Berlin – Die Analyse und Visualisierung wachsender Datenmengen in Unternehmen als solide Grundlage für Entscheidungen ist das eine. Das andere, die ständig wachsende Anzahl von Kennzahlen aus internen und externen Datenquellen zu kontrollieren und den Überblick zu behalten. Ein erster Schritt in diese Richtung ist bereits bei einigen BI-Lösungen verfügbar: Einfache statische Warnsysteme, die auf Über- oder Unterschreitung eines fest definierten Grenzwerts (Threshold) reagieren. Die Nutzer werden informiert, wenn beispielsweise der Tagesumsatz ein kritisches Niveau unterschritten hat, die Neukundenrate unter eine bestimmte Schwelle gesunken ist oder zu viele Retouren eingehen.

Quelle: publicperformance

Quelle: publicperformance

Diese statischen Alarme sind jedoch meist unzureichend und werden den Anwenderbedürfnissen nicht gerecht, da sie wichtige Muster und zeitliche Schwankungen im Datenset nicht berücksichtigen. Darunter insbesondere die Kombination aus Wochentag und Uhrzeit oder andere sich wiederholende Muster im Unternehmensalltag bzw. Business-Zyklus. Ein Beispiel: Ein Unternehmen das im B2B-Bereich tätig ist, gewinnt sonntags grundsätzlich kaum Neukunden. Die übliche Neukundenrate an Wochentagen wird damit an diesem Tag regelmäßig unterschritten. Statische Alarme würden jeden Sonntag ausgelöst, um den BI-Anwender zu warnen. Auch Geschäftsmodelle wie z.B. Essens-Lieferdienste, Webseiten-Aktivitäten, Produktionsprozesse oder Onlinekäufe unterliegen solchen saisonalen Rhythmen.

Um diese businessimmanenten Schwankungen und andere Faktoren (z.B. Autokorrelation) sinnvollerweise in die Datenanalyse zu integrieren, bietet datapine ab sofort intelligente Alarme an. Diese sind selbstlernend und basieren auf neuronalen Netzwerken, also künstlicher Intelligenz. datapine bietet damit erstmal die Möglichkeit, folgende Fragen zu beantworten: Ist eine meiner Kennzahlen für einen bestimmten Wochentag und Tageszeit signifikant zu hoch oder zu niedrig? Wurden wichtige Trends oder Muster durchbrochen? Gibt es irgendwelche anderen Auffälligkeiten? Was könnte der Auslöser für die Abweichung gewesen sein? Welche Alarme korrelieren miteinander?

BI-Anwender werden mittels dieser intelligenten Alarme sofort über unerwartete Entwicklungen (Anomalien) informiert und können hierauf reagieren. Damit wird der generierte Mehrwert einer BI-Lösung wesentlich gesteigert. „Die Modelle zur Identifikation von Anomalien sind dann besonders interessant, wenn sie etwas leisten, was dem durchschnittlichen Anwender nicht möglich ist wie die kontinuierliche Überwachung aller relevanten Kennzahlen. Dabei lernen die Algorithmen aus historischen Trends und Mustern und informieren den Anwender, sobald eine Kennzahl diese erwarteten Muster abweicht”, erläutert Jakob Rehermann, Datenexperte und Geschäftsführer von datapine.

Quelle: publicperformance

ANZEIGE:

Veröffentlicht von:

Despina Tagkalidou
Despina Tagkalidou
Despina Tagkalidou ist Mitglied in der MiNa-Redaktion und schreibt über Wirtschaftsverbände, Macher im Mittelstand, Produkte + Dienstleistungen, Digitale Wirtschaft und Familienunternehmer.
Mail: [email protected]
Veröffentlicht am: