zurück
Markt & Innovationen

Social BI – Warum Business Intelligence-Anwendungen zu sozialen Netzwerken werden

,Lesezeit ca. 7 Minuten

Erhalten Sie manchmal Screenshots aus Berichten per E-Mail zugesandt und ärgern sich dann, dass Sie diese nicht mit einem Klick im Reporting-Tool reproduzieren können? Dann ist dieser Artikel für Sie interessant.

Statistiken, Reporting, Simulationen und prädiktive Auswertungen beeinflussen die Art und Weise, wie Unternehmen heute Entscheidungen treffen. Diese Entwicklung macht auch vor kleinen und mittelständischen Unternehmen nicht Halt. Neben den großen Trends Big Data & Advanced Analytics hat die Business Intelligence (BI) fast unbemerkt eine weitere, wenn auch leise Revolution erlebt: Social BI. Ein verkannter Trend, welcher in der Literatur und in Fachmedien bislang wenig Beachtung findet. Social BI beschreibt das Phänomen, dass Berichtsanwendungen zunehmend die Wesensart von sozialen Netzwerken annehmen. So können direkt im Bericht Auffälligkeiten kommentiert und mit anderen Nutzern geteilt werden.

Mehrere Berichtsempfänger interpretieren zusammen die Zahlen und kommunizieren direkt über die Berichtsanwendung, was eine effizientere Abstimmung zwischen Controlling und Fachbereichen sicherstellen soll. Durch umfassende Co-Working-Funktionen wie die Kommentierung, Freigabe, Delegierung von Planungsaufgaben, Wiedervorlage und Terminverwaltung werden kollaborative Prozesse im Berichtswesen und der Planung deutlich schneller und nachvollziehbarer. Warum Unternehmen sich mit dem Thema Social BI auseinandersetzen sollten und welche aktuellen Einflussfaktoren diese Entwicklung vorantreiben, möchte ich in diesem Artikel zeigen.

Der Trend geht in die Cloud

Die erheblichen Kostensenkungen durch das IT-Outsourcing in die Cloud sowie attraktive niedrigschwellige Lizenzmodelle seitens der Hersteller ermöglichen heute mehr Unternehmen denn je den Zugang zu leistungsstarken Business Intelligence-Tools. Oftmals laufen diese als webbasierte Cloud-Anwendungen direkt im Browser – ohne aufwändige Installation und Einrichtung. In regelmäßigen Abständen erhalten die Anwendungen automatische Updates durch den Provider. So profitieren Unternehmen immer von den neusten Features und müssen sich selbst keine Gedanken um das leidige Thema Releasewechsel machen. Dies kommt besonders kleinen und mittelständischen Unternehmen zugute, die keine große IT-Abteilung oder nur geringe Servicebudgets zur Verfügung haben.

 

Die Lizenzierung erfolgt bei den meisten Cloud-Anwendungen über das Subscription-Modell. Statt eine einmalige Anschaffungsgebühr aufwenden zu müssen, schließen Cloud-Kunden ein Abonnement ab, bei dem sie eine moderate monatliche Nutzungsgebühr entrichten. Daher stellen solche Tools eine sehr risikoarme Investition dar.

 

Um die Sicherheit der Daten muss sich indes niemand Sorgen machen, denn diese müssen nicht zwingend in die Cloud geladen werden. Mittels sog. Live-Verbindungen werden die Daten durch den Browser direkt vom (On-Premise-)Quellsystem geholt. Die Zusammenführung findet zur Laufzeit im Front-End statt. Aus der Cloud wird lediglich, nach dem Software-as-a-Service Prinzip, die Anwendungslogik abgefragt, um sie dann lokal auszuführen. Somit findet der komplette Datenfluss im lokalen Unternehmensnetzwerk statt.

Self Service BI

Moderne Analytics Tools öffnen sich mit ihren neuartigen Konzepten und durch ihre hohe Usability zunehmend für Anwender aus den Fachbereichen, die keine BI-Experten sind. Die Berichtsanwendungen bieten Self-Service Portale, in denen einfachere Auswertungen durch die Endnutzer eigenständig erzeugt werden können. Dieses Szenario wird als "Self Service BI" bezeichnet. Aus vormals reinen Berichts-Konsumenten werden nun auch Berichts-Ersteller. Benötigte Informationen können  in einem durch Controller oder BI-Admins kontrollierten Rahmen  selbstständig zusammengestellt werden. Das verändert die bisher gelebte Praxis im Reporting. Diese Innovation verlangt jedoch auch eine neue Form des Berichtswesens und eine neue Definition von Rollen und Prozessen. Darauf werde ich im weiteren Verlauf des Artikels noch näher eingehen.

