Business-Intelligence-Trends 2024: Datenintegration als Erfolgsfaktor
KI unter Nutzung von BI rückt immer mehr in den Vordergrund bei Unternehmen. Diese Technologie ermöglicht eine Automatisierung und Skalierbarkeit, die die Datenanalyse effizienter und fehlerfreier gestaltet, um so größere Datenmengen mit weniger Aufwand als bisher zu analysieren.
Die Kombination von prädiktiven und Echtzeit-Analysen gibt Unternehmen die Möglichkeit, Ausfälle und Veränderungen zeitnah im Voraus zu erkennen. Ebenso lassen sich Prozesse effektiv optimieren. Ein Anwendungsbeispiel sind Echtzeit-Analysen von Verkaufsdaten, anhand derer bei Bedarf automatisch Lagerbestände nachbestellt werden.
Die Sicherheit der eigenen Daten ist aktueller denn je. Zum einen muss die DS-GVO beachtet werden, zum anderen dürfen die Datenbestände nicht durch unerlaubte Angriffe preisgegeben werden. Eine solide Data-Governance-Strategie sorgt für Datensicherheit und schützt vor Angriffen.
Künstliche Intelligenz & Datenintegration
Künstliche Intelligenz (KI) gehört zu den wichtigsten Trends in diesem Jahr. KI-Systeme werden in immer mehr Bereichen eingesetzt. Von der Automatisierung über Optimierung bis hin zur Entwicklung neuer Produkte und Dienstleistungen.
Die erfolgreiche Nutzung von KI-Systemen setzt eine umfassende Datenintegration als Grundlage voraus. Denn KI-Systeme lernen aus Daten und diese müssen dafür qualitativ hochwertig sein, um sinnvolle und verwertbare Ergebnisse zu erzielen.
Datenintegration ist jedoch eine komplexe Aufgabe, die eine sorgfältige Planung und Umsetzung erfordert. Es gilt, die Daten aus verschiedenen Quellen zu sammeln, zu harmonisieren und zu analysieren. So wird sie zu einem Schlüsselfaktor für die erfolgreiche Entwicklung und Nutzung von KI-Systemen. Unternehmen, die diese Herausforderung meistern, erzielen mit künstlicher Intelligenz einen sicheren Wettbewerbsvorteil.
Predictive Analytics & Datenintegration
Vorhersagemodelle in Verbindung mit Echtzeit-Analysen sind ein wachsender Trend. Beispielsweise für einen Forecast im Controlling sind fundierte Prognosen nicht mehr wegzudenken, denn sie geben verlässliche Vorhersagen bei einer guten Datenbasis. Weitere Beispiele sind die Feststellung drohender Kundenabwanderungen und Vorhersage wahrscheinlicher Maschinenausfälle.
Jedoch sind fehlerfreie Daten in der Regel eine Ausnahme. Die meisten Unternehmen plagen Sorgen über mangelnde Datenqualität. Diese führt zu unzureichenden Ergebnissen, die wiederum Vorhersagen verfälschen. So kann es beispielsweise zu einem Maschinenausfall aufgrund falscher Prognosen kommen, den man eigentlich verhindern möchte.
Grundlage sind auch hier Daten aus heterogenen Quellen, deren Qualität sichergestellt werden muss. Drei zentrale Kriterien stehen im Vordergrund: Vollständigkeit, Aktualität und Glaubwürdigkeit. Fehler im operativen System stören vielleicht nicht, rächen sich jedoch später in der Berechnung. Nur die konsequente Pflege der grundlegenden Daten aus verschiedenen Beständen sichert verlässliche Vorhersagen.
Datenschutz & Business Intelligence (BI)
Unternehmen nutzen Daten, um Geschäftsprozesse zu optimieren, neue Produkte und Dienstleistungen zu entwickeln und bessere Entscheidungen zu treffen. Doch der Umgang mit Daten ist nicht unproblematisch und zudem risikobehaftet.
Datenschutzverletzungen können zu hohen finanziellen Verlusten und Reputationsschäden mit unangenehmen Konsequenzen führen. Datenschutz ist nicht nur eine gesetzliche Verpflichtung, sondern auch ein wichtiger Faktor für das Vertrauen von Kunden und Mitarbeitern.
Datenintegration oder ein Data Warehouse (DWH) mit direktem Zugriff für jedermann ist keine gute Idee. Je nach Aufgabenstellung sind personenbezogene Daten entweder zu pseudonymisieren bzw. anonymisieren oder nur einem definierten Nutzerkreis kontrollierbar verfügbar zu machen.
Datenschutz und BI sind zwei Seiten derselben Medaille. Deshalb legen wir Wert auf die konsequente Trennung zwischen eingelagerten Daten in einem Core-Layer und der Verwendung für Nutzer in einem Business-Layer. Das garantiert ein nachvollziehbares Vorgehen.
Datenintegration stellt die Weichen
Diese Trends basieren alle auf unterschiedlichsten Daten und sind ohne eine richtige Datenintegration nicht umsetzbar. Es geht im Kern um die Verlässlichkeit und das Vertrauen in die Grundlage! Nur wenn diese solide und transparent ist, kann man richtige Entscheidungen erwarten.
Nutzen Sie die Chancen dieser Trends für Ihr Unternehmen und gestalten Sie Ihr Business-Intelligence-System, um für die Zukunft bereit zu sein! Sei es mit KI oder Predictive Maintenance unter Berücksichtigung des Datenschutzes.
In einem Proof-of-Concept zeigen wir ihnen das konkrete Vorgehen und führen gerne ein unverbindliches Erstgespräch mit Ihnen!
DataIntelligence GmbH
Siemensstraße 8a
61352 Bad Homburg
Telefon: +49 (6172) 483129
http://www.dataintelligence.de
Geschäftsführer
Telefon: +49 (6172) 483-129
E-Mail: info@DataIntelligence.de
DataIntelligence 2023 – Innovationen, Partnerschaften und Lösungen
DataIntelligence 2023 – Innovationen, Partnerschaften und Lösungen
Das Jahr 2023 neigt sich dem Ende zu. Rückblickend war es für DataIntelligence ein Jahr voller aufregender Ereignisse und Fortschritte.
