CeBIT 2017 Lars Iffert, Analyst und Berater

Transkript

1 Datenmanagement für Data Science: Status Quo in Unternehmen, Technologieübersicht, Handlungsempfehlungen & Erfolgsfaktoren CeBIT 2017 Lars Iffert, Analyst und Berater

2 Über die CXP Group 2

3 BARC: Expertise für datengetriebene Unternehmen 3

4 Die BARC Anwenderbefragung Advanced und Predictive Analytics 2016 DACH-weite Umfrage Über 200 Teilnehmer 1. Auflage Unternehmensbereiche, die Advanced und PredictiveAnalytics nutzen und treiben Fachliche und technische Probleme und Herausforderungen Anwenderumfrage zum Stand und zukünftigen Entwicklung von Advanced und Predictive Analytics Einsatzszenarien in den Fachbereichen Eingesetzte/geplante Techniken für Advanced und Predictive Analytics Breite Abdeckung verschiedener Branchen und Unternehmensgrößen 31% 27% Dienstleistungen Industrie Dienstleistungen 16% IT 23% 12% Handel 7% Öff. Sektor 7% Finanzen 30% 43% 26% 4

5 Fast alle Unternehmen (94 Prozent) schätzen fortgeschrittene Analyse für zukünftig wichtig für ihr Unternehmen ein Wie relevant ist Advanced und Predictive Analytics heute und zukünftig für Ihr Unternehmen? 42% Heute 5% 37% 44% 14% 94% Zukünftig 46% 49% 6% Sehr wichtig Wichtig Weniger wichtig Überhaupt nicht wichtig Quelle: BARC-Anwenderstudie Advanced und Predictive Analytics 2016, n=171 5

6 Fast alle Unternehmen (94 Prozent) schätzen fortgeschrittene Analyse für zukünftig wichtig für ihr Unternehmen ein Wie relevant ist Advanced und Predictive Analytics heute und zukünftig für Ihr Unternehmen? 42% Heute 5% 37% 44% 14% 94% Zukünftig 46% 49% 6% Sehr wichtig Wichtig Weniger wichtig Überhaupt nicht wichtig Quelle: BARC-Anwenderstudie Advanced und Predictive Analytics 2016, n=171 6

7 Systems ofinnovation (z.b. für AdvancedAnalytics) benötigen eine andere Herangehensweise Systems of Record Klassische BI Stabilität Gesicherte Daten Automat. Prozesse Kostenoptimiert Service Levels Hohe Qualität Projektbudgets & -management Agilität Neue Erkenntnisse Trial & Error Wertoptimiert Self-Service Hohe Geschwindigkeit Innovationsbudgets & -management Systems of Innovation Advanced Analytics 7

8 AdvancedAnalytics Zyklus: Von der Aufgabenstellung zur Operationalisierung Operationalisierung Projektauftrag Prototypisierung Periodisches Re-Training Fortlaufende Bewertung der Güte des Modells Aufgabenverständnis Datenverständnis, Selektion, Integration & Aufbereitung Model Deployment Modellierung & Modellvalidierung Einmalige Erkenntnis-Anwendung Abbruch der Untersuchung Ergebnisevaluation / Gütebewertung 8

9 Im Advanced-Analytics-Bereich sind eine unzureichend agile BI-Infrastruktur und Probleme im Datenmanagement technische Hauptprobleme Welche technischen Faktoren beeinträchtigen Ihre Advanced- und Predictive-Analytics-Projekte? (nach Best-in-Class und Nachzügler) BI-Infrastruktur nicht agil genug Fehlender Zugriff auf Datenquellen Fehler im Datenmanagement Benutzeroberfläche nicht intuitiv Werkzeuge nicht flexibel genug Fehlende Funktionen in Software Fehlende Skalierfähigkeit der Systeme Lange Antwortzeiten der datenliefernden Systeme Lange Antwortzeiten der Advanced- und Predictive- 41% 54% 46% 44% 32% 37% 17% 29% 25% 25% 21% 19% 18% 14% 25% 22% Best-in-Class-Unternehmen 11% 8% Nachzügler Quelle: BARC-Anwenderstudie Advanced und Predictive Analytics 2016, n=87 9

