Letzte Woche haben wir gemeinsam mit dem renommierten Autor und Analytikexperten Tom Davenport ein Webinar zum Thema " Competing on Analytics and External Data" (Wettbewerb durch Analytik und externe Daten) veranstaltet, wie der Titel seines Buches lautet. In seinem Buch führt Tom Davenport den Leser durch den Aufbau tiefgreifender analytischer Fähigkeiten, um sich nachhaltig vom Wettbewerb abzuheben. Im Webinar wurde dieses Thema näher beleuchtet. Es ging darum, wie sich Marktführer von Nachzüglern bei der Nutzung von Analysen unterscheiden und wie sie es schaffen, Daten in ihrem Unternehmen erfolgreich zu nutzen.
Um zu einem analytischen Wettbewerber zu werden, müssen Führungskräfte die Daten und den Analysebedarf mit der Gesamtstrategie und den Zielen des Unternehmens in Einklang bringen und alle Datentypen, einschließlich externer Daten, nutzen. Da die Daten unverbunden und unstrukturiert sind, ist dies eine der ersten Stellen, an denen Unternehmen versagen. Mit den neuen Entwicklungen in den Bereichen NLP und KI ist es jetzt jedoch möglich, alle Elemente einer Datenstruktur in einer konfigurierbaren Datenplattform zu vereinen, so dass die effiziente Nutzung externer Daten für Geschäftsentscheidungen in Reichweite ist.
Mit Analytik konkurrieren: Unbeantwortete Fragen
Die Sitzung dauerte länger als vorgesehen, und wir haben versprochen, die unbeantworteten Fragen zu sammeln und Antworten auf die wichtigen Fragen zu geben, die im Folgenden gestellt werden.
FRAGE: Welche Konsumgüterunternehmen sind auf dem neuesten Stand der Technik, wenn es darum geht, Datenanalyse als Wettbewerbswaffe einzusetzen und Verbraucherwissen, Innovation und Analyse in einer Gruppe zu vereinen?
TOM: Ich glaube, dass Procter & Gamble eines der besten Konsumgüterunternehmen ist, wenn es darum geht, Daten als Wettbewerbswaffe einzusetzen. Das Unternehmen verfügt über konsistente Daten im gesamten Unternehmen, gute Analysetools und eine Gruppe intelligenter Analysten, die eng mit den Geschäftsführern zusammenarbeiten. Procter & Gamble hat zwei Organisationen, die sich um Analysen und Verbraucherwissen kümmern - IT und Consumer and Market Knowledge - aber sie arbeiten eng zusammen.
FRAGE: Was würdest du über die relative Bedeutung von externen Daten in der Welt der Sportanalyse sagen, die nicht bereits leicht verfügbar sind? Was wären einige Beispiele für solche externen Daten?
TOM: Das hängt davon ab, was du mit extern meinst. Die meisten Profisportteams nutzen heute Daten von Videokameras oder von Sensoren in den Trikots, die Daten über die Bewegungen der Spieler liefern. Sie werden in der Regel von der Liga und nicht von der Mannschaft verwaltet. Die Boston Red Sox waren berühmt dafür, dass sie die Daten der NCAA-Spieler zu Rate zogen, um vorherzusagen, welche Eigenschaften von College-Spielern eine Karriere in der Major League Baseball voraussagen würden.
FRAGE: Was ist der am wenigsten invasive Weg, um eine Organisation dazu zu bringen, den Wert der Analytik als Ganzes zu erkennen (abgesehen von ROI usw.)?
TOM: Der am wenigsten invasive Weg ist, etwas zu finden, das einer Führungskraft am Herzen liegt - ein bestimmtes Ziel, das sie besonders betont - und die Analytik damit zu verbinden. Eine andere Möglichkeit ist, mit einer bestimmten Führungskraft zusammenzuarbeiten, die bereits an Analysen glaubt, und zu versuchen, den Rest des Managementteams davon zu überzeugen, dass sie wichtig sind.