Das Highlight zum Auftakt war zweifellos die Teilnahme am Mobile World Congress (MWC) in Barcelona, bei dem wir den Fokus auf die Wertschöpfung aus Daten für mittelständische Unternehmen und die effiziente Betrugsfeststellung für Telekommunikations-Operatoren legten.
Zum Jahresausklang konnten wir durch die Partnerschaft mit dem IT-Dienstleister SoftQuadrat und seinem ETL-Tool datasqill unser Portfolio erweitern, um der wachsenden Nachfrage nach innovativer Business-Intelligence-Technologie noch schneller und besser gerecht zu werden.
Bei den Open-Source-Anwendungen hat DataIntelligence sein Angebot durch die Integration von Apache Superset erweitert, einem Tool zur Implementierung von Dashboards mit grafischer Visualisierung. Mit dieser Erfahrung unterstützen wir Unternehmen bei der Installation und Implementierung von Superset.
Mit der Predictive-Churn-Analyse als besonderen Use Case bieten wir mittelständischen Unternehmen nicht nur die Vorhersage der erhöhten Wahrscheinlichkeit, mit der ein Kunde in Zukunft abzuwandern droht, sondern auch einen einfachen Einstieg in die Welt der Predictive Analytics mit Machine-Learning/KI.
MWC Barcelona und Fraud Detection für Telekom-Operator
DataIntelligence stellte sich auf dieser Messe erstmals einem internationalen Publikum vor. Unsere Kernkompetenz Datenintegration stieß dabei auf großes Interesse und sorgte für viele interessante Gespräche und Kontakte.
Weiterhin kamen viele Kontakte mit Sensorherstellern und Datenanbietern zustande, die für unsere Kunden eine Erweiterung mit Schnittstellen und externen Daten bringen können. Im Jahr 2024 diesen Ansatz auf Partnerschaftsbasis verstärkt weiterentwickeln.
Besonders für Telekom-Operatoren haben wir einen Ansatz zur effizienten Bearbeitung und Ermittlung von Betrugsfällen vorgestellt. Bei einem Betrugsverdacht müssen bei Verbindungen über mehrere, meist internationale Telekom-Operatoren die Call-Data-Records zur Überprüfung ausgetauscht werden. Dafür gibt es keine einheitliche Schnittstelle und bei jedem Telekom-Operator liegen diese Daten in unterschiedlicher Struktur und Granularität vor. Ein typischer Fall für eine Datenintegration, die heute in der Regel beim anfragenden Betreiber manuell vorgenommen wird, aber durch DataIntelligence automatisiert werden kann.
Synergie auf hohem Niveau – DataIntelligence und SoftQuadrat
Die stetig wachsende Nachfrage nach innovativer Business-Intelligence-Technologie steht im Fokus unserer Partnerschaft mit der SoftQuadrat GmbH. Durch die Zusammenarbeit beider Unternehmen können wir unsere Kräfte bündeln und unseren Kunden eine umfassendere Expertise in den Bereichen Design, Entwicklung und Betrieb von Business Intelligence bieten.
Die Integration des ETL-Tools datasqill fügt sich nahtlos an die von DataIntelligence entwickelte Anwendung für die einfache Modellierung neuer Datenquellen an, die unsere Analysten vornehmen, und spielt eine entscheidende Rolle für die beschleunigte Implementierung von BI-Systemen.
Per einfachen Knopfdruck werden alle Skripte und Programmteile automatisch generiert. So lässt sich ein Datawarehouse in kürzester Zeit aufbauen und produktiv nehmen und dies, dank datasqill, selbst bei großen Datenmengen und zeitkritischen Anforderungen.
Predictive Churn Analyse – Kundenabwanderung verhindern
Predictive Churn Analysis, ein Verfahren aus dem Bereich der Predictive Analytics, dient der Prognose von Kundenverlusten bevor diese tatsächlich abwandern. Dies geschieht anhand von historischen Daten über das Kundenverhalten und verlangt auch hier eine verlässliche Datengrundlage.
So werden Vertriebsmitarbeiter unterstützt, die bei einer größeren Kundenbasis nicht alle Warnzeichen ständig im Auge haben, dafür aber die maschinell ermittelten Kunden gezielt ansprechen können, bevor diese abwandern. DataIntelligence bietet dazu einen Proof-of-Concept (PoC) an, der schnell den Nutzen darstellt und als Einstieg in ML/KI-Anwendungen für Unternehmen dient.
Datenintegration – ohne Grundlage geht es nicht
Ohne eine solide Datenbasis und deren erfolgreiche Integration ist eine korrekte Realisierung nur bedingt oder gar nicht möglich. Ansonsten werden zwar Ergebnisse berechnet, tragen jedoch das Risiko, fehlerträchtig und in der Bewertung nicht hilfreich zu sein. Eine nachträgliche Korrektur kann sich als sehr kostenintensiv erweisen.
Datenintegration ist die Kernkompetenz der DataIntelligence und hilft Unternehmen, eine verlässliche und vertrauenswürdige Basis zu schaffen. Das gilt für Business-Intelligence-Anwendungen und erst recht für darauf aufbauende Predictive-Analytics-Applikationen. Bei der Schaffung neuer digitaler Produkte ist die saubere Datengrundlage unabdingbar.
2023 im Rückblick und 2024 im Ausblick
Alles in allem sind wir und auch unsere Kunden sehr zufrieden mit den Projekten, die wir in diesem Jahr realisieren konnten. Wir bedanken uns bei allen Partnern und Kunden für die gute Zusammenarbeit und wünschen Ihnen ein erfolgreiches neues Jahr 2024. Wir freuen uns auf Sie im neuen Jahr!
DataIntelligence GmbH
Siemensstraße 8a
61352 Bad Homburg
Telefon: +49 (6172) 483129
http://www.dataintelligence.de
Telefon: +49 (6172) 68118-35
E-Mail: Alessandro.Longoni@DataIntelligence.de
Business Intelligence – Eine Alternative zu hohen Investitionen in Krisenzeiten
Die bereits durch die Coronakrise, Lieferengpässe, die Energiekrise, hohe Inflation und die Zinswende belasteten Mittelständler sehen sich nun zusätzlich mit einer anhaltenden Konjunkturschwäche konfrontiert. Anders als in früheren Konjunkturzyklen blieb den Unternehmen in den letzten dreieinhalb Jahren zwischen den Krisen kaum Zeit für spürbare Erholungsphasen.
