affinis auf der BARC-Konferenz „Advanced und Predictive Analytics“

Am 27. und 28. September 2016 fand in Frankfurt die BARC-Konferenz „Advanced und Predictive Analytics“ statt. affinis war dort durch meinen Kollegen Stephan Buse und mich vertreten. Das Programm war bunt gemischt. Auf der einen Seite boten sich uns Praxisberichte von Anwendern aus Konzernen und mittelständischen Unternehmen. Auf der anderen Seite erhielten die Konferenzteilnehmer durch Vorträge von Softwareanbietern und BARC-Analysten einen breit gefächerten Marktüberblick.

Der Use Case ist das A & O

Es war wieder einmal interessant vor Augen geführt zu bekommen wie vielfältig Analytics Use Cases in datengetriebenen Unternehmen ausfallen können. Entlang der Wertschöpfungskette von Einkauf und Produktion über Distribution und Marketing/Vertrieb bis zum (Kunden-) Service sind eine Vielzahl von Use Cases denkbar und technisch realisierbar. Je nach Branche werden dabei natürlich unterschiedliche Schwerpunkte gesetzt. In der Industrie ist der Bereich Sensordatenanalyse und Predictive Maintenance immer mehr im Kommen. In den affinis Kernbrachen (Telekommunikation, Energiewirtschaft, Finanzwirtschaft und Versicherungen) sind Use Cases zur individualisierten Kundenansprache in der Überzahl.

Predictive Analytics Use Cases

Predictive Analytics Use Cases

In Gesprächen mit Anwendern über ihre Erfahrungen, drängte sich mir eine Frage ganz besonders auf: Was hat das Projekt gebracht? Folgende „Success Stories“ wurden mir u. a. auf der Konferenz berichtet:

  • In einem Projekt zur Kampagnenoptimierung bei einem Touristikkonzern konnte die Conversion Rate bei E-Mail-Marketingkampagnen verdreifacht, die Newsletter Abmeldungen gen 0 reduziert und gleichzeitig die Anzahl der versandten Mails halbiert werden.
  • Durch die Entwicklung einer Next Best Offer Analysesystematik und die daraus abgeleitete Prognose passgenauer Produktempfehlungen konnte ein Hersteller von Gabelstaplern und Lagertechnikgeräten seinen ROI auf Direktmarketingmaßnahmen verdoppeln.
  • Bei einem Konzern aus der Konsumgüterindustrie wurde der Bereich Sensor Analytics weitreichend ausgebaut. Vor allem das dazugehörige Real-Time Reporting der Sensordatenanalysen in der Produktion führte zu deutlichen Effizienzsteigerungen und einer durchschnittlichen Arbeitszeitverkürzung um erstaunliche 15%.

Probleme bei der Operationalisierung?

Neben positiven Erfahrungen und Erfolgsgeschichten wurden aber auch Probleme geschildert und diskutiert. Mehrere Konferenzteilnehmer berichteten von Schwierigkeiten in Bezug auf die Integration der aus einem Analytics-Projekt gewonnenen Erkenntnisse in die operativen Prozesse des Unternehmens. Einige Teilnehmer berichteten von einer „unsichtbare Hürde“ zwischen der Modellierungsphase im Lab und der Operationalisierung der Modelle z. B. in Form eines Piloten. Gründe hierfür sind auftretende Probleme in puncto Nachvollziehbarkeit der Modelle und ihrer Ergebnisse. Um derartigen Problemen vorzubeugen, gilt es frühzeitig Maßnahmen zu ergreifen:

  • Frühzeitige Einbindung von Stakeholdern in die Use Case Findung und den Analyseprozess
  • Verständliche Visualisierung und Präsentation der Analyseergebnisse
  • Messung des Nutzens und Quantifizierung der Veränderung gegenüber dem Ausgangsstatus
  • Definition der Schnittstelle zur Übergabe von Prototyp zu Pilot
  • Entwicklung von wiederverwendbaren Analysen und Prozessen

Datenvisualisierung und fachlich fundiertes Storytelling sind also nicht zu unterschätzende Maßnahmen um das Aufkommen von Akzeptanzproblemen zu verhindern und der Erfolg ihres Analytics-Projektes zu ermöglichen.

Sie haben Fragen oder Anmerkungen? Dann freue ich mich auf ihr Feedback unter patrick.heinsen@affinis.de