Eine Data Driven Company zeichnet sich vor allem durch eine Eigenschaft aus: Sämtliche Aktivitäten und Entscheidungen basieren auf einer datengetriebenen Faktenlage. Data Driven bedeutet nicht nur, Systeme und Werkzeuge, die auf Daten beruhen, zu nutzen, sondern auch eine eigene datengetriebene Kultur innerhalb des Unternehmens zu etablieren.

Um sicherzustellen, dass auf Basis von Daten getroffene Entscheidungen in die richtige Richtung führen, muss die DNA des Unternehmens (Geschäftsprozesse = organisatorische Bausteine, auf denen die Arbeitsweise basiert) verstanden werden.

Komplexe Geschäftsprozesse erfordern neue datengetriebene Lösungen

Begreifen Unternehmen, wie ihre Prozesse verlaufen und an welcher Stelle es Verbesserungsmöglichkeiten gibt, kann dies den Unterschied zwischen Erfolg und Misserfolg ausmachen. Hierzu sind zunehmend mehr Daten verfügbar bspw. aus Robotik, Sensorik und IoT (Internet of Things).

In der Vergangenheit wurde Business Intelligence als die (technische) Lösung für diese Herausforderung betrachtet. In jüngerer Zeit sehen sich zukunftsorientierte Unternehmen damit konfrontiert, fachliche Lösungen einzusetzen, die mit dem heutigen Tempo der Veränderungen Schritt halten können. Gleichzeitig erkennen Unternehmen, dass die zunehmende Komplexität der Geschäftsprozesse dazu führt, dass herkömmliche Methoden nicht mehr ausreichen.

Anpassung an ein sich änderndes Umfeld: Die Herausforderungen von BI

In einer schnelllebigen und sich ständig verändernden Welt stehen Business Intelligence (technische Tools und fachliche Lösungen) vor einer Reihe von Herausforderungen. Hierzu können zählen:

  • Hohe Latenz

    Die Datenlatenz gibt an, wie lange ein Benutzer benötigt, um Daten beispielsweise über ein Business-Intelligence-Dashboard abzurufen. In vielen Fällen kann dies mehr als 24 Stunden dauern. Ein geschäftskritischer Zeitraum, da Unternehmen Geschäftschancen für sich nutzen möchten, die möglicherweise ein begrenztes Zeitfenster haben.

  • Unvollständische Daten

    Business Intelligence verfolgt einen breiten Ansatz, sodass Prüfungen oft zwar umfassend, aber nicht detailliert und tiefgreifend sind. Dies erhöht die Wahrscheinlichkeit, dass Daten übersehen werden. Insbesondere in Fällen, in denen die Prüfungsparameter durch die Tools selbst nur schwer geändert werden k