Die aktuellen Probleme im Mittelstand
Fast die Hälfte der im Bericht befragten Mittelständler (46 %) macht sich nach wie vor Sorgen über die schwache Auftragslage, wobei in der Chemiebranche sogar bis zu 68 % betroffen sind. Gleichzeitig bleibt die Bürokratie ein anhaltendes Problem im Mittelstand, das zusätzlich zu den andauernden Sorgen um die Energiekosten kommt. Nicht zuletzt belasten auch die Lohn- und Gehaltskosten, die auf einem neuen Allzeithoch sind, die Unternehmen weiterhin.
Die bereits bestehenden Probleme werden durch die andauernde Zinswende verschärft, wobei dies als das Hauptanliegen betrachtet wird. Geplante Investitionen stehen derzeit auf der Kippe, besonders in der Baubranche, wo 35 % der befragten Mittelständler besorgt sind, da die steigenden Zinskosten die Realisierung ihrer Investitionen gefährden.
Business Intelligence bietet einen Ausweg
Mit einem Business-Intelligence-System kann den oben genannten Problemen entgegengewirkt werden. So kann durch die Nutzung von Business Intelligence ein Produktionsunternehmen den Energieverbrauch effektiv überwachen, ineffiziente Prozesse identifizieren und optimieren, um somit die Energiekosten zu senken und die betriebliche Effizienz zu steigern. Eine weitere Möglichkeit sind neue Produkte oder Produkterweiterungen basierend auf Daten bzw. deren gezielter Auswertung.
Jedoch erfordert ein Business-Intelligence-System meist eine hohe Investition (CapEx), da es oftmals noch nicht vorhanden ist. Allerdings ist dies angesichts der aktuellen Zinslage für viele Unternehmen derzeit nicht leistbar.
Eine Alternative bietet ein BI-Service. Er ermöglicht es Unternehmen, fundierte Entscheidungen auf der Grundlage von Datenanalysen zu treffen, ohne hohe Kapitalausgaben für neue Infrastruktur zu tätigen, da der Service ausschließlich operative Kosten (OpEx) beinhaltet.
Durch die Nutzung externer BI-Dienstleistungen, wie sie von DataIntelligence angeboten werden, erhalten Unternehmen Zugang zu fortschrittlichen Analysetools und Expertenwissen, ohne ihre internen Ressourcen zu überstrapazieren. Diese Strategie ermöglicht es Unternehmen, flexibel auf sich ändernde Marktbedingungen zu reagieren, ohne langfristig zu hohe finanzielle Verpflichtungen einzugehen.
Setzen Sie auf die Zukunft mit dem BI-Service von DataIntelligence!
Wir laden Sie ein, mit uns ins Gespräch zu kommen und die Vorteile unserer BI-Services für Ihr Unternehmen zu entdecken. Vereinbaren Sie einen Termin für einen Experience Workshop und erfahren Sie, wie wir gemeinsam Ihre Herausforderungen bewältigen und Ihr Unternehmen in diesen herausfordernden Zeiten stärken können. Nutzen Sie die Chance zur kosteneffizienten Optimierung Ihrer Entscheidungsprozesse und bleiben Sie agil in einem sich ständig wandelnden Markt.
DataIntelligence GmbH
Siemensstraße 8a
61352 Bad Homburg
Telefon: +49 (6172) 483129
http://www.dataintelligence.de
Geschäftsführer
Telefon: +49 (6172) 483-129
E-Mail: info@DataIntelligence.de
Bis zu 25 % mehr Effizienz und Schnelligkeit bei Business Intelligence für den Mittelstand
Portfolioerweiterung bei DataIntelligence
DataIntelligence erweitert sein Portfolio mit dem ETL-Tool datasqill, einer Entwicklung der SoftQuadrat GmbH. Das Tool ist eine Komplettlösung zur schnellen Implementierung von BI-Systemen auf Basis eines Datawarehouse. „Es integriert nahtlos in unsere bestehenden Datenintegrationsprozesse und ermöglicht die rasche Realisierung von BI-Lösungen, selbst bei großen Datenmengen und zeitkritischen Anforderungen“, erläutert Michael Beth, Geschäftsführer der DataIntelligence GmbH.
Schnelle Umsetzung mit datasqill der SoftQuadrat
SoftQuadrat hat bereits in der Vergangenheit gezeigt, dass datasqill aufgrund seiner Einfachheit in der Entwicklung sowie der Stabilität und Zuverlässigkeit im Betrieb von Kunden geschätzt wird. „Durch die Nutzung von datasqill können unsere Kunden noch schneller neue Services und Features umsetzen und dies zu günstigeren Kosten als bisher, was zu einer verbesserten Time-to-Market führt. Diese Vorteile stehen durch die Partnerschaft nun einem noch breiteren Kundenkreis zur Verfügung“, so Thorsten Reimers, Geschäftsführer der SoftQuadrat GmbH.
Fokus auf den Mittelstand
Beide Unternehmen legen weiterhin ihren Fokus auf den Mittelstand und ermöglichen Unternehmern und Entscheidern durch „Datenmanagement mit Methode“ und datasqill eine noch schnellere Umsetzung gewinnbringender BI-Anwendungen, um von den Chancen der Digitalisierung durch optimale Datennutzung zu profitieren.
Die Partnerschaft verspricht somit eine erfolgreiche Zukunft für Unternehmen, die ihre Daten effektiv nutzen und wertvolle Einblicke gewinnen möchten. Kunden können von der kombinierten Erfahrung und Technologiekompetenz der beiden Unternehmen profitieren und sich auf innovative, maßgeschneiderte Lösungen verlassen, die ihre Geschäftsziele vorantreiben.
SoftQuadrat GmbH
Die SoftQuadrat GmbH wurde 2004 von Beratern mit langjähriger Softwareentwicklungs- und Projekterfahrung in München gegründet. Der Tätigkeitsschwerpunkt liegt vor allem in den Bereichen Anwendungsentwicklung, Data Warehouse, Business Intelligence, Applikationsintegration sowie Entwicklung und Betrieb von Lösungen in der Cloud.