10 Im Advanced-Analytics-Bereich sind eine unzureichend agile BI-Infrastruktur und Probleme im Datenmanagement technische Hauptprobleme Welche technischen Faktoren beeinträchtigen Ihre Advanced- und Predictive-Analytics-Projekte? (nach Best-in-Class und Nachzügler) BI-Infrastruktur nicht agil genug Fehlender Zugriff auf Datenquellen Fehler im Datenmanagement Benutzeroberfläche nicht intuitiv Werkzeuge nicht flexibel genug Fehlende Funktionen in Software Fehlende Skalierfähigkeit der Systeme Lange Antwortzeiten der datenliefernden Systeme Lange Antwortzeiten der Advanced- und Predictive- 41% 54% 46% 44% 32% 37% 17% 29% 25% 25% 21% 19% 18% 14% 25% 22% Best-in-Class-Unternehmen 11% 8% Nachzügler Quelle: BARC-Anwenderstudie Advanced und Predictive Analytics 2016, n=87 10

11 Klassisches Data-Warehouse-Konzept der 1990s Die typische Umgebung für das Management von Unternehmensdaten Kerngeschäftsprozesse: ERP, CRM, SCM, OLTP Klassische BI: Reporting, Dashboards, OLAP Taktische BI ERP SCM CRM Externe Systeme Geschäftstransaktionen(strukturiert) 11

12 Neue Datenquellen, Technologien und Funktionen Kerngeschäftsprozesse: ERP, CRM, SCM, OLTP Operationale BI Klassische BI: Reporting, Dashboards, OLAP Taktische BI Advanced Analytics: Fortgeschrittene Analyse, erweiterter Datenhaushalt Advanced Analytics SSBI/DI Analytische DB Hadoop Expl. SSBI/DI Analytische DB Suchindex NoSQL DB Hadoop ERP SCM CRM Externe Systeme Geschäftstransaktionen(strukturiert) Sensordaten Web-Log Daten Maschinengen. Daten (strukt.) Social Media Dokumente Menschgenerierte Daten (polystr.) 12

13 Advanced-Analytics-Programme profitieren von soliden Konzepten und Technologien im Datenmanagement: Sie verlaufen schneller und liefern bessere Ergebnisse Kerngeschäftsprozesse: ERP, CRM, SCM, OLTP Klassische BI: Reporting, Dashboards, OLAP Advanced Analytics: Fortgeschrittene Analyse, erweiterter Datenhaushalt Operationale BI Taktische BI Advanced Analytics SSBI/DI Analytische DB Hadoop Expl. SSBI/DI Analytische DB Suchindex NoSQL DB Hadoop Datenintegration, Datenvirtualisierung, Datenqualität ERP SCM CRM Externe Systeme Sensordaten Web-Log Daten Social Media Dokumente Geschäftstransaktionen(strukturiert) Maschinengen. Daten (strukt.) Menschgenerierte Daten (polystr.) 13

14 Facetten von Advanced Analytics Projekte (Anwendungs -fälle, Vorgehen) Advanced Advanced Analytics Analytics Organisation (Rollen, Verantwortlich -keiten) Technologie (Architektur, Werkzeuge) 14

15 Advanced Analytics Projekte 2017 BARC 15

16 Schlüsselkompetenzen zur Umsetzung von Advanced-Analytics-Initiativen: Datenaufbereitung ist wichtiger als mathematisch-/statistisches Verständnis Wie wichtig sind folgende Fähigkeiten für die Durchführung von fortgeschrittenen Analysen? Fähigkeiten zur Datenaufbereitung 60% 36% 21 Statistisches, mathematisches Verständnis 42% 54% 4 Know-how über spezifische Geschäftsprozesse 36% 53% 10% 1 Moderation zwischen Fachbereich und IT 32% 47% 19% 2 Kommunikationsfähigkeit 20% 61% 18% 2 Tool-Know-how 17% 62% 19% 1 Programmierkenntnisse 5% 25% 56% 14% Sehr wichtig Wichtig Weniger wichtig Überhaupt nicht wichtig Quelle: BARC-Anwenderstudie Advanced und Predictive Analytics 2016, n=170 16

