Manager von kleinen und mittleren Unternehmen (KMUs) stellen sich ebenso wie ihre Kollegen in größeren Unternehmen mit der Erkenntnis, dass datengetriebene Entscheidungen entscheidend für Wachstum und Erfolg sind.
Viele mittelständische Unternehmen verfügen jedoch nicht über die Mittel, um hochqualifizierte Datenanalyse-Experten zu beschäftigen, die die schwindelerregenden Datenmengen, die Unternehmen heutzutage zur Verfügung stellen, erfassen, untersuchen und analysieren können. Die Go-to-Lösung bestand darin, diese wichtige Data Science-Funktion stattdessen an Drittanbieter von Datenanalysen und Freiberufler auszulagern.
$config[code] not foundLaut einem Gartner-Bericht erwarten rund 70 Prozent der Vermarkter, dass die Mehrheit ihrer Marketingentscheidungen im nächsten Jahr auf Daten basieren wird.
„Ein beträchtlicher Teil des Analysebudgets - mehr als Technologie und fast ebenso viel wie internes Talent - geht an externe Experten“, stellt der Bericht fest. "Die Mehrheit der ausgereiften, datengetriebenen Vermarkter erwartet, dass die Beschaffung von externen Einkäufen in den nächsten zwei Jahren wachsen wird, und 30 Prozent von ihnen erwarten, dass sie ihre interne Teamgröße verringern und die Effizienz, den Umfang und das Fachwissen der Dienstanbieter stärker nutzen werden."
Angesichts der Bedeutung der Datenanalyse für den Erfolg von Unternehmen ist es Besorgnis erregend, dass eine solche lebenswichtige Funktion fast routinemäßig ausgelagert wird. Wenn Sie jedoch die Kosten und den Mangel an Fachkenntnissen berücksichtigen, war dies eine logische Lösung. Zumindest bis vor kurzem.
Das Missverständnis, das den heutigen Markt für Datenanalytik prägt, besteht darin, dass Big Data die Domäne von Unternehmen ist und KMUs einfach nicht die Mittel zur Verfügung stehen, um komplexe Daten kompetent zu manipulieren und zu analysieren.Diese Missverständnisse werden jetzt durch aufkommende Self-Service-Analyselösungen in Frage gestellt. Nun stellt sich die Frage, ob sich kleine und mittlere Unternehmen dies leisten können nicht Nutzen Sie diese neuen Lösungen und verschieben Sie die Datenanalyse intern.
Daten sind für KMU ebenso wichtig
Daten sind zum Herzblut eines jeden erfolgreichen Unternehmens geworden, unabhängig von seiner Größe. Deloitte hat kürzlich einen Bericht mit dem Titel „The Analytics Advantage“ veröffentlicht, der das Ergebnis einer umfassenden Umfrage ist, die das Beratungsunternehmen durchgeführt hat.
Eine der vielen Erkenntnisse im Deloitte-Bericht ist, dass leitende Angestellte der befragten Unternehmen erkannt haben, dass „gute Daten gute Entscheidungen liefern können, wenn sie zeitnah und effizient erfasst, analysiert, kommuniziert und entsprechend gehandelt werden.“ für kleine und mittlere Unternehmen relevant, wie für große Unternehmen.
Einer anonymen Führungskraft, die im Bericht zitiert wurde: „Im Grunde geht es bei Analytics um gute Geschäftsentscheidungen. Nur Berichte mit Zahlen zu geben, hilft nicht. Wir müssen Informationen auf eine Weise bereitstellen, die unseren Entscheidungsträgern am besten entspricht. “
Kleinere Unternehmen konzentrieren sich jedoch im Allgemeinen nicht so sehr auf Leistungskennzahlen und methodisches Tracking wie die Großen. Sie haben in der Regel weniger Mitarbeiter, weniger Cashflow, ein geringeres Inventar und weniger unterschiedliche Produktlinien, so dass Manager oft stolz darauf sind, alles selbst zu wissen. Die Herausforderung für kleine und mittelständische Unternehmen in Bezug auf Datenanalysen besteht also darin, Denkweise und Kultur zu ändern, sowie die erforderlichen Fähigkeiten und Technologien zu erwerben.
In seiner Einführung in den Deloitte-Bericht stellt der führende Vordenker und Wissenschaftler der führenden Analytik, Thomas H. Davenport, Folgendes fest: „Aufgrund jahrelanger Beobachtungen ist der analytische Fortschritt unbestreitbar: Der Bedarf an Analysen ist viel größer, die Ressourcen sind besser verfügbar und das Verständnis der Führungskräfte ist gestiegen. ”
Es scheint sicher, dass sich KMUs zunehmend der Notwendigkeit bewusst werden, Datenanalysen aktiv zu nutzen, um effektiv im Wettbewerb zu bestehen. Aber wie können sie das kommerziell machbar machen? Und was steht dahinter, dass KMUs die Fähigkeit besitzen, Datenanalysen intern durchzuführen?