Eine weitere Säule des Angebots stellt das ETL-Tool datasqill dar, das bei Kunden wegen seiner Einfachheit bei der Entwicklung und seiner Stabilität und Zuverlässigkeit im Betrieb geschätzt wird. Namhafte Kunden wie zum Beispiel ProSieben/SAT1, Deutsche Post AG, HD+ oder M-Net München setzen bereits seit vielen Jahre auf die Beratungsleistung und/oder das Software-Produkt der SoftQuadrat GmbH.
Die DataIntelligence GmbH ist ein innovativer, herstellerunabhängiger Dienstleister für Business Intelligence, Data Management und Controlling, gegründet im Jahr 1999, der seinen Fokus auf den Mittelstand legt. Dabei wurden in der Vergangenheit Datenintegrations-Projekte für diverse Branchen realisiert. Der Schwerpunkt liegt in der Entwicklung und Bereitstellung innovativer und wertschöpfender Daten-Applikationen mit ergänzenden Dienstleistungen.
DataIntelligence GmbH
Siemensstraße 8a
61352 Bad Homburg
Telefon: +49 (6172) 483129
http://www.dataintelligence.de
Geschäftsführer
Telefon: +49 (6172) 483-129
E-Mail: info@DataIntelligence.de
Lieferkettengesetz – Business Intelligence hilft Unternehmen
Lieferketten sind komplexe Netzwerke, die den Weg eines Produktes widerspiegeln. Eine Lieferkette kann beispielsweise Rohstofflieferanten, Hersteller, Logistikdienstleister, Zwischenhändler, Großhändler, Verpackungsunternehmen und Einzelhändler umfassen. In dieser Kette herrschen häufig widrige Arbeitsbedingungen in den Fabriken der Lieferanten und außerdem werden oftmals Umweltstandards nicht eingehalten. Zudem kommt es immer wieder zu Menschenrechtsverletzungen wie Kinder- oder Zwangsarbeit.
Um diese Missstände in der Kette zu bekämpfen und Unternehmen zu verpflichten, wurde das Lieferkettengesetz ins Leben gerufen. Es soll dafür sorgen, dass Unternehmen bei der Herstellung ihrer Produkte Menschenrechte, Arbeitsrechte und Umweltstandards einhalten. Das bedeutet, dass sie sicherstellen müssen, dass in ihrer gesamten Lieferkette keine Menschenrechtsverletzungen stattfinden. Auch Umweltstandards wie der Schutz von Böden und Gewässern sowie der Einsatz von Pestiziden und anderen Chemikalien sollen beachtet werden.
Ziele des Lieferkettengesetzes
Das Lieferkettengesetz ist am 01.01.2023 in Kraft getreten und soll zunächst für Unternehmen mit mehr als 3.000 Beschäftigten gelten. Dies betrifft rund 900 Unternehmen in Deutschland. Ab 2024 werden auch Unternehmen mit mehr als 1.000 Beschäftigten verpflichtet sein, dem Gesetz nachzugehen, was weitere 4.800 Unternehmen in Deutschland betreffen wird.
Die Erweiterung ist ein wichtiger Schritt in die richtige Richtung, um Arbeitsbedingungen in der Lieferkette zu verbessern und Menschenrechtsverletzungen zu bekämpfen sowie die Nachhaltigkeit sicherzustellen. Allerdings bringt das Gesetz neue Herausforderungen für betroffene Unternehmen mit sich. Diese müssen sich auf eine Verpflichtung zur Sorgfaltspflicht einstellen, indem sie ihre Lieferketten auf mögliche Risiken in Bezug auf Menschenrechtsverletzungen und Umweltauswirkungen untersuchen.
Als Konsequenz sind bei Bedarf Maßnahmen für eine gesetzeskonforme Umsetzung zu ergreifen. Das erfordert Zeit und Ressourcen für die Überwachung und Kontrolle der Lieferketten. Denn die Nichtbeachtung des Gesetzes kann zu hohen Geldstrafen führen und Unternehmen in Extremfällen von öffentlichen Ausschreibungen ausschließen.
Business Intelligence hilft gesetzliche Vorgaben einzuhalten!
Ein Business-Intelligence-System kann Unternehmen auf verschiedene Weise helfen, die Lieferketten zu optimieren und das Risiko zu verringern, gegen das Lieferkettengesetz zu verstoßen. Datenanalyse mit BI-Tools ermöglicht es Unternehmen Risiken zu identifizieren und zu minimieren.
Dafür werden Informationen zu Produktionsprozessen, Lieferanten, Materialien und Produktionsstandorten gesammelt und ausgewertet. Dashboards und automatisiert erstellte Berichte informieren über relevante Kennzahlen wie beispielsweise Arbeitsbedingungen, Umweltbelastungen und Compliance-Verstöße.
Darüber hinaus kann mit einem Business-Intelligence-System eine Echtzeitüberwachung in der Lieferkette durchgeführt werden, um auf Vorfälle schneller reagieren zu können und Probleme zu beheben, bevor sich diese ausweiten.
Grundlage für solche Analysen ist eine strukturierte Datenbasis. Um diese zu erreichen, muss die Qualität der Daten gesichert sein. Sollte dies nicht der Fall sein, so kann das zu falschen Resultaten führen. Des Weiteren ist eine erfolgreiche Integration der zumeist heterogenen Daten notwendig. Erst nachdem diese beiden Schritte erfolgt sind, kann mit der Analyse der Daten mit Hilfe eines BI-Tools begonnen werden.
Das Lieferkettengesetz als Chance für Unternehmen
Abschließend lässt sich feststellen, dass das Lieferkettengesetz ein wichtiger Schritt ist, um Arbeitsbedingungen sowie Umweltstandards in einer Lieferkette zu verbessern und zu gewährleisten. Jedoch bringt diese Entwicklung neue Herausforderungen für Unternehmen, die sich anpassen müssen.
