Business Intelligence
Business Intelligence (kurz: BI) beinhaltet verschiedene Prozesse und Verfahren zur Sammlung, Analyse und Darstellung von Daten, die taktisch und strategisch für den Unternehmenserfolg relevant sind. Ziel der Business Intelligence ist es, mithilfe dieser Daten die eigenen Geschäftsvorgaben zu erreichen und einen Wettbewerbsvorteil gegenüber Konkurrenten zu sichern. Thematisch wird der Begriff Business Intelligence der Wirtschaftsinformatik zugerechnet. Zur Umsetzung der Ziele können BI-Lösungen mit Hilfe von ERP, spezieller Webanalyse-Software oder Big Date erreicht werden. Auf dem Markt gibt es verschiedene Anbieter, die Programme für die Business Intelligence bereitstellen.
Geschichtlicher Hintergrund
Die Entstehung des Begriffs geht auf Hans Peter Luhn zurück, einem Informatiker bei IBM. Bevor er für IBM tätig war, arbeitete er als unabhängiger Berater in der Textilbranche. Dort war er mit der Informationsbeschaffung und -auswertung betraut. Er gilt als Pionier auf dem Gebiet der Informationswissenschaft und als einer der ersten, die computergestützte Methoden (damals: Lochkarten) zur Analyse von Daten verwendeten.
Er erfand den Luhn-Algorithmus, der heute in veränderter Form bei der Identifizierung von Kreditkarten und -inhabern benutzt wird. Zudem erfand er den KWIC-Index, ein Verfahren zur Ordnung und Strukturierung von Daten, das noch heute eine Grundlage für das Information Retrieval bildet.
Luhn führte den Begriff 'Business Intelligence' 1958 in einem Aufsatz ein, der im IBM-Journal erschien: 'A Business Intelligence System' beschreibt die Verteilung und Verbreitung von großen Datenbeständen auf unternehmensinterne Abteilungen, die als sogenannte 'action points' Entscheidungsträger sind und auf Grundlage dieser verteilten, indexierten Daten bessere operative Entscheidungen treffen können.[1]
Letzteres ist auch der Kernpunkt der Business Intelligence. Es geht um einen Erkenntnisgewinn, der verwendet wird, um interne Abläufe und Prozesse zu verbessern. Dieser Erkenntnisgewinn ist nur durch eine systematische Analyse aller zur Verfügung stehenden elektronischen Daten möglich. Zur Ansicht detaillierter Informationen wird meist die Drilldown-Funktion verwendet, die der weiteren Analyse dient.
Praxisbezug
Business Intelligence subsumiert als Disziplin der Wirtschaftsinformatik verschiedene Teildisziplinen, die sich gegenseitig ergänzen. Dazu gehören zum Beispiel Wissensmanagement, Data Mining, Information Retrieval oder Prozessmodellierung, um nur einige zu nennen. Gleichzeitig wird BI oft mit dem WWW in Verbindung gebracht, da insbesondere das Data Mining und das Information Retrieval Methoden sind, die im Web 2.0 den theoretischen und technischen Hintergrund bilden. Mit dem Aufkommen semantischer Verfahren bzw. dem Begriff des Web 3.0 wird zudem eine Entwicklung der BI als personalisierte Servicestruktur angestrebt.
Zur Verdeutlichung: Wenn Datenbestände ihrer Bedeutung nach verteilt werden können, erhalten die verschiedenen Abteilungen eines Unternehmens – die 'action points' – genau die Informationen, die für sie auch relevant sind. Die häufigste Methode im Bereich Business Intelligence ist das On-Line Analytical Processing (kurz: OLAP). Dieses soll dem Anwender verschiedene Zugänge zu großen Datenbeständen ermöglichen. Beispielsweise Kennzahlen wie Umsätze sortiert nach Regionen, Alter und häufig verkauften Produkten. Das OLAP ist oft als Intranet konzipiert, das verschiedenen Akteuren und Ebenen eines Unternehmens sowie dem Management zur Verfügung steht.
Zwangsläufig entsteht hier der Eindruck, dass BI ein abstraktes Konzept ist, das vielleicht nur greifbar für IT-Spezialisten ist. Deshalb wird BI oft mit einem Kompass verglichen, der Unternehmen in die richtige Richtung leitet. Voraussetzung dafür, die richtige Richtung zu finden, ist ein hohes Maß an Wissen über das eigene Unternehmen und ggf. auch über Mitbewerber und Markt. Erst die Aufbereitung dieses Wissens macht mögliche Richtungsänderungen deutlich. Diese Aufbereitung geschieht durch verschiedene technische Hilfsmittel, die auf einen gewissen Datenbestand und den fruchtbaren Umgang damit angewiesen sind.
Verknüpft mit BI sind deshalb auch Begriffe wie Big Data, Data Warehouse oder organisationale Intelligenz, d.h. als Organisation Informationen zu erfassen, darauf zu reagieren und unter Umständen aus gemachten Fehlern zu lernen, um langfristig verschiedenste Prozesse optimieren zu können. Schematisch lassen sich bei der Business Intelligence folgende Phasen unterscheiden:
Zunächst werden Ziele definiert. Zum Beispiel eine Kostensenkung bestimmter Prozesse. Anschließend gilt es, entsprechende Informationen zu beschaffen, z.B. zur Fragestellung, welche Abläufe im Unternehmen wie viel Geld kosten. Sobald die Daten aufbereitet worden sind, wird klar, wo Verbesserungspotenziale bestehen. Diese Potenziale werden identifiziert, um Maßnahmen zu ergreifen, die letztendlich eine Kostensenkung zur Folge haben.
Anbieter für BI-Lösungen
Zu den großen Anbietern weltweit für Business-Intelligence-Software gehören IBM, Microsoft, SAP, Oracle oder Tableau Software. Durch die zunehmenden technischen Möglichkeiten, mit Hilfe von Künstlicher Intelligenz sowie immensen Rechenkapazitäten auch Big Data zu analysieren, steigt die Nachfrage nach entsprechenden Produkten kontinuierlich an.
Bedeutung für Online-Marketing
Die Analyse von Daten spielt im Online-Marketing eine hervorgehobene Rolle. Ganz gleich ob Traffic, Page Impressions und Conversions; oder Verweildauer, Absprungraten und Klickpfade – Zahlen und Fakten hinsichtlich der Nutzung einer Webseite gehören zu den täglichen Marketing-Analysen. Doch abseits dieser Daten fließen im Rahmen von Business Intelligence noch viele weitere Datensätze mit in die Analyse ein. Sie erlauben nicht nur die Analyse vergangener Zeitabschnitte, sondern auch zuverlässige Prognosen für die Zukunft.
Problematisch wird es, wenn die Datenbestände größer werden. Mehrere Projekte, viel Traffic und kaum Zeit, diese Daten auszuwerten, können Gründe sein, eine spezialisierte Software zu nutzen.
Einzelnachweise
- ↑ A business intelligence system. dl.acm.org. Abgerufen am 05. März 2014.