GIL: Der am wenigsten invasive Weg ist, sich auf einen bestimmten Anwendungsfall oder ein Problem zu konzentrieren, das du lösen willst, damit der Nutzen praktisch und nachweisbar wird. Dieser kann darin bestehen, dass man schneller zu Erkenntnissen gelangt, den Umfang der Datenintegration reduziert, die intern verwaltet werden muss, und bestehende Taxonomien nutzt, anstatt sie neu zu erstellen. Eine erfolgreiche Implementierung führt dazu, dass der Wert und die Macht von Daten im gesamten Unternehmen besser erkannt werden. Das ist einer der Vorteile einer konfigurierbaren Datenplattform: Du erhältst alle Vorteile einer maßgeschneiderten Analyse, ohne die erheblichen Investitionen und den hohen Ressourceneinsatz, die sonst erforderlich wären.
FRAGE: Was sind die fortschrittlichsten Modelle der Streaming-Analytik, die du in den nächsten 5 Jahren erwartest?
TOM: Ich bin mir nicht sicher, was du mit "fortschrittlichsten Modellen" meinst, aber Unternehmen analysieren zunehmend Datenströme von IoT-Sensoren. Eines der Hauptprobleme ist die Frage, wo die Analyse durchgeführt werden soll - in der Cloud oder am Edge. In der Cloud fallen Telekommunikationskosten an, und in der Edge-Umgebung gibt es oft nicht genug Rechenleistung.
FRAGE: Was sind einige praktische Anwendungen von Big Data im Bereich Finanzen/Buchhaltung?
TOM: KI-Anwendungen im Finanzwesen sind bisher relativ langweilig. Die Zukunft der intelligenten Finanzanwendungen wird jedoch wahrscheinlich viel dramatischer sein. Die meisten Transaktionen werden automatisiert sein und das Outsourcing als Mittel zur Produktivitätssteigerung ablösen. In den Finanzabteilungen wird es wesentlich weniger Mitarbeiter/innen geben, die sich mit KI auskennen und wissen, wie sie einen Mehrwert schaffen können.
Budgets, Prognosen, Finanzanalysen und Ansätze zur Verbesserung der finanziellen Leistung werden auf maschinellen Lernmodellen basieren, die mit internen und externen Daten trainiert werden. Dies wird in der COVID-19-Wirtschaft besonders wichtig sein; einige Anbieter haben zum Beispiel bereits Ansätze entwickelt, um mit Hilfe von KI die Abflüsse von Verbindlichkeiten zu minimieren. Einige Unternehmen stützen sich bei der Vorhersage der sich schnell ändernden Nachfrage auf externe Daten wie Umfragen, Mobilfunkdaten über die Abwesenheit der Verbraucher/innen von zu Hause und sogar Sensordaten von Verbraucherthermometern.
FRAGE: Was sind die wichtigsten Anwendungsfälle für die Skai ?
GIL: Skai wird vor allem von Führungskräften, Teams für Verbraucher- und Marktforschung sowie von Daten- und Analyseorganisationen genutzt, um Produkt- und Wachstumsentscheidungen in ihren Unternehmen zu treffen. Durch die Verknüpfung von Verbraucherstimmen, Produktaussagen und -aktualisierungen, Geschäftsankündigungen und anderen Innovationssignalen werden wichtige Fragen wie die nach Investitionen und Veräußerungen, nach dem Aufbau eines erfolgreichen Produktportfolios, nach der richtigen Botschaft und Positionierung eines Produkts oder einer Marke, nach den richtigen Inhaltsstoffen für ein Produkt und vieles mehr auf sinnvolle und umsetzbare Weise beantwortet.
-------------
*DieserBlogbeitrag erschien ursprünglich auf Signals-Analytics.com. Kenshoo hat Signals-Analytics im Dezember 2020 übernommen. Lies die Pressemitteilung.