 

Auch die Funktionen aus dem Bereich Advanced Analytics öffnen sich zunehmend für Nutzergruppen ohne Expertenrang. Zum Erstellen von Klassifikationsmodellen (zum Beispiel zur Identifizierung von Kunden mit Upselling-Opportunities) und Regressionsmodellen (zum Beispiel für einen Umsatz-Forecast) bieten die Tools in ihren GUIs geführte Wizards an. Hier finden sich auch User ohne Programmierkenntnisse im Statistik-Framework "R" zurecht. Eine interessante Funktion für in der Cloud gehaltene Daten ist in diesem Zusammenhang "Smart Insights", also Einsichten in bislang unentdeckte statistische Zusammenhänge zwischen verschiedenen Einflussgrößen auf einen KPI. Wenn zum Beispiel im Handel eine steigende Retourenquote auf ein bestimmtes "Problemprodukt" oder einige wenige "Problemkunden" zurückzuführen ist, so stellt dies eine wertvolle Erkenntnis für das Business dar – und die möchte man natürlich sofort mit den Kollegen teilen!

 

Sonderlich neu ist Self-Service BI eigentlich nicht. Die Erfahrung zeigt, dass Fachbereiche sich oftmals mit dem Export großer CSV-Dateien aus den BI-Awendungen verhelfen, um die Daten dann in einem berühmten Tabellenkalkulationsprogramm – am Standard-Berichtswesen vorbei  weiterzubearbeiten. Dies stellt jedoch ein Risiko für die Qualität dar. Das oft zitierte "Schattenreporting" blüht hier auf. Wenn Self-Service dagegen unter kontrollierten Bedingungen in den Grenzen eines kollaborativen Standard-Tools stattfindet (und das ist neu), lassen sich Mechanismen zur Freigabe und Qualitätskontrolle einführen. Ist das Tool darüber hinaus intuitiv bedienbar, wird es durch die Anwender gerne angenommen.

 

Und noch ein weiterer Effekt ergibt sich aus Self-Service BI: Manchmal werden Auswertungen angefragt (oder über Workarounds selbst gebaut), obwohl es unlängst einen entsprechenden Bericht gibt. Damit nun nicht ein und derselbe Report in duzenden Ausprägungen entsteht, bietet es sich an, den Self-Service-Anwendern eine Übersicht über alle existierenden Auswertungen zu bieten. Bei SAP heißt dieses Produkt "Analytics Hub" – eine Art "Berichts-Mediathek" mit umfangreicher Suchfunktion, Historie und einer Liste der meistgenutzten Berichte. Jeder in diese "Mediathek" aufgenommene Bericht kann mit einer Kurzbeschreibung und Dokumentation sowie mit dem Absprung in die Reporting-Anwendung versehen werden. Dies bietet sich auch an, wenn mehrere BI-Tools im Einsatz sind. Der Anwender hat dann einen zentralen Einstiegspunkt. Auch der Analytics Hub ist eine Community, in der "Moderatoren" den erstellten Inhalt vor seiner Veröffentlichung einem Review unterziehen können. Somit werden Berichtsanforderungen kanalisiert, Doppelstrukturen unterbunden und konsistente Definitionen von KPIs sichergestellt. Dadurch wird eine hohe Qualität im Berichtswesen erzielt. Diese bemisst sich unter anderem an einem möglichst hohen Wiederverwendungsgrad, der Einhaltung von Corporate Designs sowie der inhaltlichen Korrektheit und somit Glaubwürdigkeit der Berichte.

Einbindung externer Datenquellen

Ein weiterer Trend ist, dass künftig zunehmend externe Datenquellen in das Berichtswesen mit einfließen werden, zum Beispiel Social Media, Wetterdaten, Wechselkurse, aktuelle Rohstoffpreise oder soziodemographische Daten aus der Konsumforschung. Die Informationsbasis des Unternehmens wird in externe, makroökonomische Zusammenhänge eingebettet. Somit wird das Berichtswesen um eine "Außensicht" erweitert. Gerade für die Simulation oder im Marketing ist dies eine wichtige Anforderung. Typische Fragestellungen könnten folgendermaßen lauten:

 

  • Welche Auswirkungen hat ein anhaltend hoher Rohstoffpreis für Aluminium auf meine Gewinnprognose?
  • Oder: Wie viel gibt die Zielgruppe der 25- bis 29-Jährigen durchschnittlich für ein Smartphone aus?
  • Welchen Anteil hat diese Altersgruppe zurzeit in unserem Kundenstamm?
  • Welche Auswirkungen hat es daher auf unsere erwarteten Umsätze, wenn dieser Wert sich verändert?

 

Die vorhin angesprochenen Self-Service-Anwender möchten in diesem Zusammenhang ggf. eigene Tabellen mit Daten hochladen und diese mit den Daten der Quellsysteme des Unternehmens verknüpfen, um spezifische analytische Fragestellungen aus dem Fachbereich beantworten zu können. So können zum Beispiel die – in einer lokalen Datei – vorliegenden Ergebnisse der letzten Kundenzufriedenheits-Umfrage mit den Umsätzen nach Kunde verknüpft werden.

Vom ausgedruckten Monatsbericht zur interaktiven Analyse-Story

Ein weiterer Umbruch zeigt sich in der Gestalt des Reportings. Klar erkennbar ist der Wandel klassischer, starrer Berichtsstrukturen zu erzählerischen Formaten in Form einer "Analyse Story", die den Trend des "Storytelling" aufgreift.

