In diesem Artikel wird auf die Grundlagen bzw. Anforderungen von Datenanalysen eingegangen und die Vorteile am Beispiel eines Datenanalysetools beschrieben.
Elektronisch verarbeitete Unternehmensdaten, in welcher Form auch immer, werden in der heutigen Zeit vielfältig in Unternehmen erhoben, benötigt und genutzt. Der Inhalt dieser Daten ist sehr vielschichtig. Hierzu gehören beispielsweise Umsatzzahlen, Ergebnisberechnungen, Buchhaltungsdaten und Kosten, die nach verschiedenen Kriterien unternehmensspezifisch strukturiert sein können. Aber auch Kundenbeziehungsdaten (CRM), Mengenzahlen, Kennziffern sowie Bilanzpositionen sind Bestandteil dieser Daten.
Zur Führung eines Unternehmens benötigt das Management vielfach kurzfristig umfangreiche und vor allem aussagefähige Daten. Regelmäßig werden hierbei den Ist-Daten Plandaten gegenübergestellt und Plan-Ist-Abweichungen ermittelt. Als Basis dienen selektierte Daten, die in den meisten Fällen von der IT-Abteilung zur Verfügung gestellt werden. Will man diese Daten auch analytisch nutzen, so sind diese zunächst bedarfsgerecht aufzubereiten.
Stetig steigende Datenvolumina und die wachsende Komplexität von Unternehmensprozessen, macht das Werkzeug „Datenanalyse“ ebenfalls für ein effizientes internes Kontrollsystem unverzichtbar und ist somit für jedes Unternehmen von existenzieller Bedeutung. Unternehmen suchen daher zunehmend nach geeigneten Technologien, die ihnen dabei hilft, durch transparente/professionelle Datenanalysen ihre Geschäftsziele zu erreichen.
Geschäftliche Risiken aufgrund mangelhafter Datenqualität
Diverse Studien (z.B. Hochschule Wirtschaft und Recht, Berlin 2010) zeigen, dass Unternehmen der Qualität von Daten zu wenig Bedeutung beimessen. Diese ist jedoch Voraussetzung, um Daten effizient nutzen zu können. Um aus den Analysen eine tatsächliche Wertschöpfung in einem Unternehmen zu realisieren, müssen die Voraussetzungen erkannt und die richtigen Fragen gestellt werden. Hierin besteht die eigentliche Herausforderung.
Um geschäftliche Risiken zu identifizieren und zu minimieren wird es immer wichtiger, sich mit unternehmensrelevanten Daten auseinanderzusetzen. Das stellt ein Unternehmen möglicherweise vor große Herausforderungen. Teilweise haben diese dabei mit gewaltigen Datenmengen, multidimensionalen IT-Systemen und stetig steigender Datenkomplexität zu tun.
Proportional zu den steigenden Datenmengen wächst die Fehler- und Manipulationsanfälligkeit über alle Unternehmensprozesse und -branchen hinweg. Und das führt bei Unternehmen zu einem monetären Problem. Nach einer Studie des „Data Warehousing Instituts“ in den USA entstehen durch mangelhafte Datenqualität jährlich Wirtschaftsschäden von rund 600 Milliarden Dollar.
Vorsicht bei Datenanalysen von personenbezogenen Mitarbeiter- und Kundendaten
Auch der Umgang mit personenbezogenen Mitarbeiter- und Kundendaten vor dem Hintergrund einschlägiger Vorschriften (z. B. Grundsatz der Verhältnismäßigkeit im Bundesdatenschutzgesetz (BDSG)) stellt Unternehmen vor große Herausforderungen.
Bei der Analyse von personenbezogenen Daten sind im Gegensatz zu Daten ohne Personenbezug diverse Punkte zu beachten. Die Vorgehensweise bei der Implementierung von personenbezogenen Datenanalysen ist mit der Unternehmensleitung, der Personalabteilung, der Rechtsabteilung, des Datenschutzbeauftragen sowie des Betriebsrates notwendigerweise vor der Durchführung der Analysen abzustimmen. Der Gesetzgeber hat in Deutschland und in Europa die Speicherung, Nutzung und Verarbeitung personenbezogener Daten an unterschiedliche, i.d.R. durch Gesetze geschützte Auflagen, gebunden.
