Workbench).

Das Testszenario

Für den Vergleichstest schuf mayato ein Testszenario, das den Angaben zufolge von der Datenvorverarbeitung über die eigentliche Erstellung der Kundensegmentierung und Interpretation der Ergebnisse bis hin zur praktischen Anwendung der Segmentierung zur Neukundenklassifikation alle Aspekte des Analyseprozesses abdeckt. Darüber hinaus sei für jedes der Werkzeuge eine detaillierte Funktionsübersicht zur Clusteranalyse erstellt worden. Die Bewertungskriterien umfassen laut den Erstellern der Studie unter anderem die Bedienung der Tools, den Funktionsumfang, das Systemverhalten bei großen Datenmengen und die Stabilität. Weiterhin sei die Ausführungsgeschwindigkeit mit zahlreichen Parametereinstellungen gemessen und dokumentiert worden.
Im Endergebnis zeigen sich laut mayato starke Unterschiede insbesondere im Bedienkomfort, bei der Ausführungsgeschwindigkeit sowie bei den Möglichkeiten der grafischen Ergebnisauswertung.

Das Testfeld
Data-Mining-Funktionen würden inzwischen in gänzlich unterschiedlichen Tool- und Preiskategorien angeboten. Entsprechend breit fiel das Testfeld aus: Die klassische, funktionsmächtige Data-Mining-Suite (SAS, StatSoft) findet sich ebenso darunter wie das Business-Intelligence-Werkzeug, das Data-Mining-Verfahren eher als Zusatz zu mächtigen Datenverwaltungsfunktionen offeriert (SAP). Um die Frage zu klären, ob sich die Analyseaufgabe auch mit einer kostenlosen Data-Mining-Suite zufriedenstellend lösen lässt, wurde zusätzlich eine Open-Source-Variante in den Test aufgenommen (WEKA).

„Die Kundensegmentierung ist eine stark explorativ geprägte und im CRM-Kontext wichtige analytische Fragestellung“, betont Peter Neckel, Analyst und Leiter der Studie, und ergänzt: „Man durchläuft dabei typischerweise mehrere Analysezyklen; daher sind die Analyseeffizienz und eine gute Bedienbarkeit der Tools in diesem Einsatzbereich besonders wichtig“.

Stärken und Schwächen aufgezeigt
Im Praxistest seien rasch die Stärken und Schwächen der jeweiligen Tools sichtbar geworden: Den höchsten Reifegrad haben demnach deutlich erkennbar der SAS Enterprise Miner und der STATISTICA Data Miner erreicht. Sie seien flüssig zu bedienen und würden sich im gesamten Test keine echte Schwäche leisten. Besonders gepunktet hätte beide mit hohen Ausführungsgeschwindigkeiten und dem sicherem Umgang mit großen Datenmengen.
Mit bereits deutlichem Abstand folgt gemäß den Studienerstellern das SAP BW mit der Data Mining Workbench: Hier müsse der Anwender vor allem Abstriche hinsichtlich des Funktionsumfangs und des Bedienkomforts in Kauf nehmen. Zudem sei die Dokumentation stark ergänzungsbedürftig, was die Einarbeitung erschwere. Überzeugen können hingegen die grafische Darstellung der Ergebnisse; sie unterstütze die Interpretation durch einen guten optischen Eindruck und durch praxisgerechte Voreinstellungen.
WEKA werde von dem großen Testdatensatz sichtlich am meisten gefordert. Die gemessenen Ausführungszeiten seien wenig konkurrenzfähig, die allgemeine Systemstabilität sei für den professionellen Einsatz noch nicht ausreichend. Die nur rudimentär vorhandene Ergebnispräsentation erschwere die Interpretation der Clustereinteilungen zusätzlich.

Noch kein dominierendes Bedienkonzept
Ein dominierendes Bedienkonzept lasse sich – wie schon in den letzten Jahren – weiterhin noch nicht erkennen. Allerdings seien die Hersteller zunehmend um Einsteigerfreundlichkeit bemüht: SAS biete neuerdings mit dem Rapid Predictive Modeler eine Data-Mining-Umgebung mit sinnvoll begrenzten Parametrisierungsmöglichkeiten an; im Data Miner von StatSoft könne man bereits seit der letzten Version wahlweise in den Assistentenmodus umschalten, der vorgefertigte „Data Mining Rezepte“ für Standardanalyseaufgaben bereit stelle.

Trend: Data Mining Suiten werden günstiger
Der Investitionsaufwand für Data-Mining-Suiten liege weiterhin – abhängig von der Nutzeranzahl – meist im sechsstelligen Euro-Bereich. Hier gehe der Trend jedoch zu günstigeren Konditionen, da immer mehr Hersteller einzelne Funktionen in Pakete schnüren und separat anbieten. So könne der Nutzer ein an seine individuellen Bedürfnisse angepasstes Produkt erwerben, das zudem bei Bedarf einfach zum Differenzpreis erweiterbar sei.
Aber auch komplette Suiten kosten laut mayato nicht mehr zwangsläufig sechsstellige Summen: Die Einzelplatzlizenz des STATISTICA Data Miners sei bei vollem Funktionsumfang beispielsweise ab 20.000 Euro erhältlich. Für Open-Source-Lösungen entfalle der Anschaffungspreis; bei professioneller Nutzung sollten aber gemäß mayato jährliche Supportgebühren im vierstelligen Eurobereich einkalkuliert werden.

Hoher Reifegrad
Insgesamt betrachtet lasse die diesjährige Studie erkennen, dass Data-Mining- Software inzwischen einen beachtlichen Reifegrad erreicht habe. Vor allem das vielfältige Produktangebot, zunehmend flexible Preismodelle sowie leichter erlernbare Bedienkonzepte haben laut den Studienerstellern die Einstiegshürden spürbar verringert.
Die Studie ist ab sofort zu einem Preis von 299 Euro für Unternehmen und 99 Euro für Studenten und Hochschulen unter www.mayato.com erhältlich. hei

Anzeige

is report BARC-Guide Business Intelligence 2010-2011

Die 8. Auflage des is report BARC-Guide Business Intelligence - die Standardreferenz für den deutschsprachigen Business-Intelligence-Markt ist verfügbar. Bestellen können Sie ihn unter: www.isreport.de im Menüpunkt Bestellung. Telefonisch bei Frau Elke Antritter unter: 089/ 90 48 62 10. Per E-Mail: eantritter@isreport.de