Dabei kann ein Business-Intelligence-System helfen, Risiken zu identifizieren, zu minimieren sowie bei der Berichterstattung und Echtzeitüberwachung in der Lieferkette zu unterstützen. Unternehmen, die auf diese Weise vorgehen, können nicht nur das Lieferkettengesetz einhalten, sondern auch gleichzeitig in die Digitalisierung ihres Unternehmens investieren.
DataIntelligence GmbH
Siemensstraße 8a
61352 Bad Homburg
Telefon: +49 (6172) 483129
http://www.dataintelligence.de
Telefon: +49 (6172) 68118-35
E-Mail: Alessandro.Longoni@DataIntelligence.de
Power of 5 – So lohnt sich Business Intelligence (BI)
Vor der Entscheidung für ein BI-Vorhaben steht die wirtschaftliche Betrachtung. Neben der Kostenseite sollte sich der Nutzen am Unternehmenserfolg messen lassen. Denn blickt man nur auf Teilbereiche lassen sich mögliche Optionen kaum vergleichen.
Die Nettomarge bzw. Profitabilität sollte der Maßstab sein. Sie liegt im Mittelstand meist zwischen 2% und 18%. Als Kriterium für die zielsichere Beurteilung und Vergleichbarkeit Ihrer Use-Cases schlagen wir eine 5%-Steigerung der Nettomarge vor. 5% erscheint nicht viel, entspricht aber einem realistischen Wachstum und mehrmals angewandt ist der Effekt enorm – Power of 5! Die absoluten Zahlen zeigen es und geben gleichzeitig Auskunft über das sinnvolle Investitionsvolumen. So ergeben z.B. 20 Mio. Umsatz und 18 Mio. Kosten eine 10% Nettomarge. Eine Steigerung um 5% auf 10,5% ergibt eine Erhöhung der Profitabilität um 100.000€. Dieser Wert dient als Entscheidungsgrundlage.
Finanzielle Rahmen
Das BI-System kann in Eigenentwicklung, Fremdentwicklung oder als BI-Service realisiert bzw. angepasst werden. Eigenentwicklungen dürfen und Fremdentwicklungen müssen als Investition (CapEx) im Anlagevermögen aktiviert werden und haben so keinen Einfluss auf die Nettomarge.
Dabei ergibt sich die maximale Investition aus dem erwarteten Return of Investment (RoI) bei mindestens 20% mit 500.000€. Je nach betrachtetem Zeitraum liegt sie reell sehr deutlich darunter. Ein BI-Service erzeugt hingegen Betriebskosten (OpEx), die sich auf die Nettomarge auswirken. Die Kosten müssen dann kleiner als die angepeilte Steigerung sein.
Realisierung des Use Cases
Nachdem ein lohnender BI-Use-Case identifiziert und der finanzielle Rahmen festgestellt ist, wird im dritten Schritt die Realisierung entschieden. Dafür stehen drei Optionen zur Verfügung: Eigenentwicklung, Projektvergabe oder Nutzung eines BI-Service, jeweils als komplett neues oder Erweiterung eines bestehenden Systems. Ein weiteres Kriterium liegt in der Wahl zwischen Investition (CapEx) oder operativen Kosten (OpEx).
Einen beispielhaften Vergleich haben wir mit den fünf Kostenarten: Entwicklung/Betrieb, Lizenz- und Infrastruktur, Weiterbildung, Management Attention und Risikovorhalt für alle drei Wege berechnet.
Am aufwendigsten zeigt sich die Eigenentwicklung, weil sie einen hohen Anteil an Fixkosten aufweist. Danach beläuft sich der Aufwand für ein neues BI-System auf 125.000€ und bei einer Erweiterung auf 25.000€.
Bei externer Projektvergabe ist mit ca. 100.000€ bei Neuentwicklung und 32.000€ für die Erweiterung eines bestehendes BI-System zu rechnen. Beide Realisierungswege sind Investitionen (CapEx) ins Anlagevermögen.
Ein BI-Service mit 30.000€ pro Jahr als operative Kosten (OpEx) stellt hingegen die kostengünstigste Option dar. Verantwortung und Aufwand zur Erstellung übernimmt der Anbieter als Gegenleistung für eine längere Bindung.
Langfristige Betrachtung über 3 Jahre
Zum Abschluss hilft eine langfristige Betrachtung über einen Zeitraum von 3 Jahren. Diese zeigt Gesamtkosten (TCO) von 300.000€ für Eigenentwicklung, 150.000€ für Projektvergabe und 90.000€ für den BI-Service. Es wird sichergestellt, dass die Investition nicht die im zweiten Schritt festgelegte maximale Summe übersteigt.
Die detaillierte Beispielrechnung und Erörterung der Rahmenbedingungen finden Sie in unserem kostenlosen Whitepaper „Business Intelligence als Service im Mittelstand“. Erfahren Sie, worauf es wirklich ankommt!
DataIntelligence GmbH
Siemensstraße 8a
61352 Bad Homburg
Telefon: +49 (6172) 483129
http://www.dataintelligence.de
Geschäftsführer
Telefon: +49 (6172) 483-129
E-Mail: info@DataIntelligence.de
Durchstarten mit Datenvisualisation in Apache Superset
Die Installation ist am einfachsten unter Docker, Kubernetes oder mit PyPi möglich. Letzteres enthält für das Frontend nur die nach dem Build kompilierten Elemente. Nachträgliche Änderungen oder Weiterentwicklungen lassen sich damit nicht und nur schwierig realisieren.
Wir haben uns deshalb für eine Installation von Grund auf aus den Sourcen entschieden. Sie funktioniert für diverse Unix/Linux-Distributionen und Mac OS. Die Einrichtung erfolgt mit dem Python package manager pip und nodejs. Allerdings gibt es beim Build der Applikation eine Reihe nicht vorhersehbarer Hürden, für die leider in der Dokumentation [2] die entscheidenden Hinweise fehlen.
Nach einiger Recherche gelang uns aber die erfolgreiche Einrichtung unter RHEL 8.7 und auch unter Debian/Ubuntu. Dieser Blogbeitrag soll dabei unterstützen die Einrichtungshürden von Apache Superset zu überwinden und einen besseren Start zu ermöglichen.
