Was ist Data Mining und wie kann es kleinen Unternehmen helfen?

Business Mann in einer Mine stellt Data Mining dar

Business Mann in einer Mine

Was ist das Erfolgsrezept vieler erfolgreicher Internetfirmen? Und warum werden sie auch in Zukunft den Markt dominieren? Bei der Antwort auf diese Fragen geben viele Experten „Data Mining“ als Grund an. Doch was ist Data Mining eigentlich genau und wieso hat es ein so großes Potential?

  • Hinter den personalisierten Empfehlungen auf der Amazon-Website steht genau das: Data Mining. Aus diesem Grund hat Amazon sich entschieden, in den Lebensmittelvertrieb einzusteigen und das ist gar nicht mal so verrückt, wie es klingt, zumindest in den USA. In Deutschland tut sich der Lieferdienst von Lebensmitteln generell schwerer.
  • Facebook wurde zu einem milliardenschweren Unternehmen, weil das Unternehmen mithilfe von Data Mining-Methoden der riesigen Nutzerbasis extrem gezielte und vor allem konvertierende Werbung zeigt.
  • 88 Prozent der Suchanfragen über Desktop-PCs weltweit werden über Google ausgeführt, da dieser Dienst relevantere Suchergebnisse liefert als die Mitbewerber – aufgrund von Data Mining.

Auch kleinen Unternehmen stehen viele Daten zur Verfügung: Rechnungen, Bestandsunterlagen und Tabellenkalkulationen ohne Ende. Mithilfe dieser Informationen schafft man es doch gewiss an die Spitze, oder?

Mathemathische Formeln fliegen im Raum herum

Was ist Data Mining? Auf den ersten Blick für manche ein ziemliches Rätsel.

Und genau an dieser Stelle wird klar, dass die Bezeichnung „Data Mining“ trügerisch ist. Schnell bekommt man den Eindruck, dass man sich nur genug anstrengen muss, um erfolgreich zu sein. In den ganzen Daten muss sich der berühmte Topf mit Gold befinden, bzw. die Informationen, die sich zu Geld machen lassen.

Aber so läuft es leider nicht. Was nicht heißt, dass Data Mining keine Option für kleine Unternehmen ist. Ganz im Gegenteil, genau wie für Amazon und Google ist Data Mining auch ausschlaggebend für deren Zukunft.

Wir sehen uns nachfolgend an, wie Data Mining wirklich vonstattengeht und wie die Ergebnisse eingesetzt werden können. Zudem stellen wir auch einige erschwingliche Data Mining-Tools vor, die kleine Unternehmen in Betracht ziehen sollten.

Was ist Data Mining?

Das Gabler Wirtschaftslexikon definiert Data Mining als „die Anwendung von Methoden und Algorithmen zur möglichst automatischen Extraktion empirischer Zusammenhänge zwischen Planungsobjekten, deren Daten in einer hierfür aufgebauten Datenbasis bereitgestellt werden.“

Einfach gesagt nutzen Data Mining-Methoden Statistiken und Modellierung, um große Mengen unterschiedlicher Daten zu analysieren und mögliche Muster und Verbindungen festzustellen.

Wie funktioniert Data Mining?

Bei dem Begriff „Data Mining“ denkt man zuerst, dass man sich auf der Suche nach neuen Daten befindet. Tatsächlich werden aber bereits vorhandene Daten auf Bezüge, Muster und Trends untersucht.

Dabei wird meistens in drei Schritten vorgegangen:

Schritt 1: Datenquellen identifizieren

Befindet man sich in einem Einzelhandelsgeschäft, werden bei jedem Kauf mit einer Geldkarte Daten wie der Kundenname, der Zeitpunkt des Kaufs und die erworbenen Produkte in einem Kassensystem gesammelt. Bei einem Online-Geschäft stehen für jeden Besucher einer Website Informationen zur Verfügung: Kamen die Besucher über Twitter, YouTube oder eine andere Quelle und welche Seiten haben sie sich angeschaut? Das sind äußert nützliche Informationen! Wenn diese noch nicht gesammelt werden, sollte dies schleunigst in einer Tabelle oder einer Software festgehalten werden. Anschließend untersucht man Quellen auf mögliche Muster.

Schritt 2: Zu analysierende Datenpunkte aus Quellen auswählen

Am besten wäre es, wenn man einfach nur zwei riesige Datenbanken in einen Computer speisen müsste und dieser sämtliche möglichen Korrelationen lernen würde, aber die Technik ist noch nicht ganz so weit. Software benötigt Anweisungen und muss wissen, wo sie nach Mustern suchen soll. Es hat sich daher als bewährte Vorgehensweise herauskristallisiert, bestimmte Datenpunkte festzulegen, bei denen nach einem Kausalzusammenhang gesucht wird. Der monatliche Umsatz und die Anzahl der Kunden mit Vorname Daniel stehen sehr wahrscheinlich nicht in Korrelation. Die Uhrzeit und wie viele Personen sich zu diesem Zeitpunkt im Laden befinden hingegen schon.

Schritt 3: Ein Modell anwenden und testen, das Datenpunkte am besten verknüpft

Bei diesem Punkt schalten die meisten Leute ab, daher wollen wir es mit einem einfachen Beispiel in Microsoft Excel verdeutlichen. Nehmen wir einen Eiswagen und stellen fest, inwieweit das Wetter sich auf den Verkauf auswirkt. Über 30 Tage hinweg werden die Höchsttemperatur und die Anzahl der verkauften Eistüten festgehalten:

Beispiel für Data Mining

Auf den ersten Blick sieht es so aus, als ob sich hier ein Trend abzeichnet. Wichtiger ist jedoch, dass eine bloße Betrachtung nicht ausreicht, um einen quantifizierbaren Zusammenhang zwischen diesen Datensätzen herzustellen.

Fügt man jedoch eine Trendlinie hinzu – eine gerade Linie in Excel, mit der in diesem Fall gezeigt wird, dass sich die Anzahl der verkauften Eiswaffeln mit dem Wetter ändert – so lassen sich andere Aussagen treffen. Hierbei wird folgendes Modell angewendet:

Beispiel für Data Mining

Jetzt können wir deutlich sehen, dass mit Ausnahme weniger Ausreißer der Verkauf von Eis bei gutem Wetter zunimmt. Es geht aber noch besser. Wir können auf diese beiden Datensätze auch eine einfache Formel anwenden (=CORREL), um einen sogenannten Korrelationskoeffizient zu erhalten: eine Zahl, die sich in der Statistik zwischen +1 und -1 bewegt und Auskunft über die Abhängigkeit zweier Datensätze voneinander gibt. +1,00 zeigt eine perfekte positive Korrelation an (steigt die Temperatur um ein Grad, so wird auch ein weiteres Eis verkauft) und -1,00 eine perfekte negative Korrelation (steigt die Temperatur um ein Grad, so wird ein Eis weniger verkauft). Der Wert 0,00 zeigt an, dass es keinerlei Zusammenhang gibt.

Der Korrelationskoeffizient für die hier vorliegenden Temperatur-/Eisdaten liegt bei 0,67, was auf eine kleine positive Korrelation schließen lässt.

Und das ist im Grunde schon Data Mining. Wir haben uns zwei unterschiedliche Datensätze genommen und ein Muster gefunden, das sie verbindet. Nun könnten wir dem Modell weitere Daten zum Testen hinzufügen und sicherstellen, dass es weiterhin richtig ist.

An dieser Stelle soll jedoch noch einmal betont werden, dass es sich hier um ein sehr vereinfachtes Beispiel handelt. Ausschlaggebender wäre es, wenn wir uns anstelle von 30 Tagen mit 30.000 Tagen beschäftigen würden. Hinzu kommen noch weitere Faktoren, die Einfluss auf die Zahlen haben, ob es zum Beispiel an den einzelnen Tagen geregnet hat oder auf einmal das Schokoladeneis ausgegangen war. Und die beste Linie ist auch keine Gerade, sondern eine wilde Kurve. Spätestens an dieser Stelle wird klar, warum Software für Data Mining unabdingbar ist.

Wie nutze ich Data Mining zu meinem Vorteil?

Verborgene Muster in den Geschäftsdaten zu finden kann faszinierend sein, aber letztendlich ist die ganze Arbeit umsonst, wenn man das dadurch erhaltene Wissen nicht auch zur Geschäftsoptimierung einsetzt. Wir stellen daher einige Möglichkeiten vor, wie Unternehmen Data Mining-Methoden zu ihrem Wettbewerbsvorteil nutzen können.

  • Saisonalität identifizieren:Mithilfe von Data Mining lassen sich die besten Zeiten für Preiserhöhungen bzw. Preisreduzierungen ermitteln. Das amerikanische Warenhaus Macy’s analysiert mit erweiterten Data Mining-Methoden die Nachfrage und Bestandszahlen für das Online-Geschäft und passt die Preise für mehr als 73 Millionen Artikel in Echtzeit
  • Höhere Ausgaben fördern:Über das Data Mining lässt sich herausfinden, welche Artikel häufig zusammen gekauft oder angesehen werden und so können in einigen Fällen Vorratskäufe empfohlen werden. Walmart fand so heraus, dass Kunden bei schlechtem Wetter vermehrt Batterien, Notfallausrüstung und Erdbeer-Pop Tarts In Gegenden mit unfreundlichem Wetter erhöhten sie daher ihre Pop Tart-Vorräte und konnten den Umsatz steigern.
  • Bessere Mitarbeiter einstellen:Arbeitgeber setzen Data Mining auch zunehmend ein, um die Eigenschaften von Bewerbern festzustellen, die später zu leistungsstarken Mitarbeitern werden. Xerox fand heraus, dass der in einem Persönlichkeitstest sogenannte „kreative Typ“ länger in den Trainingsprogrammen dabeiblieb, wodurch die Abbruchrate um 20 Prozent gesenkt wurde.
  • Marketinganstrengungen verbessern: Aufgrund des Data Mining von Kundendaten lassen sich neue Marketingstrategien wie E-Mail- und Social Media-Kampagnen für verschiedene Kundensegmente entwickeln. Intermix teilte seine Kunden in drei klar voneinander getrennte Gruppen auf und bewarb jede davon mit unterschiedlichen E-Mail-Angeboten, was zu einem um 15 Prozent erhöhten Jahresumsatz führte.
  • Kosten senken: Data Mining kann nicht nur zum Verdienen, sondern auch zum Sparen eingesetzt werden. UPS konnte 148 Millionen Liter Benzin einsparen, indem sie nicht mehr links abbogen.

Data Mining-Tools für kleine Unternehmen

Schon überfordert? Das ist verständlich. Data Mining ist hochkomplex und so mag es auf den ersten Blick erscheinen, als sollten sich nur hochqualifizierte Datenanalysten in großen Unternehmen damit auseinandersetzen.

Dieser Schein trügt jedoch. Das Forschungs- und Beratungsunternehmen Gartner schätzt, dass der Markt für Business Intelligence und Analysesoftware bis 2020 auf mehr als 22 Milliarden USD anwachsen wird und ein Großteil dieses Wachstums durch kleine und mittelständische Betriebe entsteht. Immer mehr erschwingliche Data Mining-Tools werden auch für diese Unternehmen zugänglich.

Hier einige Data Mining-Tools für kleine Unternehmen mit Top-Bewertungen:

Für Vermarkter: Google Analytics

Ein Screenshot des Data Mining Tools Google Analytics

Glücklicherweise teilt Google ein paar seiner Data Mining-Geheimnisse mit uns. Mit Google Analytics können Unternehmen kostenlos so einiges über ihre Website erfahren: Wie viele Leute besuchen sie und wie lange bleiben sie dort, welchen Browser nutzen sie und vieles mehr. Data Mining-Experten gehen noch einen Schritt weiter und kombinieren Google Analytics mit der bekannten Programmiersprache für statistische Berechnungen und Grafiken R. Hier wird in einem Tutorial gezeigt, wie das funktioniert (Englisch).

Für Verkaufsteams: InsightSquared

Ein Screenshot des Data Mining Tools

InsightSquared wurde speziell für kleine und mittlere Unternehmen entwickelt und analysiert CRM-Daten, wobei Verkaufsmuster und Trends visuell dargestellt werden. Das Ergebnis ist ein differenzierter Blick auf den Verkaufstrichter, wodurch Verkaufschancen wahrgenommen und übersichtliche Berichte für Stakeholder schnell und einfach erstellt werden. Personalvermittler können mithilfe von InsightSquared ihre Mitarbeiter nicht nur schneller und preisgünstiger, sondern auch zu passenderen Stellenangeboten vermitteln.

Für Power-User: Periscope Data

Ein Screenshot des Data Mining Tools

Unternehmen mit anspruchsvollen Anforderungen sollten sich näher mit Periscope Data beschäftigen. Datenteams können mit Periscope mehrere Datenbanken integrieren und so in Echtzeit Zugriff auf Datenvisualisierung, Dashboards und Berichte erhalten, die mit individuell angepassten Nutzergruppen innerhalb des Unternehmens geteilt werden können. Ein eingebetteter SQL-Editor unterstützt das Schreiben von Anfragen, wodurch Unternehmen mithilfe von Data Mining mehr über ihre Daten und Kunden herausfinden als jemals zuvor.

Dies sind nur ein paar Beispiele. Weitere Produkte findest du auf unserer Software-Seite für Data Mining. Wir hoffen, die Antwort auf die Frage „Was ist Data Mining?“ ist für dich ein wenig klarer geworden und du hast einige Ideen bekommen, wie du es selbst einsetzen könntest!

Vorsicht: Bei Data-Mining immer auf DSGVO-Konformität prüfen:

Man befindet sich hier in einem Graubereich, da der Begriff Data-Mining in der DSGVO nicht explizit erwähnt wird und lediglich als Teilgebiet des Profiling gesehen werden kann. Grundsätzlich betrifft die DSGVO personenbezogene und nicht anonymisierte Daten. Trotzdem sollte die Erhebung und Verarbeitung von Daten in diesem Fall immer individuell auf DSGVO-Konformität überprüft werden.

Qu’est-ce que l’informatique décisionnelle ?

Qu'est ce que l'informatique décisionnelle

Qu'est ce que l'informatique décisionnelle

Si vous lisez cet article, c’est que l’informatique décisionnelle (ou BI, pour Business Intelligence) vous intéresse. Vous ne savez peut-être pas exactement ce que c’est, mais vous en connaissez les grandes lignes et savez que cela inclut généralement des statistiques et des graphiques. La plupart du temps, ces données sont affichées sur un tableau de bord d’informatique décisionnelle.

Pour les dirigeants d’entreprise, ces données peuvent devenir extrêmement complexes. Dans cet article, nous aborderons les points suivants pour vous donner une idée globale de cette fameuse “business intelligence” :

  • Définition
  • Anecdote historique au sujet de l’informatique décisionnelle
  • Pourquoi l’informatique décisionnelle représente une option viable pour les PME
  • Exemples d’applications BI populaires
  • Articles à lire pour aller plus loin

Définition de l’informatique décisionnelle

Le magazine Futura Tech définit l’informatique décisionnelle comme “un ensemble de méthodes, de moyens et d’outils informatiques utilisés pour piloter une entreprise et aider à la prise de décision“.

Les prémices de la business intelligence

C’est dans “Cyclopædia of Commercial and Business Anecdotes“, un ouvrage de langue anglaise écrit par Richard Millar Devens en 1865, que l’on trouve la première occurrence de l’expression “business intelligence”, ou informatique décisionnelle. Devens y raconte l’histoire d’un banquier du nom de Sir Henry Furnese qui fit appel à une forme primaire d’informatique décisionnelle. Ce baronnet britannique s’appuya sur des rapports préliminaires en provenance du front (la Guerre de la Ligue d’Augsbourg faisait alors rage) pour prendre des décisions commerciales. Ses prises de risque furent couronnées de succès et le roi Guillaume en personne lui offrit une bague en diamant en récompense.

Cette anecdote illustre le point de départ de l’informatique décisionnelle : extraire des données et les analyser correctement pour développer les opérations commerciales.

Cependant, un grand pouvoir implique de grandes responsabilités et pour Sir Furnese, le mensonge était une option bien trop tentante. Il finit par falsifier rapports et données et ordonna à ses agents d’adapter leur apparence et comportement selon ce qu’il voulait acheter ou vendre.

Un siècle plus tard, en 1989, l’analyste Howard Dresner suggère le terme d'”informatique décisionnelle” pour englober les concepts et méthodes dédiés à améliorer la prise de décision métier en s’appuyant sur des solutions basées sur les faits. Ce terme s’est ensuite établi comme un domaine propre du monde des affaires.

L’informatique décisionnelle est-elle réservée aux grandes entreprises ?

Pas du tout ! Il est vrai que par le passé, l’informatique décisionnelle était surtout utilisée dans les grandes entreprises : son aspect chronophage et son coût élevé la rendaient peu accessible aux PME. Seules les grandes entreprises bénéficiaient de l’infrastructure nécessaire en termes de moyens humains, technologiques et financiers pour investir dans l’informatique décisionnelle. Cependant, le cloud computing et autres avancées technologiques ont participé à la démocratisation de l’informatique décisionnelle pour les PME.

Pourquoi l’informatique décisionnelle représente une option viable pour les PME

Il est fort probable que vous vous appuyiez sur plusieurs outils différents pour gérer votre entreprise. Que vous utilisiez Excel pour préparer les chiffres prévisionnels de la croissance ou que vous étudiez la circulation de vos données avec Google Analytics, vous devez pouvoir compter sur une vision globale de ces données.

Un tableau de bord conçu pour surveiller et regrouper vos données vous aidera non seulement à augmenter vos bénéfices, mais également à éviter d’éventuels problèmes par la suite.

Des exemples d’applications BI populaires

J’ai passé en revue la liste des logiciels de business intelligence de GetApp et identifié 3 applications proposant diverses fonctionnalités d’informatique décisionnelle évaluées par les utilisateurs.

Microsoft Power BI

Microsoft Power BI propose une interface glisser-déposer intuitive et idéale pour vous initier à l’informatique décisionnelle ; vous pourrez partager vos tableaux de bord et données d’un seul toucher du doigt. Cette application appartient à l’écosystème Microsoft et s’intègre en toute facilité à d’autres programmes métiers tels que Salesforce, Google Analytics, Quickbooks et Zendesk. Disponible sur iOS, Android et Windows Phone, Microsoft Power BI vous accompagnera dans tous vos déplacements.

Microsoft Power BI inclut les fonctionnalités suivantes :

  • Tableaux de bord et rapports en temps réel
  • Analyse des données à l’aide du traitement automatique du langage naturel
  • Aperçu mobile basé sur les données
  • Outils de visualisation des données
  • Options avancées de partage

plateforme microsoft power bi

Un utilisateur du site Web Software Advice, fait part de son enthousiasme pour Microsoft Power BI : “Je ne pensais pas que cet outil me plairait autant. J’ai pu créer facilement et rapidement des représentations visuelles et des rapports basés sur de simples feuilles de calculs et des fichiers plats. […] Si vous utilisez Office, cet outil va vous plaire, car il partage la même interface que les autres outils Microsoft qui vous permettent de créer des tableaux de bord de A à Z.”

Tableau

Basé sur un projet de recherche de l’Université Stanford, le logiciel Tableau est renommé pour ses visualisations de données. De nombreuses entreprises et groupes de presse du monde entier s’appuient sur ce logiciel, mais même votre entreprise peut bénéficier de ses capacités d’analyses de données pour améliorer la prise de décisions. La philosophie de Tableau est simple : pas besoin de savoir coder pour comprendre vos données. Ce sont vos données qui doivent fournir des représentations visuelles intelligibles.

Bon à savoir : Tableau a été développé pour les entreprises de taille moyenne et peut s’avérer coûteux pour une petite structure. La version basique est à 12 $ (environ 11 €) par utilisateur et par mois avec un minimum de 100 utilisateurs.


Tableau inclut les fonctionnalités suivantes :

  • Tableaux de bord interactifs
  • Liste de connecteurs de données natifs
  • Prise en charge des commentaires sur les tableaux de bord
  • Gestion des métadonnées
  • Autorisations de sécurité à tous les niveaux
  • Importation de toutes les données, quelles que soient la plage ou la taille
  • API pour serveur REST

infographie enfants unicef

Un utilisateur de Tableau, a partagé son avis sur GetApp : “De tous les programmes d’informatique décisionnelle que j’ai essayés (Zoho, tableaux croisés sur Excel, Microsoft Power BI…), Tableau est de loin le plus facile à utiliser. Il suffit de glisser-déposer les données pour réaliser des analyses. Cependant, si vous avez besoin de quelque chose de plus complet que des graphiques à axes X et Y, vous devrez apprendre un peu de code de base. Vous pourrez heureusement trouver de nombreux guides gratuits sur les forums et blogs de la communauté, mais à moins que vous n’essayiez de faire exactement ce qui est expliqué dans les exemples, vous devrez adapter les cas de figure indiqués à votre cas spécifique, ce qui peut prendre du temps. De plus, cet outil représente un investissement non négligeable avec un coût d’environ 1 000 $ (880 €) par an. Mais tout bien considéré, Tableau l’emporte sur les autres programmes.”

Klipfolio

Klipfolio a été développé tout particulièrement pour les PME. Il s’agit d’un outil simple (par exemple, les ensembles de données peuvent être personnalisés à l’aide de fonctions de type Excel et de calculs basiques), mais surtout, il s’agit d’un outil peu coûteux, disponible à partir de 24 $ par mois (environ 21,5 €). Mais qui dit abordable ne veut pas dire rudimentaire ! Klipfolio s’intègre parfaitement aux applications telles que Twitter, Moz et Google Analytics. Il n’y a rien de plus facile que de recouper en une seule visualisation des données provenant de plusieurs sources. De plus, si vous débutez dans l’informatique décisionnelle, vous pourrez vous appuyer sur des centaines de visualisations prêtes à l’emploi pour créer votre tableau de bord.


Klipfolio inclut les fonctionnalités suivantes :

  • Options de branding (par exemple, remplacement de logo)
  • Prise en charge des fichiers Excel, CSV, JSON et XML
  • Intégration de plusieurs sources de données dans un seul rapport
  • Options de marque blanche pour les agences et partenaires
  • Tableaux de bord simplifiés
  • Différents styles de rapports intégrés

plateforme klipfolio

Un utilisateur de GetApp, écrit : “Klipfolio est un outil dynamique qui vous permet de créer votre visualisation en un temps record. Pour nos tableaux de bord d’activité, je cherchais une solution abordable et rapide à implémenter. Nous avions besoin d’un outil en ligne ou hébergé sur le cloud, sans installation requise et intégrable à notre base de données PostgreSQL. Klipfolio répond à tous ces critères. De plus, de nombreux outils de visualisation et tableaux de bords sont déjà intégrés : cela s’avère particulièrement utile pour les agences de marketing en ligne, ou si vous devez créer votre tableau de bord avec Google Analytics, Facebook Ads ou autre source de données.”

Pour aller plus loin

Grâce à cet article riche en informations et anecdotes historiques, vous devriez désormais en savoir un peu plus au sujet de l’informatique décisionnelle. Si ce sujet vous fascine, consultez les articles indiqués ci-dessous ainsi que notre liste des meilleurs logiciels de business intelligence. N’hésitez pas à partager vos recommandations ou questions dans la section Commentaires ci-dessous !

5 SWOT-Analyse-Beispiele für Einsteiger

Abbild einer SWOT Grafik

Die Strategieentwicklung im Unternehmen erfordert eine Menge Denkarbeit. Wäre es nicht praktisch, wenn du alle Stärken, Schwächen, Chancen und Risiken deines Unternehmens durch eine einfache Übung auflisten könntest? Vor allem, wenn das Ergebnis dieser Übung dir und deiner Unternehmensstrategie noch nach Jahren eine Hilfe sein kann?

Solch ein praktisches Planungsinstrument gibt es bereits: Es heißt SWOT-Analyse.

In diesem Artikel wird erläutert, was eine SWOT-Analyse eigentlich ist und wie man sie durchführt. Außerdem stellen wir dir einige SWOT-Analyse-Beispiele vor, damit du dir das Ganze besser vorstellen kannst.

Abbild einer SWOT Grafik

Was ist eine SWOT-Analyse?

Das englische Akronym SWOT steht für Strengths (Stärken), Weaknesses (Schwächen), Opportunities (Chancen) und Threats (Risiken).

SWOT-Analyse-Strategien sind nur eines von vielen Werkzeugen, die Projektmanager*innen in Kombination mit Projektmanagement-Software, Lean-Management-Strategien und anderen Methoden nutzen. Bei der strategischen Planung und Entscheidungsfindung können sie extrem hilfreich sein.

Mit der SWOT-Analyse können Teams, Projekte, Unternehmen, Organisationen oder auch einzelne Produkte analysiert werden. Im Grunde lässt sich diese Methode aber genauso gut für Routineentscheidungen im Alltag anwenden.

Was esse ich zum Frühstück? SWOT liefert die Antwort. Wo fahren wir dieses Wochenende hin? Mit SWOT werden die Optionen gleich viel klarer. Wie kann ich am effektivsten abnehmen? Auch hier sorgt SWOT für einen besseren Durchblick.

Wenn SWOT-Analysen anfangs etwas uneindeutig wirken, liegt das daran, dass sie völlig ergebnisoffen sind und dir eher beim Abwägen von Vor- und Nachteilen helfen.

SWOT-Analyse-Strategien sind im Grunde ein System zum Treffen von fundierten, informierten Entscheidungen.

Bei einer SWOT-Analyse wirft man quasi einen sehr genauen Blick in den Spiegel – idealerweise als Gruppe – und findet heraus, worin man wirklich gut ist, worin man deutlich besser werden könnte, welche Bereiche Wachstumsmöglichkeiten bieten und welche externen Faktoren die eigenen Bemühungen zunichtemachen könnten.

SWOT-Analysen helfen dabei weniger, zu erkennen, was man tun sollte, als zu erkennen, ob man etwas tun sollte oder nicht. In anderen Worten: SWOT-Analysen sind eher ein Kompass als eine Kristallkugel.

Das Hauptziel von SWOT-Analysen besteht darin, Stärken mit Gelegenheiten zu verbinden und so einen klaren Weg zum Erfolg aufzuzeigen. Genauso werden Schwächen aufgedeckt und in der zukünftigen Organisationsstrategie vermieden, bevor sie sich negativ auswirken.

SWOT-Analysen dienen also auch dem Risikomanagement.

SWOT-Analysen auf einen Blick

Das sind die vier Elemente einer SWOT-Analyse:

Stärken (Strengths): Worin ist dein Team wirklich gut? Was bietet ihr an, das andere nicht anbieten (können)?

Schwächen (Weaknesses): In welchen Bereichen ist dein Team nicht wirklich gut? Was machen andere besser?

Chancen (Opportunities): In welchen Bereichen, die dein Unternehmen aktuell nicht nutzt, könnte es erfolgreich sein?

Risiken (Threats): Welche externen Faktoren – wie Wettbewerber, Verbrauchernachfrage oder die wirtschaftliche Lage – könnten den Erfolg für dein Team schwieriger gestalten?

Wie du siehst, konzentrieren sich die ersten zwei Punkte auf Dinge, über die du intern eine gewisse Kontrolle hast, während die letzten Punkte externe Umgebungsbedingungen betreffen, auf die dein Unternehmen reagieren muss.

Eine kostenlose SWOT-Analyse-Vorlage für den Einstieg

Diese SWOT-Analyse-Vorlage kannst du nutzen, um deine eigenen Stärken, Schwächen, Chancen und Risiken einzutragen. Im nächsten Abschnitt gehen wir darauf ein, wie du anschließend weiter vorgehst. Außerdem haben wir nachfolgend einige SWOT-Analyse-Beispiele unter Nutzung dieser Vorlage aufgelistet.

Vorlage für eine SWOT-Analyse

Sobald du die SWOT-Analyse-Vorlage ausgefüllt hast, wird es Zeit, das Brainstorming in greifbare nächste Schritte umzuwandeln.

Wie nutze ich eine SWOT-Analyse?

Beginne damit, nach Verbindungen zu suchen. Wenn du eindeutige Verbindungen zwischen Stärken und Chancen ziehen kannst, wird es Zeit, diese Erkenntnisse in die Tat umzusetzen – beispielsweise wenn du Sonnenbrillen produzierst, die junge Leute ansprechen, und die Gelegenheit hast, ein neues Geschäft bei einem Unicampus zu eröffnen.

Wenn die Schwächen und Risiken allerdings zahlreicher zu sein scheinen als die Stärken und Chancen, solltest du über neue Ziele nachdenken. Wenn beispielsweise dein traditionelles Printunternehmen allmählich von der digitalen Presse überholt wird, könntest du deine Tätigkeit auf digitale Märkte ausweiten.

5 SWOT-Analyse-Beispiele

Mit den folgenden fünf einfachen SWOT-Analyse-Beispielen siehst du, wie das Prinzip funktioniert.

1. Bananen zum Frühstück

Zerschnittene Banane

SWOT-Analyse Beispiel mit einer Banane zum Frühstück

Strategie: Der günstige Preis, der Nährwert und die Vielseitigkeit von Bananen machen sie zu einer guten Wahl, ungeachtet der vernachlässigbaren Mängel und der Alternativoptionen.

2. Wochenendausflug an den See

See mit Bäumen im Hintergrund

SWOT-Analyse Beispiel mit: Ausflug an den See

Strategie: Die Schönheit der Natur und die zahlreichen möglichen Aktivitäten machen den See zu einem verlockenden Ausflugsziel. Andere Orte sind allerdings gegebenenfalls weniger teuer und bergen weniger körperliche Risiken.

3. Joggen nach der Arbeit

Joggender Mann auf Straße

SWOT-Analyse Beispiel mit: Joggen nach der Arbeit

Strategie: Die Vorteile eines wirkungsvollen Trainings, das die Chance auf gute Laune und das Treffen spannender Menschen birgt, überwiegen die Nachteile wie die im Anschluss benötigte Dusche eindeutig.

Lass uns nun zu etwas ernsthafteren SWOT-Analyse-Beispielen übergehen, denn wie du gleich sehen wirst, ist SWOT natürlich auch wunderbar für Projektmanagement-Entscheidungen am Arbeitsplatz geeignet.

4. Kostenlose oder Open-Source-Projektmanagement-Software

Wolken im Himmel schreiben das Wort freeSWOT-Analyse Beispiel mit Projektmanagementsoftware

Strategie: Kostenlose Projektmanagement-Software hat ihre Beschränkungen, aber für kleine Teams oder Freiberufler*innen, die sie erst einmal ausprobieren möchten, kann sie eine gute Wahl sein. Gleichzeitig ist sie jedoch kein Ersatz für eine vollwertige Projektmanagement-Lösung.

5. In den Schulferien einen jungen Praktikanten oder eine Praktikantin beschäftigen

Ausweise auf dem "Summer Intern" stehtSWOT-Analyse Beispiel mit: Praktikant einstellen

 

Strategie: Mit einer guten Vorbereitung und den richtigen Erwartungen kann ein Sommerpraktikum viele Vorteile bringen.

Bereit für deine eigene SWOT-Analyse-Strategie?

Du weißt nun, was sich hinter SWOT verbirgt, und hast einige SWOT-Analyse-Beispiele gesehen. Jetzt wird es Zeit, die Methode selbst mit deinem Team auszuprobieren!

Erzähl uns gern in den Kommentaren von deinen Erfahrungen.

Suchst du nach Projektmanagement-Software? Wirf einen Blick auf Capterras Liste der besten Projektmanagement-Softwarelösungen!

 

Enjeux du big data : les tendances qui vont freiner ou accélérer votre carrière en 2019

Enjeux big data les tendances qui vont freiner ou accélérer votre carrière en 2019

“Tout robot aura droit à son jour de gloire et celui-ci s’avérera être le dernier jour de votre carrière.”

“J’ai participé à l’invasion des robots. Tout ce que j’y ai gagné, c’est une clé USB et une lettre de renvoi.”

“Conseil IA du jour : emparez-vous des postes occupés par des humains.”

Vous commencez à voir apparaître des publications de ce genre dans votre fil d’actualité ? Rien d’étonnant : certains adorent faire planer l’ombre d’une révolte des machines en avertissant des dangers de l’automatisation et en dramatisant les enjeux du big data.

Enjeux big data les tendances qui vont freiner ou accélérer votre carrière en 2019

Pas de panique. Respirez profondément.

Ne vous inquiétez pas. Peu importe que les robots prennent nos emplois. Ce ne sont quand même pas des algorithmes incompréhensibles qui vont nous empêcher de dormir, pas vrai ? Le mieux est de ne pas s’en faire, et pas seulement parce que nous sommes résignés face au développement de l’intelligence artificielle.

Pour être honnête, ce ne sont pas les machines qui devraient nous préoccuper le plus, mais une entité bien plus déstabilisante et plus proche de nous que l’automatisation.

Si l’humanité telle que nous la connaissons est en déclin, c’est en partie à cause du big data et de l’analytique. Cela vous surprend ?

Et pourtant, c’est la vérité : la tendance big data justifie que vous commenciez à éplucher les petites annonces à la recherche d’un nouvel emploi. Quelle entreprise aurait besoin de vous alors qu’elle détient de fabuleuses données ?

Si vous tenez à votre poste, voici quatre tendances du big data à garder à l’œil en 2019.

Les entreprises commenceront à se fier aux données plutôt qu’à leur instinct

De plus en plus d’entreprises essaient de baser leur stratégie et leur fonctionnement sur les données. Elles sont désormais nombreuses à préférer s’appuyer sur des informations précises et vérifiables pour prendre des décisions plutôt que de se fier à leur intuition ou à leurs affinités. Ces informations apportent de la cohérence et de la légitimité aux décisions, tout en offrant de beaux résultats face à la concurrence.

La majorité des entreprises sont guidées par une vision unique, celle d’une personne ou d’une équipe de décisionnaires aguerris. Mais, à l’heure où des ordinateurs peuvent quantifier et calculer tout ce qui a trait aux affaires, les leaders ne savent plus vraiment comment définir leur valeur ajoutée. Que vous reste-t-il à proposer si votre intuition n’a plus d’intérêt pour votre entreprise ?

Les compétences exigées de la part des data scientists seront moins pointues

Aujourd’hui, l’analytique en self-service et les outils de business intelligence font fureur. Simples d’utilisation pour tout un chacun, avec ou sans connaissances techniques préalables, ils permettent de réaliser des tâches autrefois réservées aux data scientists.

D’après Gartner (étude en anglais, accessible aux clients Gartner), les “citizen data scientists” ou “Citizen X” devraient se développer cinq fois plus rapidement que les spécialistes traditionnels de l’analytique d’ici 2020.

2020 sera une grande année pour les Citizen X : plus de 40 % des tâches associées à la science des données seront automatisées avant cette date, ce qui engendrera une croissance de la productivité et une extension de l’activité des spécialistes citizen data. Et avant la fin de l’année 2019, les utilisateurs de logiciels de BI produiront plus d’analyses que les spécialistes de l’analytique (communiqué en anglais, accessible aux clients Gartner).

Les experts des données devront disputer progressivement leur place aux Citizen X. Se convertiront-ils en instructeurs pour les nouvelles recrues afin de contribuer au succès de l’analyse des données ou chercheront-ils refuge dans d’autres domaines, secteurs et fonctions à mesure que les entreprises trouveront leur compte avec les Citizen X ?

Les Citizen X et les travailleurs familiers des enjeux du big data, bien formés dans le domaine et capables d’exploiter des données pour atteindre des objectifs commerciaux, pousseront vers la sortie ceux qui n’ont aucune connaissance en analytique.

Vos entretiens d’embauche seront évalués par un jury virtuel

Comme si les entretiens d’embauche n’étaient pas déjà suffisamment stressants, vous devrez faire face au verdict silencieux des données. Les processus de recrutement incorporent déjà de plus en plus l’analytique. À l’avenir, les travailleurs devront se préparer à affronter les épreuves habituelles des processus de recrutement, mais aussi à faire face aux défis posés par leur profil de données.

Regroupées, analysées et comparées dans un processus de tri élaboré, les données constitueront un argument convaincant dans le choix d’un candidat plutôt que d’un autre. Mais le big data représente aussi une possibilité de raffiner le processus de recrutement.

Tom O’Neill, directeur technique et cofondateur de Periscope Data, décrit la manière dont le big data a influencé le processus de recrutement au sein de son entreprise :

“Nous savons quelles sources ont le plus d’intérêt. Nous savons quand le filtrage téléphonique ne fonctionne pas, c’est-à-dire quand il rejette ou accepte trop de candidatures inadéquates, et nous savons comment résoudre le problème. Nous procédons à une révision hebdomadaire des données. C’est un processus itératif et très pragmatique”, précise O’Neill.

Pour Tom O’Neill et Periscope Data, la priorité consiste à utiliser les analyses pour optimiser le recrutement et pour offrir la meilleure expérience possible aux candidats :

“Nous voulons que l’expérience de recrutement soit agréable pour les candidats que nous rencontrons. Je pense donc que nous optimisons autant que faire se peut l’évaluation des postulants et le reste de la procédure pour pouvoir garantir une bonne expérience à chacun.”

Les cadres n’y échapperont pas

Vous pensiez ne devoir vous préoccuper que de l’automatisation ? Détrompez-vous. Vous pensiez être à l’abri parce que vous faites un travail principalement intellectuel ? Pensez-y à deux fois. Le big data et l’analytique pour tous vont entraîner l’obsolescence de certaines professions.

Ressources humaines : nous avons déjà vu comment le big data transformera les processus de recrutement du point de vue des candidats. Par extension, il influencera aussi les compétences exigées des spécialistes des RH. Les professionnels du secteur devront maîtriser l’analyse de données et la prise de décision fondée sur les données.

 Médecine : certains aspects de la pratique de la médecine peuvent désormais être automatisés grâce au machine learning et au big data. Par exemple, Watson, l’intelligence artificielle d’IBM, est déjà capable de diagnostiquer aussi bien voire mieux qu’un humain un cancer sur la base de données tirées d’analyses IRM. Combien de temps devrons-nous encore attendre avant de faire appel au docteur Big Data pour notre prochain examen ?

Finances et assurances : en matière d’impôts et de taxations, le big data s’est déjà fait une belle place des deux côtés de la barrière. Actuellement, les contribuables peuvent remplir leurs déclarations d’impôt en ligne et les administrations s’appuient sur le machine learning pour repérer et examiner des fraudes éventuelles. Les courtiers en assurances devraient également disparaître. Pourquoi faire appel à eux alors que le big data permet de déterminer en un instant la meilleure couverture du marché ?

Rédaction et journalisme : ce billet est peut-être le dernier écrit par un être humain car le big data ne devrait pas tarder à remplacer les rédacteurs, ou du moins les épauler. Des outils d’analyse narrative basés sur le machine learning et le big data pourraient agencer des 0 et des 1 pour produire des textes convenables et des articles de presse convaincants. Les sujets les plus courants comme la finance et les sports seront les premières cibles, mais il ne faudra probablement pas longtemps avant que les autres domaines ne soient aussi conquis.

Conseils : anticipez les enjeux du big data

  • Acquérez des compétences analytiques avant qu’elles ne soient indispensables : préparez-vous à vous familiariser encore plus avec les tableaux de bord et les rapports analytiques, car la maîtrise des données sera une compétence attendue à l’avenir (l’équivalent des compétences informatiques actuelles).
  • Trouvez votre créneau : améliorez vos compétences et votre expérience analytiques en utilisant les données. Intégrez une vision orientée sur les données dans la stratégie de votre département ou développez des politiques de maintenance de la qualité et de la conformité des données.
  • Redéfinissez la valeur singulière de l’humain : lorsque le big data se sera imposé dans tous les postes possibles, orientez-vous vers les domaines à haute valeur ajoutée qui nécessitent un peu d’humanité ou inventez carrément une nouvelle profession.

Pour aller plus loin

Collaborative analytics : les 5 meilleurs logiciels de BI

outils de business intelligence

L’analyse des données n’est plus réservée aux data scientists. Chaque employé, du vendeur au responsable RH, doit pouvoir les interpréter afin de prendre des décisions éclairées.

La collaborative analytics est l’une des clés du partage des informations. Elle regroupe les éléments du processus analytique au cours duquel les analystes et autres membres de l’équipe collaborent afin d’atteindre des objectifs communs. Parmi ces éléments, on compte :

  • Le partage de données
  • L’analyse collective
  • La prise de décision conjointe

Malgré les bénéfices de cette approche (augmentation des revenus et accélération du processus décisionnel, notamment), les équipes analytiques et commerciales devraient collaborer davantage.

Qu’est-ce qui empêche les PME de se lancer dans l’analyse collaborative des données ? Tout d’abord, les équipes ne savent probablement pas de quelles ressources les autres disposent et n’ont peut-être pas conscience de l’existence d’objectifs communs.

Les entreprises qui investissent dans un outil de business intelligence (BI) équipé de fonctionnalités collaboratives et qui intègrent cet outil aux flux de travaux de leurs équipes peuvent décloisonner l’information et voir leurs marges d’exploitation grimper considérablement.

Cet article vous aide à comparer les outils de business intelligence les plus appréciés des utilisateurs qui offrent des fonctionnalités analytiques. Pour savoir comment nous les avons sélectionnés, rendez-vous en bas de page.