17 Schlüsselkompetenzen zur Umsetzung von Advanced-Analytics-Initiativen: Datenaufbereitung ist wichtiger als mathematisch-/statistisches Verständnis Wie wichtig sind folgende Fähigkeiten für die Durchführung von fortgeschrittenen Analysen? Fähigkeiten zur Datenaufbereitung 60% 36% 21 Statistisches, mathematisches Verständnis 42% 54% 4 Know-how über spezifische Geschäftsprozesse 36% 53% 10% 1 Moderation zwischen Fachbereich und IT 32% 47% 19% 2 Kommunikationsfähigkeit 20% 61% 18% 2 Tool-Know-how 17% 62% 19% 1 Programmierkenntnisse 5% 25% 56% 14% Sehr wichtig Wichtig Weniger wichtig Überhaupt nicht wichtig Quelle: BARC-Anwenderstudie Advanced und Predictive Analytics 2016, n=170 17

18 Advanced Analytics Aufgaben umsetzen: Werkzeuge auswählen BI-Werkzeuge mit Advanced Analytics Funktionen Generische Entwicklungssprachen Anwendungsspezifische Lösungen Advanced Analytics Plattformen Optimierte Entwicklungs- Frameworks Kognitive Systeme Machine Learning as a Service Programmierumgebungen HadoopMachine Learning Libraries SAMOA Business Analyst Data Scientist 18

19 Facetten von Advanced Analytics Projekte (Anwendungs -fälle, Vorgehen) Advanced Advanced Analytics Analytics Organisation (Rollen, Verantwortlich -keiten) Technologie (Architektur, Werkzeuge) 19

20 Advanced Analytics Organisation 2017 BARC 20

21 Key User im Fachbereich sind insgesamt die häufigsten Anwender, wobei Best-in- Class Unternehmen stark auf Data Scientists setzen Wer führt bei Ihnen im Unternehmen Advancedund PredictiveAnalytics durch bzw. wird dies durchführen? Key User im Fachbereich 29% 28% 32% 11% BI CC (Business Intelligence Competence Center) 23% 29% 21% 27% Data Scientist 21% 23% 23% 33% Gelegenheitsanwender im Fachbereich Externer Dienstleister 15% 14% 10% 12% 54% der 28% Best-in-Class Unternehmen nutzen Data Scientists 11% 62% 47% Aktuell Geplant innerhalb von 12 Monaten Langfristig geplant Nicht geplant Quelle: BARC-Anwenderstudie Advanced und Predictive Analytics 2016, n=170 21

22 Key User im Fachbereich sind insgesamt die häufigsten Anwender, wobei Best-in- Class Unternehmen stark auf Data Scientists setzen Wer führt bei Ihnen im Unternehmen Advancedund PredictiveAnalytics durch bzw. wird dies durchführen? Key User im Fachbereich 29% 28% 32% 11% BI CC (Business Intelligence Competence Center) 23% 29% 21% 27% Data Scientist 21% 23% 23% 33% Gelegenheitsanwender im Fachbereich Externer Dienstleister 15% 14% 10% 12% 11% 28% 54% der Best-in- Class Unternehmen nutzen Data Scientists 62% Aktuell Geplant innerhalb von 12 Monaten Langfristig geplant Nicht geplant 47% Quelle: BARC-Anwenderstudie Advanced und Predictive Analytics 2016, n=170 22

