Wiki

Advanced Analytics

Was ist Advanced Analytics?

Als Advanced Analytics wird ein Bereich der Datenanalyse bezeichnet, der Vorhersagen für die Zukunft ermöglicht. So grenzt sich die „Fortgeschrittene Analyse“ klar von den deskriptiven und diagnostischen Verfahren der Business Intelligence (BI) ab, die sich auf die Auswertung historischer Daten bzw. Ereignisse in der Vergangenheit bezieht.

Durch seine spezifischen Werkzeuge und Methoden eröffnet Advanced Analytics vollkommen neue Möglichkeiten, um aus Datenbeständen gewinnbringende Erkenntnisse für das Geschäft, die Mitarbeiter und die Kunden zu ziehen. Das fängt bei einer deutlich fundierteren Entscheidungsunterstützung für wichtige Zukunftsthemen an und reicht bis hin zu vollständig automatisierten – durch Künstliche Intelligenz (KI) gestützte – Prozessketten, die unabhängig von menschlichen Analysten die besten Entscheidungen treffen. Entsprechend ist Advanced Analytics auch eine wichtige Grundlage für die digitale Transformation von Unternehmen.

Predictive Analytics vs Prescriptive Analytics

Advanced Analytics unterteilt sich generell in zwei Teilbereiche:

  • Predictive Analytics
  • Prescriptive Analytics

Predictive Analytics legt den Fokus auf die Vorhersage von Ereignissen. Dabei kommen vorwiegen Data-Mining- und Machine-Learning-Methoden zum Einsatz – sprich: Selbstlernende Algorithmen suchen in den Datenbeständen nach Mustern, die kein Mensch erkennen würde. Aus diesen Zusammenhängen und Erkenntnissen lassen sich dann sehr präzise Prognosen für die Zukunft erzeugen. Währenddessen beschäftigen sich Prescriptive Analytics nicht nur mit der Frage, was passieren wird, sondern vielmehr, wie die Verantwortlichen am besten agieren sollten. Auf Algorithmen und KI basierende Systeme sprechen also konkrete Handlungsempfehlungen aus. Bei Bedarf können diese Handlungen vom System auch selbstständig durchgeführt werden.

Wie können Sie mit Advanced Analytics neue Werte schaffen?

Die konkreten Einsatzgebiete von Advanced Analytics sind beinahe grenzenlos und lassen sich nicht auf bestimmte Branchen beschränken. Anwendungsfälle finden sich in nahezu allen Industrien und Wirtschaftszweigen. Beispielsweise werden Predictive-Methoden gerne in der Produktion eingesetzt, etwa zur Prognose von Maschinenausfällen oder der Auslastung. Aber auch Marketing und Vertrieb profitieren von präziseren Kundenscorings, Churn-Szenarien, einer detaillierteren Kundensegmentierungen oder Kaufanalysen, die bessere Rückschlüsse auf die künftige Nachfrage ermöglichen.

Ebenso vielfältig können Preskriptive Analytics genutzt werden. Wir kennen Sie vor allem aus dem Empfehlungswesen von Shopping-Portalen oder Streaming-Diensten. Grundsätzlich ist es aber auch denkbar, komplette Entscheidungsprozesse in einem Unternehmen mit ausgereiften kognitiven Systemen zu automatisieren, die alle relevanten Daten aus internen und externen Quellen nutzen.

Wissen Sie bereits, wie Sie sich mit Advanced Analytics einen nachhaltigen Wettbewerbsvorsprung verschaffen können? Oder sind sie noch auf der Suche nach den richtigen Einsatzgebieten? Dann schauen Sie doch mal bei unserem Business Innovation Lab: Gemeinsam zu Ihrem digitalen Geschäftsmodell vorbei.

turn your data into value.

Business Innovation Lab

Gemeinsam zu Ihrem digitalen Geschäftsmodell

Wir zeigen Ihnen, welche Werte wirklich in Ihren Daten stecken – und: wie Sie diese Potenziale für die digitale Transformation Ihres Unternehmens nutzen können. Gemeinsam entwickeln wir konkrete Anwendungsfälle für Ihr Geschäft und prüfen gleich deren Machbarkeit. Am Ende halten Sie dokumentierte Projektvorschläge in den Händen, mit denen Sie direkt starten können!

Join #teamoraylispeople

Gestalte mit uns
die Welt der Daten