News

Historische Daten aus ERP-Systemen reichen nicht mehr für die Steuerung. Business-Intelligence (BI)-Spezialanbieter SAS Institute wirbt daher für Analysefunktionen, welche direkt in Geschäftsprozesse eingebettet sind.

Dienstag 04. Oktober 2011

Einen Paradigmenwechsel weg von vergangenheitsorientierten Steuerung und hin zur integrierten Steuerung auf Basis von Analytics beobachtet Wolf Lichtenstein, Deutschland-Geschäftsführer des Business-Intelligence-Spezialanbieters SAS Institute: „Unsere Vision vom analytisch vernetzen Unternehmen ist in der Realität angekommen.“ Als Beispiele nennt er die übergreifende Steuerung von Marketing und Vertrieb bei Telekommunikationsanbietern, das Risikomanagement bei Banken und Versicherungen sowie direkt in Geschäftsprozessen eingebettete Analysen, wie etwa Preis und Sortimentsgestaltung im Supermarkt oder die auf einem ständigen Monitoring basierende vorausschauende Wartung von Flugzeugtriebwerken.

Hierachie bremst oft die Analyse aus
Analytische DNA nennt Lichtenstein den Versuch vieler Unternehmen, ihre individuelle Variante des Business-Analytics-Einsatzes zu einem Wettbewerbsvorteil auszubauen. Der erste Schritt dorthin bestehe darin, die unterschiedlichen Datentöpfe im Unternehmen beispielsweise Informationen über Kunden und Umsätze auf der einen und Geschäftsrisiken auf der anderen Seite in einen gemeinsamen Pool zusammenzuführen.

Bei der Anwendung von BI-Ergebnissen seien die althergebrachten hierarchischen Prozesse zu langsam. Bessere und schnellere Ergebnisse ließen sich erzielen, wenn der Mitarbeiter vor Ort die relevanten Analyseergebnisse bekommt und darauf basierend die Entscheidung trifft.

Zu den erfahrensten Unternehmen Anwendern von Business Intelligence gehören Direktmarketingunternehmen, die damit bereits seit Jahren Marketing und Vertrieb steuern. Die daraus entwickelte Disziplin des Kundenmanagements (CRM) sieht Lichtenstein gerade im Umbruch: „CRM-Systeme versetzen Unternehmen in die Lage, neben den allgemeinen Marktforschungsdaten die Informationen über die Bedürfnisse und Präferenzen ihrer eigenen Kunden systematisch zu nutzen. In Sozialen Medien wie Twitter, Blogs und Facebook äußern Verbraucher ihre Erfahrungen mit Produkten und Dienstleistungen von Unternehmen. Diese drei Datenquellen müssen wir zusammenbringen.“

Twitter & Co liefern Kundenanalysen
Die Nachfrage nach derartigen Kundenanalysen steigt rasant: Laut einer Marktstudie des Beratungshauses Batten & Company verfolgen zwei Drittel der befragten Unternehmen aus den Branchen Versicherung, Banken, Handel, Automobil und Maschinenbau, was in den sozialen Medien über sie geschrieben wird.

Da eine händische Auswertung viel zu aufwändig ist, hatte SAS Institute im vergangenen Jahr die Applikation SAS Social Media Analytics vorgestellt. Diese kategorisiert Web-Inhalte mittels Textanalyse und zeigt Unternehmen, ob sie in den Sozialen Netzen eher in einem positiven oder negativen Licht erscheinen. SAS Conversation Center bewertet Twitter-Feeds und ermöglicht es den Marketiers, zielgerichtet darauf zu reagieren.

Die Tatsache, dass die neuen Kundeninformationen bereits im Web vorliegen, legt für die Analyse-Applikationen das Betriebsmodell Software as a Service nahe, wie Andi Diggelmann, Vice President Research and Development, Analytics und Strategie bei SAS Institute, erklärt: „Es macht keinen Sinn, dass jedes Unternehmen öffentlich verfügbare Informationen im eigenen Haus analysiert. Auch wenn Twitter und Facebook ihre Programmschnittstellen für den Zugriff ändern, muss nicht jeder Anwender dieses Problem für sich selbst lösen. “ SAS Institute bietet daher die Module SAS Social Media Analytics und SAS Conversation Center im Hosting an. allerdings so wie alle anderen Anbieter erst am Anfang.