Vor der Installation – Vorbereitung mit python und nodejs
Diese Anleitung bezieht sich auf die Apache Superset Version 2.1.0 unter RedHat 8.7. Generell ist es ratsam der ständig aktualisierten offiziellen Dokumentation zur Einrichtung zu folgen, um auf dem neuesten Stand zu sein. Die dort aufgelisteten benötigten Softwarepakete müssen installiert werden. Bezüglich Python ist jedoch unbedingt die Version 3.8 zu installieren:
sudo yum install python38
sudo yum install python38-devel
sudo yum install python38-pip
sudo yum install python38-wheel
NodeJS wird in Version 16 benötigt. Installiert wird diese Version beispielsweise als AppStream Modul mit folgendem Befehl:
sudo dnf module install nodejs:16
Danach erstellt man ein Python Virtual Environment wie in der Dokumentation beschrieben und aktiviert es. Abweichend zur Dokumentation werden einige Module in speziellen Versionen benötigt:
pip install sqlparse==’0.4.3′
pip install pillow
pip install marshmallow-enum
Jetzt sind die Vorbereitungen abgeschlossen und die eigentliche Installation von Apache Superset kann beginnen.
Installation Superset mit python
Zunächst muss die aktuelle Version, in unserem Fall 2.1.0, in das oben erstellte Python Virtual Environment herunter geladen und entpackt werden:
cd venv
wget https://dist.apache.org/…
tar -xvzf apache-superset-2.1.0-source.tar.gz
cd apache-superset-2.1.0rc3
Jetzt kann die Installation gestartet werden:
pip install -e .
Diese sollte nach den obigen Ergänzungen und Einrichtung der passenden Python Version 3.8 und Aktualisierung von pip3.8 im Virtual Environment erfolgreich durchlaufen.
Konfiguration von Superset
Als nächstes muss die Superset Konfigurationsdatei editiert werden:
cd ../bin
nano superset_config.py
Hier werden die URL zur mitgelieferten SQLite Demo-Datenbank, der Schlüssel für die session cookies und Verschlüsselung in der Datenbank sowie optionale Sprachen angepasst:
SECRET_KEY = ‚your-supersecret-password-123‘
SQLALCHEMY_DATABASE_URI = ’sqlite://///home//username//venv//superset.db‘
LANGUAGES = {
‚de‘: {‚flag‘: ‚de‘, ’name‘: ‚Deutsch‘},
‚en‘: {‚flag‘: ‚us‘, ’name‘: ‚English‘},
}
Einrichtung und Konfiguration der Superset Demo-Datenbank
Für die mitgelieferte Demo-Datenbank sind zunächst eine Initialisierung und die Einrichtung eines Admin-User notwendig, bevor die Beispieldaten geladen werden:
cd ../apache-superset-2.1.0rc3/
export FLASK_APP=superset
superset db upgrade
superset fab create-admin
Wir haben die Erfahrung gemacht, dass das Laden der Beispieldaten abbricht, weil in einigen Fällen die Anzahl der Datensätze zu groß angesetzt ist. Deshalb muss die Chunksize in einigen Dateien auf 1 geändert werden:
sed -i ’s/chunksize=500/chunksize=1/g‘ $(find ~/superset/apache-superset-2.1.0rc3/superset/examples/. -maxdepth 1 -type f)
sed -i ’s/chunksize=50/chunksize=1/g‘ $(find ~/superset/apache-superset-2.1.0rc3/superset/examples/. -maxdepth 1 -type f)
sed -i ’s/CHUNKSIZE = 512/CHUNKSIZE=1/g‘ $(find ~/superset/apache-superset-2.1.0rc3/superset/datasets/commands/importers/v1/. -maxdepth 1 -type f)
Die Bespieldaten können nun geladen werden:
superset init
superset load_examples
Build des Superset Frontend
Jetzt muss noch das Frontend erstellt werden. Dabei kam es zu einem Fehler beim Download des nodejs-Moduls „puppeteer“. Daher ist folgende Definition wichtig, ohne die der npm build Prozess sonst abbricht:
# Build javascript assets
cd superset-frontend
# skip faulty puppeteer download
# https://devdocs.io/…
export PUPPETEER_SKIP_DOWNLOAD=true
Jetzt wird das Frontend gebaut:
npm ci
npx update-browserslist-db@latest
# try to install currencyformatter.js into pluginplugin-chart-handlebars
npm install currencyformatter.js –save
npm run build
Fertig! – Start des Superset Servers
Nachdem das Frontend erstellt ist, kann der Superset Server gestartet werden. Der Port (im Beispiel 8088) und die IP (im Beispiel 127.0.0.1) können angepasst werden. Um Superset von außerhalb des Hosts erreichbar zu machen, sollte der Server natürlich nicht an localhost (127.0.0.1) gebunden werden.
cd ..
superset run -p 8088 -h 127.0.0.1 –with-threads –reload –debugger
Es kann vorkommen das Firewallregeln den Zugriff auf die Superset Instanz verhindern, im besonderem bei neu eingerichteten virtuellen Maschinen. Daher ist es sinnvoll, entsprechende Firewall Regeln zu definieren:
sudo firewall-cmd –zone=public –permanent –add-service=http
sudo firewall-cmd –zone=public –permanent –add-port 8088/tcp
sudo firewall-cmd –reload
Mit den oben beschriebenen Hinweisen zur Installation von Apache Superset steht eine moderne Open Source Business-Intelligence Umgebung mit umfassenden Möglichkeiten zur Datenanalyse und Visualisierung zur Verfügung.
Gerne übernehmen wir auch die Ersteinrichtung vor Ort oder Remote gemeinsam mit Ihnen. Profitieren Sie von unserer langjährigen Erfahrung mit analytischen Applikationen und Datenintegration. Kontaktieren Sie uns für ein unverbindliches Gespräch oder lassen Sie uns gemeinsam über die Umsetzung Ihrer fachlichen Anforderungen für einen ersten Business Case sprechen.
