Vasily Merkushev - stock.adobe.c
Die geschäftlichen Vorteile von Embedded Analytics
Embedded Analytics integriert sich in Anwendungen, mit denen Endanwender bereits arbeiten. Welche Vorteile bietet diese Möglichkeit für Unternehmen?
Herkömmliche Business-Intelligence-Plattformen (BI) sind für Experten, Datenwissenschaftler oder Statistiker konzipiert. Diese wertvollen Mitarbeiter verbringen allerdings am Ende zu viel Zeit mit der Erstellung von Routineberichten. Zudem ist der Zugriff auf wichtige Daten und Erkenntnisse begrenzt und langsam.
Embedded Analytics stellt dieses Paradigma auf den Kopf. Die eingebetteten Analysewerkzeuge integrieren sich in die Anwendungen, mit denen die Endbenutzer typischerweise arbeiten. Dafür wird die Software mit analytischen Funktionen und Features ausgestattet, die aus herkömmliche Business-Intelligence-Software bekannt ist. Die Anwender können dann Auswertungen direkt in ihren gewohnten ERP- oder CRM-Systemen vornehmen.
James Housteau, Data Scientist bei Capgemini, sagt, dass „Embedded Analytics die wichtigen Informationen zu den entscheidenden Personen bringt“. Das Schlüsselwort sei embedded (oder eingebettet). „Es geht darum, die Analysen in die Hände derjenigen zu geben, die sie umsetzen können.“
Diese Entwicklung ist Teil einer zunehmenden Relevanz von Analytics. Laut einer Umfrage von Reveal BI unter Softwareentwicklern und IT-Führungskräften aus dem Jahr 2021 verzeichnete fast die Hälfte der Unternehmen im vergangenen Jahr einen Anstieg bei der Nutzung von Daten und Analysen – nur 15 Prozent meldeten einen Rückgang.
Ein Grund für den kräftigen Zuwachs bei Datenanalysen ist die pandemiebedingte Beschleunigung der digitalen Transformation, so die Autoren der Studie. Ein weiterer Grund ist die natürliche Weiterentwicklung und Evolution des Analytics-Marktes. Die Umfrage zeigt auch eine wachsende Akzeptanz von Embedded Analytics.
Wettbewerbsvorteile erzielen
Warum setzen Unternehmen Embedded Analytics ein? Laut der Reveal-BI-Umfrage gaben 33 Prozent der Befragten an, dass die Motivation für den Einsatz von Embedded Analytics vor allem darin besteht, Unternehmen im Wettbewerb mit anderen zu unterstützen und Vorteile vor der Konkurrenz zu erzielen.
„SaaS-Anwendungen betten Analytics schon seit langem in ihre Systeme ein“, sagt Doug Henschen, Analyst bei Constellation Research. In den letzten Jahren haben auch Anbieter von Unternehmenssoftware, zum Beispiel Infor, Microsoft, Oracle, SAP, Sage und Salesforce, ihren Applikationen vorgefertigte Dashboards und Berichtsfunktionen hinzugefügt. Doch heute integrieren alle Arten von Unternehmen, nicht nur Softwareanbieter, Analysefunktionen.
Finanzunternehmen beispielsweise fügen ihren Anwendungen und Websites Tools hinzu, mit denen Kunden ihre Ausgaben analysieren können. Versorgungsunternehmen helfen ihren Kunden, ihr Verbrauchsverhalten zu verfolgen und sich mit ähnlichen Haushalten zu vergleichen.
„Ein kurzer Blick auf die Web- und Mobilanwendungen, mit denen die meisten Menschen tagtäglich arbeiten, bestätigt, dass Kundeninteraktionen und Kundenbeziehungen heute eindeutig digital und datengesteuert sind“, sagt Henschen.
Die Verwendung vorgefertigter eingebetteter Analysefunktionen bedeutet, dass Unternehmen diese Art von einzigartigen und differenzierenden Funktionen hinzufügen können, ohne Dashboards und andere Analysefunktionen von Grund auf neu erfinden zu müssen. Laut Henschen reduziert dies den Bedarf an spezialisierten Entwicklern und teuren Dateningenieuren. „Außerdem beschleunigt dies auch die gesamte Produktentwicklung und verkürzt somit die Zeit bis zur Markteinführung“, fügt er hinzu.
Laut der Reveal-BI-Umfrage war der zweithäufigste Anwendungsfall für Embedded Analytics, dass die eingebetteten Analysefunktionen robuste Visualisierungen und Datenanalysen ermöglichten. Dies wurde von 26 Prozent der Befragten angegeben.
Benutzer befähigen, datengesteuerte Entscheidungen zu treffen
Ein weiterer Anwendungsfall für Embedded Analytics ist die Möglichkeit, datengesteuerte Entscheidungen besser zu treffen. Dies wurde von 23 Prozent der Befragten in der Umfrage angegeben.