Der Aufstieg erschwinglicher Datenanalyse-Tools
Eine Kombination aus leistungsfähigeren Desktop-PCs und Self-Service-Data-Science-Tools bedeutet für KMUs eine Richtungsänderung. Dank Lösungen wie Alteryx, Databox und IBM Watson Analytics ist es für nahezu jeden Mitarbeiter zunehmend möglich, Datenwissenschaftler zu sein, relevante Datensätze abzurufen, sie mit fortschrittlichen Visualisierungstools zu analysieren und fundierte Entscheidungen in Echtzeit zu treffen.
Amir Orad, CEO der Business-Intelligence-Plattform Sisense, merkt an: „Traditionell bestand das größte Hindernis für die Self-Service-Analyse in der Datenaufbereitung. Moderne Analysetechnologien können diesen Prozess dahingehend vereinfachen, dass die heutigen Geschäftsanwender den gesamten Umfang der Datenanalyse - Vorbereitung, Berichterstellung und Visualisierung - unabhängig voneinander ohne dedizierte IT- oder DBA-Ressourcen abdecken können. "
KMUs müssen Data Analytics nicht auslagern
Die Notwendigkeit, die Kosten für die Einstellung eines Datenspezialisten und den Nutzen der Analyse auszugleichen, stellt eine echte Herausforderung dar. Aus diesem Grund glauben viele KMU, dass Outsourcing die Antwort ist.
"Diese Route ist normalerweise vorzuziehen, da niemand das Geschäft sowie seine derzeitigen Führungskräfte und Mitarbeiter versteht", sagt Orad von Sisense. "Sie wissen, welche Kennzahlen von Bedeutung sind und wie Daten aus betriebswirtschaftlicher Sicht in aussagekräftige Ergebnisse umgewandelt werden können."
Cloud-basierte SaaS-Datenlösungen erfüllen die Anforderungen an eine leistungsfähige Infrastruktur, die für einige Datenanalyseprozesse erforderlich ist, sowie für die Wartung dieser Infrastruktur. Moderne Self-Service-Datenanalyselösungen bieten SMB-Teams die Möglichkeit, große Datenmengen aus mehreren Quellen zusammenzustellen und sie mithilfe von einfachen Drag-and-Drop-Schnittstellen zu analysieren.
Outsourcing von Datenanalysen überdenken
Diese Lösungen demokratisieren komplexe Datenanalysen und entfernen diese kritische Funktion aus der alleinigen Domäne von großen Unternehmen. Ein unmittelbarer Vorteil der internen Datenanalyse ist die drastische Verringerung der Latenzzeit, die üblicherweise mit komplexen Business-Intelligence-Aktivitäten verbunden ist.
Die Verringerung dieser Latenz bedeutet, dass Unternehmen in der Lage sind, Erkenntnisse zu nutzen, die aus Daten stammen. Dies geschieht häufig innerhalb von Minuten nach Erfassung der Informationen. Das Management kann positive Trends nutzen, bevor andere dies tun, und negative Trends umgehen, bevor sie Schäden verursachen. Die Verkürzung der Verzögerungszeiten führt zu einer schnelleren Entscheidungsfindung, indem umsetzbare Business Intelligence verwendet wird, die zu jedem Zeitpunkt durch Momentaufnahmen des Unternehmensökosystems ermittelt wird.
Da die Kosten- und Infrastrukturbarrieren für den Zugang zu hochwirksamen Datenanalyselösungen für kleine und mittlere Unternehmen abnehmen, beginnen diese Unternehmen zu erkennen, dass ihre Annahmen über den Zugang zu diesen wichtigen Geschäftsfunktionen nicht mehr gültig sind. Die Notwendigkeit, Datenanalysen auszulagern, wird für SMB-Führungskräfte, die am Umgang mit ihren eigenen Daten interessiert sind, schnell der Vergangenheit angehören.
Dies bedeutet, dass kleine und mittlere Unternehmen jetzt bessere Geschäftsentscheidungen treffen können, die auf großen, komplexen Datensätzen beruhen und effizienter und schneller auf sich ändernde Marktdynamiken in Echtzeit reagieren können. Das klingt nach einem starken Wettbewerbsvorteil.
Analytics-Foto über Shutterstock
4 Kommentare ▼