Quellen:
[1] https://news.apache.org/foundation/entry/the-apache-software-foundation-announces70
[2] https://superset.apache.org/docs/installation/installing-superset-from-scratch
DataIntelligence GmbH
Siemensstraße 8a
61352 Bad Homburg
Telefon: +49 (6172) 483129
http://www.dataintelligence.de
Geschäftsführer
Telefon: +49 (6172) 483-129
E-Mail: info@DataIntelligence.de
Kundenabwanderung reduzieren – Predictive-Churn-Analyse
Predictive Analytics – Vorhersagen aus bisherigem Verhalten
Eine Predictive-Analytics-Lösung ermöglicht die Vorhersage der erhöhten Abwanderungswahrscheinlichkeit für jeden einzelnen Kunden. Mithilfe von Machine-Learning-Modellen, die auf den Stamm- und Transaktionsdaten der Bestandskunden basieren, können Voraussagen für die Zukunft getroffen werden. Es wird die Wahrscheinlichkeit eines Absprungs aufgrund der bisherigen „Erfahrungen“ aus den Daten ermittelt. Dadurch erhalten Unternehmen die Möglichkeit, proaktiv zu handeln und gezielte Maßnahmen im Kundenservice und Vertrieb zu ergreifen, um einem eventuellen Verlust vorzubeugen.
Um von einer Predictive-Churn-Analyse zu profitieren, sind Stamm- und Transaktionsdaten, die täglich aktualisiert werden, die Mindestvoraussetzung. Stehen weitere Daten wie Kundenkontakte aus dem CRM oder Tickets aus dem Kundenservice zur Verfügung, erhöht dies zusätzlich die Effektivität der Analyse. Auf dieser Basis kann zielführend das Predictive-Modell aufgesetzt und trainiert werden. Die täglichen Berichte, die aufgrund des Modells erstellt werden, erlauben es, frühzeitig potenziell abwandernde Kunden zu identifizieren und entsprechende Gegenmaßnahmen zu ergreifen.
Gute Daten – verlässliche Vorhersagen – zufriedene Kunden
Datenintegration und Datenqualität spielen die entscheidende Rolle für den Erfolg einer solchen Predictive-Churn-Analyse. Ohne geht es nicht! Daher ist es wichtig, auf eine effektive Datenintegration mit qualitativ hochwertigen Daten und einen geeigneten BI-Service zu setzen.
Das BI-System aufzusetzen ist kein Hexenwerk. Die benötigten Daten dürften in jedem Unternehmen vorhanden sein. Ein erster Proof-of-Concept (PoC) zeigt den Nutzen der geplanten Churn-Analyse auf und ist schnell realisiert. Damit gehen Sie als Unternehmer das Problem proaktiv an und können frühzeitig auf mögliche Abwanderungen reagieren. Die Investition in dieses System lohnt sich langfristig, da nicht nur Kundenverluste minimiert, sondern auch die Kundenbindung gestärkt, eventuelle Mängel behoben und das Wachstum gefördert werden.
Reduzieren Sie Ihre Kundenabwanderung und wirken Sie dem proaktiv mit einer Predictive-Analytics-Anwendung entgegen. Gerne besprechen wir in einem unverbindlichen Erstgespräch Ihre speziellen Anforderungen!
DataIntelligence GmbH
Siemensstraße 8a
61352 Bad Homburg
Telefon: +49 (6172) 483129
http://www.dataintelligence.de
Geschäftsführer
Telefon: +49 (6172) 483-129
E-Mail: info@DataIntelligence.de
Produktionsdaten als Potenzial: Datenintegration und BI für mittlere Betriebe
Datenprojekte bieten Produktionsbetrieben ein enormes Potenzial zur Steigerung von Effizienz und Optimierung betrieblicher Abläufe. Allerdings stehen besonders mittlere Unternehmen vor Herausforderungen wie der Datenverfügbarkeit, -integrität und -sicherheit sowie der Schulung der Mitarbeiter. Es lassen sich verschiedene Unternehmenstypen identifizieren, von Vorreitern mit eigenen Data-Analytics-Teams bis hin zu Unternehmen, die noch am Anfang ihrer datengetriebenen Reise stehen.
Das volle Potenzial aus den Daten schöpfen
Um das volle Potenzial der Daten auszuschöpfen und wertvolle Chancen nicht zu verpassen, müssen Unternehmen verschiedene Schlüsselfaktoren beachten. Als Grundlage benötigt man eine effektive Datenintegration und darauf aufbauend Business Intelligence (BI). Nur so lässt sich aus Daten Mehrwert generieren. Hinzu kommen Datenqualität und Visualisierung als weitere entscheidende Aspekte für erfolgreiche Datenprojekte. Ein so aufgesetztes System bildet beispielsweise die Grundlage zur Analyse für die Optimierung interner Prozesse.
Doch wie geht man am besten vor?
Die Umsetzung scheint auf den ersten Blick nicht leicht, da spezielles BI- und Datenintegrations-Know-How benötigt wird. Viele mittelständische Unternehmen verfügen aber oftmals nicht über diese gefragten Fertigkeiten. Hinzu kommen Unsicherheiten bezüglich der zu verwendenden Softwarekomponenten.
Um diese Herausforderungen als Unternehmen zu bewältigen, bietet sich die Hinzunahme eines Dienstleisters an, der in diesem Bereich spezialisiert ist. Im ersten Schritt werden die lohnenden Anwendungsfälle definiert und die dafür benötigten Daten identifiziert. Im zweiten Schritt wird eine BI Plattform als gemeinsame Datenbasis für die zu integrierenden Daten implementiert. Abschließend erfolgt die Visualisierung und fachliche Analyse der integrierten Daten.
DataIntelligence bietet neben der Expertise einen BI-Managed-Service an, der eine vollständige Implementierung und den Betrieb umfasst. So lässt sich die eigene BI-Plattform mit planbaren Kosten ohne Risiko realisieren.
Mit der nun vorhandenen Basis werden Erkenntnisse gewonnen mit denen innovative Ideen und Lösungen zur Weiterentwicklung des Unternehmens erlangt werden und sich zusätzliche Geschäftsmöglichkeiten eröffnen sowie die Innovationskraft Ihres Unternehmens gestärkt wird.
Kontaktieren Sie DataIntelligence und vereinbaren Sie einen Termin, um Ihre aktuelle Situation in ihrem Produktionsumfeld zu besprechen und für die Zukunft zu optimieren.
DataIntelligence GmbH
Siemensstraße 8a
61352 Bad Homburg
Telefon: +49 (6172) 483129
http://www.dataintelligence.de
Geschäftsführer
Telefon: +49 (6172) 483-129
E-Mail: info@DataIntelligence.de
Business Intelligence und Datenintegration im Mittelstand
Was Business Intelligence für den Mittelstand bedeutet
Mittelständler müssen heutzutage schneller und flexibler agieren, um den aktuellen Veränderungen in der Geschäftswelt zu begegnen. Besonders die disruptiven Ereignisse der letzten Jahre haben deutlich gezeigt, dass Unternehmen plötzlich vor unvorhergesehenen Herausforderungen stehen können.
Obwohl schnelle Ereignisse und Veränderungen eine sofortige strategische Neuausrichtung verlangen, sind langsame Entwicklungen wie beispielsweise die Überalterung der Bevölkerung mit daraus resultierendem Fachkräftemangel genauso wichtig und vorausschauend zu behandeln.
Damit dies gelingt, sind datengesteuerte Entscheidungen für Unternehmen das Mittel der Wahl. Die gründliche Analyse und Auswertung relevanter Daten schaffen die Basis, um fundierte und objektive Schlussfolgerungen zu ziehen. Je breiter die Datenbasis, desto vorteilhafter für Ihr Unternehmen.
So gesehen bildet Business Intelligence (BI) für den Mittelstand einen unverzichtbaren Bestandteil der Geschäftsstrategie. Deshalb spielen BI und besonders Datenintegration als Grundlage eine wichtige Rolle, um die Effektivität und Effizienz im Unternehmen zu steigern.
Was bedeutet Business Intelligence für Ihr Unternehmen?
In unserem Blogbeitrag „Was bedeutet eigentlich Business Intelligence?“ haben wir Business Intelligence als Informationsdienst im Unternehmen definiert. Erkenntnisse aus dem betrieblichen Umfeld, dem Zielmarkt und der Konkurrenz sind zu ermitteln, um sich so eigene Vorteile zu sichern.
Als Grundlage dienen Daten, die schnell, effektiv und situationsgerecht aufbereitet werden müssen. Gerade für Mittelständler wird dies aber zur Herausforderung, da oft nur begrenzte Ressourcen verfügbar sind. Zudem ist in der Regel das notwendige Fachwissen nicht vorhanden, um die vorliegenden Daten für eine effektive Nutzung zu integrieren.
Sind solche Rahmenbedingungen gegeben, wird die angestrebte Lösung zu einem Problem.
Analysen auf Basis von Bestand und Kundenverhalten
Ein einfaches Beispiel soll verdeutlichen, worum es im Kern geht. Unternehmen, die produzieren oder handeln, verfügen in der Regel mindestens über ein effektives Bestandsmanagement-, Warenwirtschafts- oder ERP-System sowie ein leistungsstarkes CRM-System.
Das Bestandsmanagement- oder ERP-System stellt ein operatives Überwachungssystem für den Lagerbestand sowie die Vorhersage der Nachfrage dar. Es stellt sicher, dass ausreichende Bestände vorhanden sind, um die Kundennachfrage zu decken und Überbestände zu optimieren.
Das CRM-System dokumentiert die Beziehungen eines Unternehmens zu seinen Kunden und zeigt deren Potenzial auf. Es hilft eine bessere Kundenbindung aufzubauen und stellt sicher, dass sowohl die internen als auch Außendienstmitarbeiter einen einheitlichen Stand haben.
Aber wie sieht das Bestellverhalten der Kunden aus? Welcher Kunde droht in nächster Zeit verloren zu gehen? Bei welchem Bestandskunden ist das Potenzial noch nicht ausgeschöpft? Wer kann zu einem Bestandskunden entwickelt werden? Dies sind Fragen, die nur in Verbindung mit beiden Systemen sinnvoll beantwortet werden können.
In der Regel ist es aber nicht möglich, diese Systeme „einfach so“ miteinander zu verbinden, um deren Daten für Analysen oder gar Vorhersagen zu nutzen.
Datenintegration – Mehrwert für mittelständische Unternehmen
Um eine umfassende Sicht auf das Kerngeschäft und Beurteilung der Zukunftsaussichten des Unternehmens zu erhalten, sind datengesteuerte Analysen und Vorhersagen notwendig. Der integrierte Datenbestand aus Bestandsmanagement/ERP und CRM-Systems ist nur ein einfaches Beispiel. In der Regel kommen weitere Aspekte und Datenquellen hinzu. Dies sind intern die Finanzbuchhaltung und extern die zugekauften Marktdaten.
Nur in der kombinierten Sicht können die wichtigen Fragen beantwortet werden. Eine saubere und verlässliche Datenbasis schafft nicht nur eine Grundlage für datengesteuerte Entscheidungen, um Vorhersagen für das zukünftige Kundenverhalten besser einzuschätzen, sondern eröffnet gleichzeitig eine Welt völlig neuer, innovativer Produkte- und Vermarktungsansätze auf Basis der eigenen Daten. Eine große Chance für mittelständische Unternehmen.
Den richtigen Experten für Business Intelligence und Datenintegration finden
Für eine erfolgreiche Datenstrategie benötigen Sie einen Experten für BI. DataIntelligence hat sich in diesem Bereich auf den Mittelstand spezialisiert und weist mehr als 24 Jahre Erfahrung und Expertenwissen auf.
In diversen Projekten in den Branchen Großhandel, Telekommunikation, Pharma und Finanzen konnte DataIntelligence erfolgreiche Use Cases aufstellen und dem mittelständischen Unternehmen helfen. Mit einem Proof-of-Concept (PoC) zeigen wir Ihnen gerne, wo das versteckte Potenzial in ihren Daten liegt.
Wenn sie als Mittelständler daran interessiert sind, ihre BI- und Datenstrategie zu optimieren, setzen Sie sich gerne mit uns in Verbindung, um in einem unverbindlichen Erstgespräch ihre aktuelle Situation zu diskutieren.
DataIntelligence GmbH
Siemensstraße 8a
61352 Bad Homburg
Telefon: +49 (6172) 483129
http://www.dataintelligence.de
Geschäftsführer
Telefon: +49 (6172) 483-129
E-Mail: info@DataIntelligence.de
