Kurz gefasst: Data Discovery in 3 Minuten

Next Big Think Okt. 07, 2020

Es ist Freitagabend, 18 Uhr. Sie hatten eine anstrengde Woche und würdem am liebsten sofort heimfahren. Doch Ihr Schreibtisch lässt es nicht zu: Da liegen noch Berge an Akten. Sie müssen dringend die aktuellen Quartalszahlen durchgehen und sich einen Überblick verschaffen. Die einzelnen Abteilungen haben Ihnen ausgedruckte Berichte vorgelegt, immerhin das Social-Media-Team hat die Zahlen in einer Excel-Liste bereitgestellt. Und dann müssen Sie ja auch noch die Daten der Konkurrenz recherchieren. So viele Daten, so viele Quellen. Wäre es nicht schön, alle Daten zentral aufbereitet auf einer einzigen Plattform vorliegen zu haben? Und auf der die Daten visuell aufbereitet sind und explorativ analysiert werden können? Das ist kein Traum – Data Discovery macht es möglich!

Was ist Data Discovery?

Data Discovery ist ein Prozess innerhalb der Geschäftsanalytik (Business Intelligence), in dem unstrukturierte Daten aus verschiedenen Quellen und in unterschiedlichen Formaten bereinigt, aufbereitet und so für Anwender und Software-Lösungen nutzbar gemacht werden. In den Daten wird nach Mustern, Trends und Ausreißern gesucht und daraus umsetzbare Erkenntnisse generiert. Grundlage bilden sowohl unternehmensinterne als auch externe Daten, wie beispielsweise Daten anderer Unternehmen oder wirtschaftliche Umgebungsfaktoren.

Data Discovery fußt auf drei Säulen: Datenaufbereitung, Visualisierung und „Guided Advanced Analysis“. Bei der Datenaufbereitung werden Daten gesammelt, einheitlich abgespeichert und so für den weiteren bereichsübergreifenden Gebrauch erschlossen. Anhand von Visualisierungen werden Muster und Trends auch für das menschliche Auge einfacher sichtbar.  Guided Advanced Analytics ermöglicht, dass Daten auch ohne große analytische oder statistische Vorkenntnisse explorativ untersucht werden können.

Bei modernen Software-Lösungen kommt künstliche Intelligenz (KI) und maschinelles Lernen zum Einsatz. Anhand selbstlernender Algorithmen können Muster in Daten automatisiert erkannt und Handlungsempfehlungen vorgeschlagen werden.

Der Nutzen von Data Discovery

Data Discovery bezeichnet einen Prozess und ist daher keine eigene Anwendung. Es gibt zahlreiche Software-Lösungen auf dem Markt, die diesen Prozess ermöglichen. Dabei decken gewisse Software-Lösungen alle drei Säulen ab – also die Datenaufbereitung, Visualisierung und Analyse. Andere Lösungen beschränken sich auf einzelne Teilgebiete.

Durch die Datenaufbereitung wird das volle Potenzial von Daten ausgeschöpft. Anstatt dass sie in Datensilos und nur für einzelne Anwendungen rumliegen, werden sie auch für Evaluationen in der Zukunft sowie für alle Bereiche erschlossen. Das Marketing-Team kann beispielsweise unkompliziert und ohne Vorkenntnisse auf aktuelle Zahlen des Sales-Teams zugreifen, die HR-Abteilung auf aktuelle Zahlen der Finanzabteilung.

Durch Visualisierung können trockene Daten ansprechend und intuitiv verständlich aufbereitet werden. Es können Cockpits erstellt werden, in denen alle wichtigen Zahlen eines Geschäftsbereichs auf einen Blick ersichtlich sind. Anhand von Karten, Modellen und Mustern können zudem vergangene Entwicklungen, Prognosen oder Vergleiche zu anderen Wettbewerbern grafisch dargestellt werden. Mitarbeiter und Entscheider können sich so auch ohne vertieftes Vorwissen schnell und effizient einen Überblick verschaffen oder ohne großen Aufwand eigene Dashboards erstellen.

Durch „Guided Analytics“ können Datenanalysen interaktiv und ansprechend aufbereitet durchgeführt werden. Spezialisten wie Statistiker oder Datenanalysten bereiten Analysen vor und stellen sie in einem einfach verständlichen Interface anderen Mitarbeitern sowie Entscheidern zur Verfügung. Die Spezialisten können die Analysen durch Anmerkungen, Erklärungen und visuelle Elemente ergänzen. Andere Mitarbeiter können die Analyse folgend selbstständig durchführen und dabei Daten ergänzen, entfernen oder auswechseln. Sie erhalten dadurch nicht nur ein Endergebnis, sondern können Analysen explorativ selbst begleiten.

Ausblick

Gerade in Zeiten von Big Data werden Datenaufbereitung und Datenanalyse auch für die Wettbewerbsfähigkeit von Unternehmen immer wichtiger. Nur Unternehmen, die über sich und ihr Umfeld exakt informiert sind, können ihre Stellung am Markt halten. Die Bedeutung von Data Discovery wird daher stetig zunehmen.

Für den Einsatz von Data Discovery in Unternehmen sind zwei Voraussetzungen zentral: Das Vorhandensein von Daten in entsprechender Quantität und Qualität sowie genügend Rechenleistung für die Verarbeitung und Speicherung dieser. Beiden Punkten werden sich viele Unternehmen aktuell bewusster, weshalb in den nächsten Jahren nicht nur die theoretische, sondern auch die praktische Bedeutung von Data Discovery zunehmen wird.

You can have data without information, but you cannot have information without data.

Daniel Keys Moran, US-amerikanischer Programmierer und Science-Fiction-Autor

Welche drei Nutzen hat Data Discovery für Ihr Unternehmen?

  1. Mit Data Discovery wird das volle Potenzial von Daten ausgeschöpft. Muster, Zusammenhänge und Abhängigkeiten können erkannt und in umsetzbare Entscheidungen umgewandelt werden.
  2. Data Discovery macht relevante Daten teamübergreifend verfügbar. So können Synergien geschaffen und Erkenntnisse gemeinsam genutzt werden.
  3. Data Discovery spart Zeit und Kosten. Mitarbeiter können Daten selbst analysieren und visualisieren und sind nicht auf kosten- und zeitintensive Analysen durch Spezialisten angewiesen. Sind die Daten einmal bereinigt, sind sie zudem auch in der Zukunft immer wieder ohne Aufwand nutzbar.

Beim Newsletter anmelden und keinen Artikel mehr verpassen

Die spannendsten Artikel der Woche jeden Freitag direkt in Ihr Postfach

* Pflichtfeld

Dominic Hauser

Dominic Hauser ist Redakteur bei fintechcube. Davor war er in Bern als politischer Redakteur tätig und beschäftigte sich nach seinem Umzug nach Berlin mit der Digitalisierung des Public Sectors.