 

Diese interaktiven Analyse-Stories sind auf verschiedensten Geräteformen – Smartphone, Tablet, Touchscreen  lauffähig und können mit Kommentaren, Beschreibungstexten, Bildern, Web-Links und anderen Medien bereichert werden. Somit werden geschäftliche Entwicklungen, Ausreißer und auffällige Werte direkt mit Erläuterungen versehen oder mit nur einem Klick zur Klärung mit den Teilbereichsverantwortlichen geteilt.

 

Bis vor einigen Jahren haben Geschäftsführung und Controlling noch mit ausgedruckten Monatsberichten gearbeitet. Auffällige Werte wurden mit einem gelben Markierstift hervorgehoben. Mit diesem Stück Papier ging dann zum Beispiel der Geschäftsführer zu seinem Bereichsleiter, um diese auffällige Zahl zu diskutieren – wenn Letzterer nicht gerade auf Dienstreise war und der Zettel bis dahin nicht untergetaucht ist. Später behalf man sich umständlich mit Screenshots, die vom Bericht angefertigt und per E-Mail versendet wurden. Der Empfänger hatte oftmals nicht die Möglichkeit, diese Grafik zu reproduzieren, da aus dem abfotografierten Ausschnitt nicht hervorging, wie der Bericht eingestellt wurde (Parameter/Variablen/gesetzte Filter) oder weil schlicht die Berechtigung fehlte.

Das Berichtswesen ist eine Disziplin, die traditionell viel Abstimmung erfordert. Das gilt erst recht für die Planung: Mehrere Beteiligte auf unterschiedlichen Ebenen der Orgnisation planen über mehrere Iterationen hinweg Top-Down vs. Bottom-Up. Intelligente Tools leisten hierbei eine wertvolle Hilfestellung durch kollaborative Funktionen, wie der Kommentierung von Einzelwerten, der Möglichkeit zum Anlegen und Publizieren privater Planungsversionen oder der Anlage und Zuweisung von Planungsaufgaben.

Die logische Konsequenz: Social BI

Das haben auch die Tool-Hersteller erkannt: Mehrere Berichtsempfänger haben nun die Möglichkeit, die Zahlen zu kommentieren und diese gemeinsam direkt im Tool zu interpretieren. Die gesamte Abstimmung findet somit über die Berichtsanwendung direkt am betroffenen Objekt statt. Dies wird der modernen Organisation des betrieblichen Berichtswesens gerecht, welches stark auf eine effiziente Kommunikation zwischen Controlling und Fachbereichen sowie kollaborative Prozesse ausgerichtet ist. Wie bereits erwähnt, kommt mit den Self-Service-Anwendern ein neuer Akteur in den Anwendungskontext cloudbasierter BI-Tools. Analysten bzw. BI-Experten und Mitarbeiter aus den Fachbereichen werden also künftig im selben Tool nahtlos zusammenarbeiten.

 

Zugegeben: Ganz neu ist Social BI nicht. Im Consumer-Bereich kennen wir schon seit langem Fitness-Apps, bei denen die Nutzer umfangreiche Statistiken über gelaufene Kilometer, verbrannte Kalorien etc. in sehr hochwertigen Grafiken auf dem Smartphone präsentiert bekommen und diese natürlich auch mit anderen Nutzern der Community teilen bzw. sich mit ihnen vergleichen können.

Fazit

Die Einführung von neuen Geschäftsanwendungen ist immer auch ein geeigneter Anlass für eine kritische Auseinandersetzung mit den bisher gelebten Prozessen. Wenn Unternehmen sich mit der Weiterentwicklung ihrer BI-Strategie auseinandersetzen, sind sie gut beraten, im Zuge der Anforderungsanalyse die in diesem Artikel behandelten Aspekte in Betracht zu ziehen. Beim Vergleich mehrerer Tools lohnt es sich zu prüfen, welche unterstützenden kollaborativen Funktionen die Analytics-Tools zur Organisation, Freigabe, Delegierung, Eskalation, Wiedervorlage und Terminverwaltung anbieten. Dies trägt zur Straffung der Berichts- und Planungsprozesse bei und macht diese schneller und effizienter – damit Fachbereiche mehr Zeit für ihre eigentlichen Aufgaben haben, statt sich mit Tabellenkalkulation und Berichts-Screenshots zu beschäftigen. Von Social BI profitieren insbesondere KMUs durch ihre weniger starren Strukturen sowie Unternehmen mit mehreren Standorten oder vielen Außendienstmitarbeitern – schließlich ist die Cloud-Anwendung von überall aus und auch unterwegs erreichbar.

Stefan Nöth

Als Berater für SAP Business Intelligence (BI) befasse ich mich mit den aktuellen Front-End-Tools für BI, insbesondere der SAP Analytics Cloud. In meinen Beiträgen berichte ich über aktuelle Trends im Umfeld von Analytics & Reporting. Hierbei beleuchte ich nicht nur technische Fragestellungen, sondern auch die organisatorischen Aspekte, die Unternehmen im Einsatz der Tools und rund um das Berichtswesen begegnen.

Seite weiterempfehlen