23 Möglichkeiten zur organisatorischen Integration von Teams für Advanced Analytics Gruppe in Fachabteilung(en) Erweitertes BI CC im FB Data Services Einheit Gruppe in IT Erweitertes BI CC (in IT) Analytics/Big Data CC IT Transformation & Innovation Advanced Analytics Team(s) Unabhängiges Data Lab Unabhängige Einheit, berichtet an den CIO Unabhängige Einheit, berichtet an den CxO 23

24 BARC-Unterstützung für Advanced und Predictive Analytics Research Events Workshops Beratung Research BARC-Marktübersicht BARC Score BARC-Anwenderstudien: Advanced Analytics Big Data Use Cases Big Data Analytics BARC-Research-Service: BI Manager & Analytics Manager BARC Access: Research und Analystenzeit Innovation Register Tagungen und Seminare OOP, München ( ) CeBIT, Hannover ( ) TDWI-Konferenz ( ) BARC-Tagung Advanced und Predictive Analytics ( in Frankfurt und am in der Schweiz) DW 2017, Schweiz ( ) BARC Congress ( ) BARC-Seminar: Advanced & Predictive Analytics (z.b. Sep & In-house) Orientierungsworkshops Use Cases Organisation IT-Architektur Datenmanagement Werkzeuge / SW-Auswahl Beratung Coaching und Mitarbeit in Digitalisierungsprojekten Use-Case-Identifikation und -Priorisierung Proof of data value durch unsere Data Scientists Organisationsberatung (z.b. Rollen und Integration von Data Labs) Architekturberatung Lösungsbestimmung Proof of Concepts 24

25 Ihr Kontakt bei BARC 25

26 BARC-Analystengespräch Vereinbaren Sie Ihr kostenfreies Expertengespräch mit einem BARC-Analysten Kostenfreie Reservierung Persönliches Analystengespräch Klärung individueller Projektfragen Analyse Ihrer aktuellen IST-Situation Themenspezifische Beratung durch BARC-Experten Individuelle Strategieansätze für Ihr Unternehmen 26

27 BARC-Tagung Integrierte Planung und BI Software im direkten Vergleich Integrierte Planung und BI im Unternehmen 16. und 17. Mai 2017 in Würzburg Expertenwissen: Marktanalyse von BARC-Analysten Neutrale Einschätzung: Realistische Beurteilung der Lösungen aus unabhängiger Sicht und Best Practices: Kundenerfahrungen und exklusive Ergebnisse aus der Anwenderbefragung Planning Survey 17 Marktübersicht: Überblick marktführender Lösungen mit LIVE-Präsentationen und Fachausstellung Networking: Plattform zum aktiven Austausch mit anderen Anwendern, Anbietern und Analysten Intensivseminare: Themenspezifische Seminare zur Vertiefung Ihres Know-how 27

28 BARC Scores Research Notes Marktübersichten Best Practices Marktzahlen The BI Survey The Planning Survey Anwenderstudien Produktvergleiche Produkttests Produktbewertungen Research Services Zugriff auf BARC- Analysten zur Abstimmung Ihrer individuellen Fragen 28

29 Finden Sie die passende Business Intelligence Software für Ihr Unternehmen und vergleichen Sie führende BI-Anbieter auf Basis von User- und Analystenbewertungen Auf der Plattform erwarten Sie: Bewertungen zu BI-Produkten von Nutzern und BARC-Analysten Best-Practice-Guides für Ihre BI-Softwareauswahl Aktuelle Researchergebnisse rund um BI-Software Ihre Vorteile: Profitieren Sie von der einzigartigen Kombination der Erfahrungen anderer Anwender und dem unabhängigen Wissen der BARC-Analysten Erfahren Sie wie Nutzer und Analysten die tatsächlichen Stärken und Schwächen der Produkte bewerten 29