„Unternehmen verfügen über viele Daten“, erläutert Taylor Adams, Leiter des Bereichs Enterprise Performance Management bei EY Technology Consulting in den USA. Die Überlegung, der sie sich stellen müssen, ist laut Adams: „Wie kann ich Business-Fragen auf der Grundlage dieser Daten beantworten?“
Ein heute relevantes Beispiel ist die Modellierung verschiedener möglicher Geschäftsszenarien. Die Modelle können Unternehmen dabei helfen, mit pandemiebedingten Unterbrechungen der Lieferkette, einem unerwarteten Einbruch des Geschäfts oder einem plötzlichen Anstieg der Nachfrage umzugehen.
„Zu Beginn von COVID-19 hat jeder versucht, verschiedene Szenarien durchzuspielen“, sagt Adams. „Schauen wir uns an, was alles passieren könnte, damit wir nicht wieder unvorbereitet überrascht werden. Das zunehmende Interesse an der Modellierung von Szenarien betrifft derzeit jeden Aspekt des Geschäfts, weil die gewohnten Abläufe so sehr durcheinander geraten sind.“
In den letzten Jahren haben viele Unternehmenssysteme diese Modellierungsfunktionalität hinzugefügt. Ein wichtiger Bereich ist das Supply Chain Management (SCM), ein anderer das Finanzwesen und ein dritter der Vertrieb.
„Für Benutzer ist es einfacher, innerhalb ihres Alltags-Tools zu bleiben, um Fragen zu beantworten“, ist Adams überzeugt. „Sie müssen die Anwendung nicht mehr verlassen.“
In einer Umfrage der Harvard Business Review gaben 87 Prozent der Führungskräfte an, dass ihr Unternehmen erfolgreicher sei, wenn die Mitarbeiter an der Front im Kundenkontakt wichtige Entscheidungen sofort treffen können: Gleichzeitig gaben 86 Prozent an, dass die Mitarbeiter an der Front einen besseren technologiegestützten Einblick benötigen, um gute Entscheidungen treffen zu können.
Darüber hinaus sagten 72 Prozent der Umfrageteilnehmer, dass sich die Produktivität durch die Befähigung der Mitarbeiter im Kundenkontakt erhöht hat, nur ein Fünftel der Befragten hat ihre Mitarbeiter an der Front mit der erforderlichen Technologie ausgestattet.
Verbesserung der Verkäufe
Ein einfaches Beispiel für Embedded Analytics, das in E-Commerce-Systemen schon lange verfügbar ist, sind Produktempfehlungen. Ein Kunde, der sich einen Artikel ansieht, kann Vorschläge sehen, was andere Kunden gekauft haben oder andere Produkte, die er sich ansehen möchte.
Laut Amaresh Tripathy, Global Leader of Analytics bei Genpact, ergänzen E-Commerce-Unternehmen diese grundlegenden Informationen zunehmend mit Echtzeitdaten aus der Lieferkette.
So kann beispielsweise ein bestimmtes Produkt oder Teil im Rückstand sein, und das Kundenportal liefert Informationen darüber, wann es verfügbar sein könnte – oder welche anderen Teile die gleiche Funktion erfüllen und schneller erhältlich sind. Oder es kann einen beschleunigten Versand gegen einen Aufpreis anbieten.
„Wir sehen derzeit, dass zwischen Lieferkette und CRM eine Interaktion stattfindet“, sagt Tripathy. „Und zwischen Finanzen und Lieferkette.“
Diese Art von Embedded Analytics ist nicht nur im Endkundenbereich für Kundenportale geeignet. In vielen B2B-Unternehmen besteht ein großer Teil der Arbeit von Vertriebsmitarbeitern im Kundenmanagement und nicht im Verkauf. Sie verfolgen zum Beispiel den Status von Bestellungen.
Die Integration von Lieferketteninformationen und anderen Daten in den Arbeitsablauf des Vertriebsmitarbeiters kann diesen Ablauf effizienter machen und ihm mehr Zeit für den eigentlichen Verkauf geben.
Den Wert Ihrer Daten nutzen
Laut einer Umfrage von NewVantage Partners unter Führungskräften, die 2021 veröffentlicht wurde, ist der Wert von Daten inzwischen allgemein anerkannt. Heute investieren 99 Prozent der Unternehmen in Dateninitiativen, und 96 Prozent berichten von messbaren Geschäftsergebnissen.
Das bedeutet jedoch nicht, dass sie den größtmöglichen Nutzen aus diesen Daten ziehen: Die Umfrage ergab, dass nur 24 Prozent der Unternehmen zu einer „data-driven organziation“ geworden sind. Das größte Hindernis ist – für viele wenig überraschend – die Unternehmenskultur. Tatsächlich geben 92 Prozent der befragten Firmen an, dass die Mitarbeiter, die Prozesse und das Änderungsmanagement die größten Hindernisse auf dem Weg zu einem datengesteuerten Unternehmen darstellen.
Embedded Analytics kann hier helfen: Die Einbettung von Analysen in bestehende Geschäftsprozesse ermöglicht es Mitarbeitern, die Vorteile der Analysen zu nutzen, ohne dass ein tiefer Kulturwechsel und eine umfangreiche Schulung für neue Plattformen erforderlich ist.
