Das Business Application Research Center (BARC) hat die Studie „Advanced und Predictive Analytics“ vorgestellt. Mit 210 Teilnehmern aus der DACH-Region und einer breit gefächerten Branchenverteilung bietet die Studie einen objektiven Blick auf die gegenwärtige und geplante Nutzung von fortgeschrittenen Analysen durch Unternehmen. Dabei liegt der Fokus auf Data Science im Fachbereich und welche Unterschiede zu Data-Scientist- und IT-getriebenen Unternehmen hinsichtlich Organisation, Prozessen, Technologie und allgemeinen Herangehensweisen bestehen.
Für 40 Prozent der Studienteilnehmer ist Advanced Analytics ein aktuell wichtiges Thema. 9 Prozent erachten es sogar als sehr wichtig – doppelt so viele wie im letztjährigen Survey. 63 Prozent halten es sogar für zukünftig sehr wichtig. Allerdings stagniert die Zahl der Unternehmen, die Advanced Analytics anwenden. Lediglich 5 Prozent nutzen diese Technologie bereits häufig, 31 Prozent vereinzelt – in etwa so viele wie im letzten Jahr. Zwar ist die Bereitschaft, in das Thema zu investieren im Laufe des letzten Jahres gestiegen, doch sind die meisten Unternehmen mit konkreten Investitionen noch zurückhaltend.
Wie in der Vorjahresbefragung sind die Key-User im Fachbereich mit 25 Prozent die größte Anwendergruppe für Data Science. Data Scientists gewannen an Bedeutung für die Umsetzung von Advanced-Analytics-Projekten. 20 Prozent der befragten Unternehmen beschäftigen die Experten, wobei diese nur in etwas über der Hälfte der Fälle in einem Data Lab organisiert sind. Nur 13 Prozent der Studienteilnehmer setzen bei dem Thema auf externe Dienstleister. Stärkste Treiber bzw. Vordenker von Advanced Analytics sind das Management (39 Prozent), gefolgt vom Fachbereich Finanzen/Controlling (36 Prozent) und der BI-Organisation (36 Prozent).
Fachbereichsgetriebene Unternehmen befinden sich überwiegend in der Phase der Use-Case-Identifikation und der Evaluierung von Prototypen, während Data-Scientist- und IT-getriebene Unternehmen sich eher in der Prototypisierung befinden. Erstere setzen Advanced Analytics zur Unterstützung von Entscheidungen ein (18 Prozent), jedoch nicht zur Prozessautomatisierung (0 Prozent). Für Data-Lab- und IT-getriebene Unternehmen stellt diese Automatisierung jedoch einen Schwerpunkt dar (13 Prozent). Dies lässt darauf schließen, dass die Kenntnisse professioneller Data Scientists sowie der IT gegenüber dem Fachbereich auch andere Use Cases zulassen oder Advanced Analytics von Fachbereichen mit deutlich anderen Erwartungshaltungen genutzt wird.
Der in Advanced-Analytics-Projekten realisierte Nutzen beziffert sich bei den Befragten auf eine Umsatzsteigerung von 3 Prozent und eine Kostensenkung von 2 Prozent. Nutzer erwarten hier zukünftig Werte von 8 Prozent bzw. 9 Prozent. Darüber hinaus sehen fachbereichsgetriebene Unternehmen ein besseres Verständnis des Wettbewerbs und der Kunden als wichtigen Mehrwert von Advanced-Analytics-Projekten an. Für IT- und Data-Scientist-getriebene Unternehmen liegt dieser bei besseren strategischen Entscheidungen und einem besseren Kundenverständnis. 12 Prozent der fachbereichsgetriebenen Unternehmen und 22 Prozent der IT- und Data-Scientist-getriebenen Unternehmen gaben zudem an, dass Advanced-Analytics-Projekte in Personaleinsparungen durch Prozessautomatisierung resultieren. Berücksichtigt man, dass hierfür typischerweise ein umfassenderes IT-Wissen notwendig ist, ist der geringere Grad an Prozessoptimierung in Fachbereichen verständlich.
Sowohl bei fachbereichs- als auch Data-Scientist-getriebenen Unternehmen besteht bezüglich statistischer Fähigkeiten Nachholbedarf (s. Abb.). Für fachbereichsgetriebene Unternehmen ist dies die wichtigste (44 Prozent), für IT- und Data-Scientist-getriebene Unternehmen die zweitwichtigste Kompetenz (36 Prozent), bei der zusätzlicher Bedarf besteht. Ein deutlicher Unterschied zeigt sich beim Thema „Moderation zwischen Fachbereich und IT“ – 40 Prozent der IT- und Data-Scientist-getriebenen Unternehmen halten diese Kompetenz für ausbaufähig, aber nur 21 Prozent der fachbereichsgetriebenen Unternehmen. „Für die Use-Case-Identifikation, die Beurteilung von Prototypen und die Operationalisierung ist die Kommunikation zwischen Data Scientists, Fachbereichen und IT extrem wichtig“, so Dr. Sebastian Derwisch, Data Scientist bei BARC und Mitautor der Studie. „Hier sind Unternehmen, die Data Science auch im Fachbereich verankert haben, im Vorteil, da die Nähe zu den zu optimierenden Prozessen gegeben ist. IT- und Data-Scientist-getriebene Unternehmen müssen daran arbeiten, ein Verständnis für die Prozesse und Methoden im Bereich Advanced Analytics in den Fachbereichen aufzubauen und die analytische Kapazität zu stärken.“