30 BARC-Unterstützung für Datenmanagement Research Events Workshops Beratung Auszug Research BARC Access: Zugriff auf Research und Analysten Marktübersichten BARC Guide BI Scout BARC Scores Data Integration Platforms Advanced Analytics Platforms BARC-Anwenderstudien Hadoop Use Cases Modernes Datenmanagement für die Analytik BARC-Research-Service: BI Manager, Analytics Manager Innovation Register SITSI Market Research Platform Tagungen und Seminare 2017 Big Data OOP München ( ) BI & Big Data CeBIT Hannover ( ) TDWI-Konferenz München ( ) BARC-Tagung Advanced und Predictive Analytics Frankfurt ( ) Winterthur (CH) (05.09.) DW Konferenz 2017, Zürich (CH) ( ) BARC Congress Würzburg ( ) BARC-Seminare: (mehrere Termine & Inhouse) o BI-Strategie und -Organisation o Advanced & Predictive Analytics Auszug Standardworkshops Datenstrategie und Data Governance BI-Strategie und -Organisation Markt und Trends Datenmanagement Moderne Architekturen für Big Data Use-Case-Identifikation und -Priorisierung Benchmark: Unternehmen vs. Branche/Markt MyScore Datenintegration Advanced Analytics Individualberatung BI- und Datenmanagement-strategie Datenstrategie und Data Governance Coaching Organisation Architektur- und Bebauung Lösungsbestimmung & Softwareauswahl SAP Hana Advisory Service 30

31 BARC BI Manager Ausführliche, monatliche Dossiers zu aktuellen Themen in Business Intelligence und Datenmanagement Exklusive Analystenkommentare zu Ankündigungen im BI-/DM-Markt (nicht themengebunden) Geplante Themen 2017 u.a.: Trends 2017 in Business Intelligence und Datenmanagement Big Data Security Analytics Status Quo Cloud BI Score Self-Service BI and Data Discovery (global) Operationalisierung von Advanced-Analytics-Prototypen in die operativen Prozesse Herausforderungen und Best Practices Data Discovery 31

32 BARC Analytics Manager Ausführliche, monatliche Dossiers zu aktuellen Themen im Bereich Advanced Analytics Exklusive Analystenkommentare zu Ankündigungen und Entwicklungen im Markt Best Practices & Lessons Learned Geplante Themen 2017 u.a.: Softwaremarktübersicht Advanced Analytics Marktübersicht externe Daten Anbieter& Services Operationalisierung von Advanced-Analytics-Prototypen Cognitive Computing & Deep Learning Self Service Advanced Analytics für Fachanwender Data Governance & IT Architekturen für Advanced Analytics 32

33 BARC Leaders Circle für BI oder Analytics 33

34 BARC-Orientierungsworkshop: Neue Architekturen im Zeitalter von Big Data Ihre Vorteile: Kompakt und fundiert an einem Tag: Best-Practices, Blue-Prints und Methodik Einschätzbarkeit neu angepriesener Technologien und Methodiken erhöhen Bewertung der eigenen Architektur vor dem Hintergrund neuer Trends und Technologien Diskussion über Umsetzbarkeit und individuelle Fragen Unabhängige Expertensicht 34

35 BARC-Orientierungsworkshop: Advanced Analytics Komprimiertes Wissen an einem Tag: Einordnung Advanced und Predictive Analytics in BI-Landschaft und Aufgaben Einsatzbereiche von Advanced und Predictive Analytics Vorgehen und Verfahren Erfahrungen aus dem Umsetzung analytischer Zyklen Datenmanagement und Technologieintegration für fortgeschrittene Analyse Marktübersicht Werkzeuge und Serviceanbieter Organisation und Rollen Übersicht BARC Smart Data Science Methodik, der fundierten Vorgehensweise zur Umsetzung von Advanced Analytics Initiativen 35

36 BARC Scores Bewertung durch Analysten anhand eines umfassenden Kriterienkatalogs und Kunden-Feedback aus Marktbefragungen Klare Aussagen zur aktuellen Marktposition und Portfolio der Hersteller Ausgezeichnet in der Bestenliste des Innovationspreis IT 2016 bisher erschienen: BARC Score Business Intelligence(international) BARC Score Business Intelligence DACH BARC Score Integrated BI and Planning BARC Score Data Integration Platforms BARC Score Advanced Analytics Platforms DACH 36