Les meilleures applications de BI pour la collaborative analytics (par ordre alphabétique) :

infographie les 5 meilleures applications de BI analytique collaborative 2019

Databox : outil de BI pour appareil mobile, transparence des données renforcée

Databox est un outil de business intelligence conçu pour le mobile. Il s’adresse aux équipes de ventes et de marketing des PME ainsi que des plus grandes sociétés. Il fonctionne sur tous les appareils mobiles, montres connectées incluses. Les applications natives sont disponibles pour les plateformes iOS et Android.

L’outil centralise des données extraites de nombreuses applications, dont HubSpot, Salesforce, Stripe et Google Analytics. Il inclut aussi une bibliothèque de modèles permettant de créer des tableaux de bord et de segmenter et filtrer les informations en glisser-déposer.

Capacités de collaborative analytics de Databox

Databox offre à ses utilisateurs de nombreuses fonctionnalités en matière de collaborative analytics :

  • Partage de données avec les collègues et demande d’intervention par marquage des informations concernées
  • Création d’un data wall (“mur de données”) à partir d’informations tirées de différentes sources et partage avec l’équipe
  • Ajout d’annotations et création de rapports partageables
  • Permission d’accès aux différents ensembles de données pour limiter la consultation ou la modification à certains utilisateurs
  • Alertes e-mail en cas d’anomalie
  • Fiches d’évaluation quotidiennes et rapports hebdomadaires sur les mises à jour des données
outils de business intelligence
Databox permet d’ajouter des annotations visibles par tous les utilisateurs disposant d’un droit d’accès au tableau de bord.

Avis utilisateurs

D’après les avis publiés sur GetApp, voici les fonctionnalités de collaborative analytics les plus appréciées par les utilisateurs de Databox :

  • Options de partage rapide de graphiques et d’autres éléments visuels.
  • Gain de temps et économie d’efforts grâce à l’accès centralisé à toutes les mesures importantes.
  • Gestion facile et collaboration renforcée avec les membres de l’équipe et les clients sur différents IRC et mesures.
  • Coordination de tous les collaborateurs sur les chiffres et transparence des données dans l’ensemble des équipes.
  • Partage de modèles personnalisés créés par les membres de différentes équipes.

Public potentiel

Databox est une plateforme de business intelligence pour mobile. Elle convient particulièrement aux employés et/ou aux équipes qui travaillent à distance ou sont souvent en déplacement.

Les entreprises qui ont besoin que leurs équipes commerciales et de marketing travaillent en étroite collaboration, les sociétés B2B, les points de vente et les agences de voyage devraient apprécier Databox. Disponible en anglais uniquement.

Dundas BI : outil d’exploration et d’analyse des données avec fonctionnalités collaboratives uniques

Dundas BI est un outil d’exploration et d’analyse des données qui inclut des fonctionnalités telles que la visualisation des données, les tableaux de bord et les options de reporting. Le logiciel est disponible en cloud et en local. Conçu en HTML5, Dundas BI est aussi accessible sur les plateformes mobiles.

En plus de ses fonctionnalités principales (tableaux de bord, graphiques, fiches et diagrammes personnalisables), Dundas BI présente des outils de communication et de collaboration qui transforment l’analyse de données en effort collectif.

Capacités analytiques collaboratives de Dundas BI

Dundas BI inclut de nombreuses fonctionnalités collaboratives uniques qui s’ajoutent à des options plus communes comme le partage de données, les annotations ou encore les notifications par message et par e-mail.

Voici quelques-unes de ses principales fonctionnalités de collaborative analytics :

  • Partage de tableaux de bord, de rapports et de fiches d’évaluation interactifs aussi bien en version desktop qu’en version mobile.
  • Ajout de notes aux graphiques et aux tableaux de bord, publication de questions, discussion de résultats et demande d’actions de suivi.
  • Modification de la valeur des données par les utilisateurs autorisés pour améliorer la précision des analyses selon les dernières évolutions commerciales.
  • Notifications par e-mail et par texto en cas de réponse à des publications, de mise à jour, de partage de nouveaux rapports ou de correction des données.
  • Programmation de rapports réguliers pour différents groupes d’utilisateurs ainsi que création de messages personnalisés.
  • Outil diaporama renforçant les fonctionnalités de storytelling et permettant de répondre aux questions des utilisateurs portant sur l’analyse des données.
outils de business intelligence
Dundas BI permet aux utilisateurs d’ajouter et de répondre à des commentaires.

Avis utilisateurs

D’après les avis publiés sur GetApp, voici ce que pensent les utilisateurs de Dundas BI.

  • Possibilités d’annotation de points de données, options de création et de réponses aux commentaires, programmation de génération de rapports.
  • Option “notification en fonction des données” pour l’envoi d’alertes par e-mail lorsque certaines mesures dépassent ou plongent sous les seuils fixés.
  • Un utilisateur suggère l’ajout d’une fonction d’envoi de messages aux membres de l’équipe.
  • La fonctionnalité de contrôle des versions est un peu déroutante.

Public potentiel

Dundas BI offre des tableaux de bord et des outils de visualisation des données interactifs et personnalisables. C’est un bon logiciel pour les petites entreprises qui veulent visualiser leurs données. Il présente également des fonctionnalités avancées comme l’analytique intégrée, très utile dès que la complexité de vos données et de vos besoins analytiques augmente. Disponible en anglais uniquement.

QlikView : outil analytique guidé pour débutants

QlikView est un outil guidé d’analytique cloud qui accompagne la découverte de données et la génération d’informations détaillées.

Il présente des fonctionnalités avancées de reporting et s’intègre à des sources multiples dont les sites de réseaux sociaux, d’autres sites Web ou encore des bases de données locales pour récolter les informations pertinentes.

QlikView inclut également le contrôle granulaire des tableaux de bord et de la disposition des données ainsi qu’un contrôle top-down des applications analytiques, des permissions et de la gestion des données.

Capacités analytiques collaboratives de QlikView

QlikView présente de nombreuses fonctionnalités de collaborative analytics comme le partage de tableaux de bord, l’ajout d’annotations et la création de discussions autour de points de données. À cela s’ajoutent des capacités uniques comme les “collaborations de sessions”.

Voici quelques-unes des fonctions clés de collaborative analytics de QlikView :

  • Partage de tableaux de bord et de représentations visuelles des données comparable au partage d’écran d’autres outils collaboratifs.
  • Visualisation, rédaction, correction et suppression d’annotations et lancement de discussions sur les données.
  • Création d’instantanés des graphiques et des tableaux de bord lors de l’ajout d’une note ou d’une annotation pour aider les autres utilisateurs à saisir le contexte des discussions.
  • Fonctionnalité “collaboration de sessions” qui permet d’inviter d’autres utilisateurs à se joindre à une conversation par téléphone ou par voix sur IP.
  • Partage de tableaux de bord avec des collègues ou des clients qui ne possèdent pas de compte QlikView par simple envoi de lien par e-mail (valide jusqu’à la connexion au système).
outils de business intelligence
La fonctionnalité “Notes” de QlikView vous permet d’ajouter des commentaires et des questions.