Eine Plattform für High Performance Computing
Die Informationen aus Twitter, Facebook & Co sind einer von vielen Faktoren, der  das Datenwachstum in den Unternehmen in ungeahnte Höhen treibt. Technisch ergeben sich daraus erhöhte Anforderungen an die Leistungsfähigkeit der IT-Systeme. Das gerade erschienene Plattform SAS 9.3 hat SAS Institute laut Diggelmann als zentrale Drehscheibe konzipiert, welche die unterschiedlichen Ansätze von High Performance Computing zusammenführt: „Wir haben einen eigenen Kernel Layer eingerichtet mit Message Passing Interfaces zwischen einzelnen Prozessoren. So können wir neu entwickelte Algorithmen schneller in die Anwendungen integrieren.“ Weitere Neuerungen betreffen die Bereiche Prozessintegration, Workflow und Rules: „Weil unsere Anwendungen immer mehr Fachbereiche beliefern, müssen sie auch Prozessflüsse unterstützen. Der Workflow löst hierbei die analytischen Prozesse aus, welche die Anwendungen mit Ergebnissen versorgen.“ Da der Workflow in einer eigenen Schicht läuft, ließen sich weitere Funktionen oder Prozessschritte hinzuzufügen, ohne den Code der Anwendung zu ändern.

Der Algorithmus steuert die Technologieauswahl
Bei der Diskussion von High Performance Computing dominieren oft technische Varianten wie In-Memory- und In-Database-Computing. Beim In-Memory-Computing werden sämtliche Daten in den schnellen Hauptspeicher geladen. Bei In-Database-Computing hingegen laufen Analyseoperationen direkt in der Datenbank ab.

SAS Institute nutzt beide Technologien und fügt dem Methodenstreit eine weitere Facette hinzu: hybride Konzepte, bei denen die Technologie vom verwendeten Algorithmus abhängt: „Ausgangspunkte für die Beschleunigung sind bei uns stets die Fragestellung und der dafür entwickelte Algorithmus“, erklärt Diggelmann. „So bietet sich beispielsweise für eine hochkomplexe Preisoptimierung im Handel, auf die tausende von Nutzern zugreifen, die In-Memory-Technologie an, weil wir Echtzeit-Ergebnisse brauchen.

Geht es hingegen um riesige Datenmengen, dann müssen wir eine Balance herstellen zwischen dem Hauptspeicher, der Zahl der Prozessoren und der Frage, ob die Daten während der Verarbeitung zwischengespeichert und wieder eingelesen werden. Hier entscheidet der Algorithmus über die Wahl der Technologie.“ Weitere Auswahlfaktoren liefere die Datenorganisation, also die Frage, ob die Informationen partitioniert oder im Hauptspeicher gebündelt werden.

In Sachen Hauptspeicheranalyse hat SAS Institute eine Technologiepartnerschaft mit dem In-Memory-Datenbankanbieter Exasol geschlossen. Erweiterte Schnittstellen zum Data Warehouse von Teradata und zur Datenbank IBM DB2 sollen derweil die In-Database-Analysis voranbringen: „Datenbanken, die mit Massive Parallel Processing arbeiten, könnten zwar Analysefunktionen übernehmen, diese lassen sich aber nur sehr schwer in SQL ausdrücken“, erklärt Diggelmann. Wir haben daher ein Runtime-Environment entwickelt, dass dafür sorgt dass wir auf den Datenbankknoten über unsere eigene Programmiersprache Funktionen in der Datenbank ausführen.

Analyse wird in Unternehmen zum Shared Service
Unabhängig von der Beschleunigungstechnologie laufen die organisatorischen Veränderungen in Sachen Business Analytics: Unternehmen richten zunehmend Shared Service Center für Business Analytics ein. „Sogenannte Analytical Factories entwickeln und optimieren zentral Datenmodelle, welche die Fachabteilungen als Basis für Self-Service-Angebote nutzen“, erklärt Jörg Petzhold, Manager Industry & Solution Marketing bei SAS Institute.

In Großunternehmen wie etwa Deutsche Telekom, Telefónica oder der Allianz Versicherung etabliere sich diese Organisationsform gerade. Größere Mittelständler würden hier eher eine Stabsstelle beispielsweise im Controlling einrichten, welche die Analysemodelle für Vertrieb und Marketing entwickelt. jf

Anzeige

is report BARC-Guide Business Intelligence 2011-2012

Die 9. Auflage des is report BARC-Guide Business Intelligence - die Standardreferenz für den deutschsprachigen Business-Intelligence-Markt - erscheint Mitte Oktober. Bestellen können Sie den Guide unter: www.isreport.de im Menüpunkt Bestellung. Telefonisch bei Frau Elke Antritter unter: 089/ 90 48 62 10. Per E-Mail: eantritter@isreport.de