Sicheres Vorgehen bei einer Analyse von Unternehmensdaten
Um gravierende Fehler innerhalb einer Datenanalyse zu vermeiden, bietet es sich an, folgende Punkte zu beachten:
- Definition und Abgrenzung der zu analysierenden Daten
- Beschränkung auf das Wesentliche
- Evtl. personenbezogene Daten anonymisieren
- Involvierte Beteiligte (z.B. Abteilungen) der Datenanalyse informieren bzw. anleiten
- Analysen umfassend dokumentieren um diese Nachvollziehbar zu machen
- Abstimmung evtl. einzubeziehender Abteilungen/Einheiten bei auffälligen Ergebnissen
Tools zu Datenanalyse
Speziell wenn es um das Importieren der Daten geht - auch gleichzeitig aus unterschiedlichen Datenquellen – ist die Notwendigkeit von Datenbank Know-how notwendig. Neben den unterschiedlichen Verknüpfungsmöglichkeiten von Datenquellen sind Kenntnisse der Datennormalisierung bzw. der Indizierung zwingende Voraussetzung. Neben den Klassikern und Schnellanalysetools wie z.B. Excel und Access, die häufig durch die Anzahl der Datensätze, den Datenbereitstellungsformaten oder anderen Sachverhalten in ihre Schranken verwiesen werden, gibt es am Markt Softwareanbieter, die sich diesem Thema speziell gewidmet haben. Dazu zählen unter anderem die Produkte „ACL“ der Firma ACL Services Ltd aus Kanada, „IDEA“ von Audicon (Entwickler und Distributor der deutschen IDEA-Version) und „InfoZoom“ der Firma human IT aus Bonn.
ACL und IDEA haben ihren Ursprung in der Wirtschaftsprüfung und werden u.a. von Prüfern/Auditoren zur Untersuchung der jeweiligen Finanzbuchhaltung genutzt. IDEA wird in Deutschland auch von der Finanz-/Zollverwaltung eingesetzt.
InfoZoom ermöglicht als eines der wenige Analyse-/Visualisierungs-Tools am Markt neben Standardauswertungen auch individuelle Abfragen des Datenbestands ohne vorgegebene Analysepfade. Die visuelle Methode der Software macht das gesamte Potenzial von Unternehmensdaten sofort sichtbar. In wenigen Sekunden sind genau die Daten und Ergebnisse ermittelt, die gewünscht sind.
Die ursprünglich am Fraunhofer-Institut entwickelte Software zeichnet sich durch gute technische Integrierbarkeit, ausgeprägte Benutzerfreundlichkeit und eine hohe Performance aus. Wir haben mehrere Tools ausgiebig getestet: Beim Test von InfoZoom wurde uns schnell klar, dass die Software unsere Auswahlkriterien in vollem Umfang erfüllte. Millionen von Datensätzen konnten innerhalb kürzester Zeit eingelesen, analysiert und vor allem visuell und für jeden leicht interpretierbar dargestellt werden. Darüber hinaus sind vielfältige Report- und Dokumentationsmöglichkeiten vorhanden.
„Mit InfoZoom werden Auffälligkeiten im Datenbestand sehr schnell deutlich. Das war etwas Neues, was wir in dieser Weise noch nicht gesehen hatten.“ Zitat von Werner Ernst, ehemaliger Vorstandvorsitzender der proALPHA Software AG.
Sowohl Anwender als auch Manager benötigen neben Standardauswertungen auch individuelle und explorative Analysen großer Datenmengen. Durch InfoZoom kann man per Mausklick Daten “On Demand“ analysieren und vor allem die Datenqualität visuell kontrollieren. Denn nur dann, wenn die Datenqualität (DQM) permanent analysiert und verbessert wird, machen Analysen Sinn.
Neben DQM lässt sich InfoZoom für folgende Anforderungen einsetzen:
- Analyse-Dienstleistungen rund um Finanz- und Controlling-Daten
- Data-Mining (Trendanalysen und Erfolgsmessung)
- Business Intelligence Analysen (auch ad-hoc)
- Due Diligence Prozesse
- Rechnungsprüfung (auch zur Betrugserkennung)
- Prüfungsvorbereitung und Prüfungsbegleitung (GDPdU, JET, Revisionen, Audits)
- Visualisierung – auch von sehr großen Datenmengen
- Target Marketing
- Vertriebssteuerung
- Produktplanung
- Benchmarks
- Risikomanagement
- Vertriebscontrolling
- Daten-Qualitäts-Management
Die wesentlichen Vorteile von InfoZoom im Überblick:
- Beliebige Datenquellen flexibel kombinieren – ob lokal oder aus der Datenbank
- Daten filtern in Sekunden – ganz einfach per Mausklick
- Keine starren Berichte/Dashboards: das gesamte Potenzial Ihrer Daten auf einem Bildschirm
- Extrem schnelle Datenverarbeitung durch In-Memory-Technologie
- Beliebige Analysen und Auswertungen mithilfe zahlreicher Assistenten oder eigener Formeln
- Keine IT-Fachkenntnisse notwendig dank intuitiver Steuerung
- Diagramme und Listen auf Knopfdruck durch nahtlose MS Office Integration
- Die Datenqualität ständig im Griff – für fundierte Entscheidungen
Gerne können Sie den Autor oder seine Kollegen bei Fragen oder Anregungen zu diesem Thema kontaktieren.