Big data wird vermehrt zum Wettbewerbsfaktor und entscheidet damit über die Konkurrenzfähigkeit von Unternehmen. Um wettbewerbsfähig zu bleiben, sind zahlreiche Unternehmen daran, ihre Geschäftsmodelle grundlegend zu überdenken und sich neu aufstellen. Dies zeigt eine aktuelle Studie der Beratungsunternehmen KPMG International und FT Remark (Going beyond the data). Demnach halten 86 Prozent der Befragten Datenanalysen für wichtig, sehr wichtig oder gar ausschlaggebend für die eigene Strategie. Befragt wurden 144 CFO und CIO von Unternehmen mit mehr als USD 1 Mrd. Umsatz.
Technische Fortschritte im Bereich der Datenanalyse erschliessen neue Möglichkeiten im Umgang mit Daten. Mittels Datenanalysen wollen Unternehmen aus der täglich wachsenden Menge an Bits und Bytes die relevanten Schlüsse ziehen für die Gestaltung von Produkten und Dienstleistungen. Gewinnung und vor allem die Auswertung der riesigen Datenmengen sind laut Studie entscheidend für die Wachstumsstrategie der Unternehmen. Allerdings gibt es im Urteil der Unternehmensführer erhebliche regionale Unterschiede, was die Bedeutung von Big data betrifft.
Europa und USA beurteilen Bedeutung unterschiedlich
Wer relevante Sachverhalte frühzeitig erkennt, trifft auf Basis korrekter Analysen und Interpretationen von Daten meistens bessere Entscheidungen. Dies haben auch die meisten Organisationen erkannt. Allerdings sind Firmen im asiatisch-pazifischen Raum und in Amerika laut Studie zu einem noch höheren Grad sensibilisiert für die Thematik der Datenanalysen als jene in Europa. So sind in Europa ansässige Unternehmen bei der Umsetzung noch eher vorsichtig, obwohl sie die Wichtigkeit ebenfalls klar erkannt haben. In Europa geht lediglich ein Viertel der Interviewten davon aus, dass Datenanalysen in Zukunft wichtig sein werden.
Datensicherheit und Privatsphäre zentral
Doch auch wenn die Umsetzung technisch möglich ist, muss die Datensammlung im Einklang mit den bestehenden Gesetzen erfolgen, denn bei der Erfassung und Analyse von Datenmengen dürfen bestimmte Bedürfnisse nicht vernachlässigt werden. Die aktuelle Debatte über Nutzen und Gefahren einer uneingeschränkten Sammlung und Bearbeitung von Daten sowie die grenzenlose Überwachung durch staatliche Geheimdienste macht deutlich, welche weitreichenden Folgen die globale Vernetzung von Informationssystemen bereits heute hat. „Die technischen Möglichkeiten werden in naher Zukunft noch wesentlich zunehmen. Und Fragen zum Schutz der Privatsphäre werden Staaten, Unternehmen und Gesellschaften in den kommenden Jahren noch stärker beschäftigen“, erklärt Ulrich Amberg, Leiter IT-Beratung von KPMG Schweiz. „Es ist an den Gesetzgebern und Regulatoren, verbindliche Rahmenbedingungen für die Datensammlung und -analyse und damit den wirkungsvollen Schutz der Privatsphäre zu etablieren.“
Abb.1.: Über die Wichtigkeit von Datenanalysen für die Wachstumsstrategie des eigenen Unternehmens bestehen je nach Region erhebliche Unterschiede.
Regionale Unterschiede zeigen sich auch im Bereich der Datennutzung. Während in Amerika ansässige Unternehmen Datenanalysen eher für Innovationen einsetzen wie etwa für Verbesserungen von Produkten und Dienstleistungen, nutzen europäische Firmen die Auswertung von Daten vor allem für Prozessoptimierungen und Kostensenkungen. Dies spiegelt sich auch im Ergebnis zur Frage wider, inwiefern die Analysen der Kundendaten unmittelbar zur Umsatzsteigerung genutzt werden. In Amerika geben 70 Prozent der Befragten an, dass sie den Umsatz durch eine genauere Analyse der gesammelten Kundendaten steigern konnten. Im asiatisch-pazifischen Raum sind es laut Studie 64 Prozent, in Europa dagegen nur 56 Prozent der Unternehmen.
Abb:2: Nach Ansicht von Topmanagern hat die Analyse von Kundendaten einen erheblichen Einfluss auf die Steigerung des Umsatzes.
Hohe Investitionen in die Datenanalyse
Firmen unterschiedlicher Branchen haben bereits damit begonnen, sich der zunehmend von Daten und Analysen getrieben Welt anzupassen – insbesondere Unternehmen, die täglich mit grossen Mengen an marktrelevanten Daten konfrontiert sind. Dazu gehören beispielsweise Finanzdienstleister, Telekom- und Pharmaunternehmen, aber auch Betriebe aus der Konsumgüterindustrie und dem Detailhandel. Mit den heute gängigen Technologien sind laut Studie Auswertungen und Analysen der enormen Datenmengen erst ansatzweise möglich und oft mit langen Auswertungszeiten verbunden. Alle Befragten gaben deshalb an, in den nächsten zwei Jahren einen im Verhältnis zum Umsatz beachtlichen Teil ihrer Mittel in den Bereich Datenanalyse investieren zu wollen.
Beispiele von Wettbewerbsvorteilen in Schweizer Kernbranchen
Bereits heute gibt es Bespiele dafür, wie Datenanalysen zu einem Wettbewerbsvorteil führen und dem Unternehmen Mehrwert bringen können:
- Im Konsumgüterbereich werden mittels «Social Media Monitoring» und der Beobachtung von branchenspezifischen Internetplattformen und Kundenforen Daten systematisch ausgewertet und so Produkte- und Vermarktungsstrategien verbessert.
- Pharmaunternehmen können dank leistungsfähigeren Datenanalysen relevante Muster in grossen Datenmengen viel schneller erkennen und so ihre Forschungsaktivitäten optimieren.
- Für Telekom-Anbieter sind aussagekräftige Zukunftsprognosen bezüglich Kundenverhalten und -bedürfnissen eine wesentliche Grundlage zur Innovationssteuerung.
- Für Banken und Versicherungen ist die Bewertung finanzieller und operationeller Risiken mittels komplexer Modelle ein Kernthema, dessen Bedeutung durch die neuen Möglichkeiten von «Big Data» und ausgeklügelten Datenanalysen noch stark zunehmen wird.
Definition der Daten als grösstes Hindernis
Obwohl die Vorteile systematischer Datenanalysen und -nutzungen gemäss KPMG-Studie bekannt sind, steht einer breiteren Anwendung noch einiges im Weg. Die grösste Hürde stellt für 54 Prozent der Befragten denn auch die anfängliche Definition der zu sammelnden Daten dar. So muss ein Unternehmen festlegen, welche unternehmerischen Fragen man mittels Daten überhaupt klären will. Zudem ist zu klären, welche technischen Fähigkeiten und Hilfsmittel für eine exakte Analyse und Interpretation nötig sind (44%). Grundsätzlich ist es technisch eine Herausforderung, unter allen möglichen Varianten die zweckdienliche Lösung für eine effiziente Datenanalyse zu finden, von der Umsetzung ganz zu schweigen (38%).