Avis utilisateurs

D’après les avis publiés sur GetApp, voici les fonctionnalités de collaborative analytics les plus appréciées par les utilisateurs de QlikView :

  • Partage rapide d’informations, de tableaux de bord et de rapports avec les autres membres de l’équipe par publication en ligne.
  • Contrôle des autorisations d’accès aux fichiers partagés par une console d’administration.
  • Association de données issues de différentes sources et facilitation de la collaboration de différentes équipes sur des jeux de données coordonnés en temps réel.

Public potentiel

QlikView est une solution d’analytique guidée tout indiquée pour les débutants. QlikView offre un ensemble de supports de formation et de vidéos démos qui permet d’accélérer la prise en main de l’outil.

Sisense : plateforme BI agile avec agent conversationnel intégré

Sisense est un outil de business intelligence de bout en bout qui améliore la collaboration entre équipes commerciales et informatiques. Sa méthodologie flexible aide les utilisateurs à s’adapter aux exigences changeantes de l’analyse de données. Le logiciel peut être déployé en local ou en cloud.

Sisense s’intègre à vos outils d’analyse Web et de CRM ainsi qu’à vos plateformes publicitaires et inclut des fonctionnalités comme les tableaux de bord, des options composites ou encore des outils de reporting et de gouvernance des données.

Vous pouvez segmenter les données et partager des représentations visuelles et des tableaux de bord avec le reste de votre équipe.

Capacités de collaborative analytics de Sisense

Sisense inclut certaines fonctionnalités de collaboration avancées comme un agent conversationnel intégré, qui oriente les conversations et offre automatiquement des informations détaillées.

Voici quelques fonctionnalités de collaborative analytics proposées par Sisense :

  • Publication de tableaux de bord en un clic et partage avec les équipes ; possibilité de partage des tableaux de bord avec des utilisateurs externes par envoi d’un e-mail contenant une URL.
  • Visualisation, modification, filtrage et exploitation des données par des utilisateurs multiples en temps réel et collaboration en direct sur les analyses.
  • Mises à jour régulières des tableaux de bord, graphiques en version PDF et messages personnalisés accessibles sur téléphone mobile, par e-mail, par Slack ou par Skype.
  • Création de groupes d’utilisateurs et établissement d’autorisations d’accès aux jeux de données.
  • Distribution automatisée d’informations par Sisense Boto, agent conversationnel intégré, via différents canaux de communication comme Slack, Skype ou Messenger. Possibilité d’ajout de données à des chats de groupe pour les partager et en discuter avec d’autres membres de l’équipe.
outils de business intelligence
Les utilisateurs peuvent ajouter des commentaires et lancer des conversations sur l’analyse des données dans Sisense.

Avis utilisateurs

D’après les avis publiés sur GetApp, voici les fonctionnalités de collaborative analytics les plus appréciées par les utilisateurs de Sisense.

  • Fonctionnalités de partage de tableaux de bord et de visualisation de données simples et rapides sur mobile comme sur ordinateur.
  • Simplification de la communication, meilleure compréhension des ICP et transformation de l’approche de l’analyse des données grâce aux tableaux de bord.
  • Boost des activités grâce à la facilitation de l’accès et du partage des données.

Public potentiel

Sisense est une bonne solution pour les équipes et les entreprises de la plupart des secteurs, dont ceux du marketing digital, de la vente et du commerce en ligne, qui veulent créer rapidement des représentations visuelles de leurs données et des tableaux. Les fonctionnalités en glisser-déposer du logiciel et ses outils d’analyse approfondie permettent à tous, même à ceux qui n’ont pas de compétences de codage, d’analyser leurs données.

Tableau : outil de BI et de visualisation des données avec options de collaboration flexibles

Tableau est un outil de business intelligence et de visualisation des données utile à toutes les structures, des organisations sans but lucratif aux grandes sociétés en passant par les PME. Il est disponible en cloud sous l’appellation Tableau Online et en local sous l’appellation Tableau Server.

L’outil offre une variété de fonctionnalités, dont les tableaux de bord, les représentations visuelles interactives, les cartes géographiques, les séries chronologiques et l’analyse de sondages. Il inclut également des options de collaboration qui aident les membres de l’équipe à partager des données et des visuels et à lancer des conversations au sujet des données.

Capacités de collaborative analytics de Tableau

Tableau prend en charge de nombreuses options de collaboration comme les commentaires et le partage de tableaux de bord ainsi que quelques fonctionnalités très pointues comme “Viz snapshot”.

Voici certaines des fonctionnalités de collaborative analytics proposées par Tableau :

  • Publication et partage de tableaux de bord permettant aux membres de l’équipe d’accéder à des informations détaillées, de poser des questions et de laisser des commentaires.
  • Mention de membres de l’équipe pour encourager la consultation et la discussion des données.
  • Détermination de droits d’écriture pour permettre aux utilisateurs de modifier des annotations, de redimensionner des en-têtes et de mettre à jour des axes.
  • Retour sur les révisions effectuées et republication d’anciennes versions de l’analyse des données.
  • Fonctionnalité “Viz snapshot” permettant d’ajouter des captures d’écran d’étapes précédentes de l’analyse des données à un commentaire pour aider l’équipe à saisir le contexte des discussions.
  • Mises à jour quotidiennes ou hebdomadaires des tableaux de bord.

Tableau Mobile inclut les mêmes fonctionnalités collaboratives que la version pour ordinateur.

outils de business intelligence
La fonctionnalité “Viz snapshot” de Tableau permet aux utilisateurs d’ajouter des images aux commentaires.

Avis utilisateurs

D’après les avis publiés sur GetApp, voici les fonctionnalités de collaborative analytics les plus appréciées par les utilisateurs de Tableau :

  • Variété d’options de partage simplifié des tableaux de bord, des rapports et des graphiques.
  • Outils de visualisation très efficaces pour communiquer des messages avec l’équipe et les cadres.
  • Possibilité de présenter les données dans des tableaux de bord ou dans des story-boards plus élaborés et de les partager en ligne ou sous forme de PDF.

Public potentiel

Tableau est idéal pour les entreprises et les équipes qui travaillent sur des sources de données multiples et ont besoin de fonctionnalités analytiques avancées. Les PME dont les employés maîtrisent l’analyse des données navigueront plus facilement dans l’outil, dont la courbe d’apprentissage est assez raide selon les avis utilisateurs publiés sur GetApp.

Pour aller plus loin

De nombreux facteurs entrent en ligne de compte dans la sélection d’un logiciel. Voici quelques éléments à garder à l’esprit :

  • Assurez-vous que le logiciel propose toutes les fonctionnalités nécessaires. Identifiez les options dont vous avez besoin ainsi que celles qui pourraient vous servir à l’avenir et choisissez un outil qui inclut la plupart d’entre elles.
  • Sélectionnez un logiciel qui s’intègre à vos outils CRM, marketing, RH et comptabilité.
  • Optez pour une solution adaptée à votre budget et qui pourra évoluer pour ajouter des licences et des utilisateurs supplémentaires.
  • La plupart des éditeurs proposent des versions d’essai gratuites, des démos et des versions gratuites de leurs logiciels. Profitez-en pour tester les outils intéressants et retenir les plus adaptés à vos activités.

Ressources complémentaires

La présentation des logiciels ci-dessus devrait vous aider choisir un outil de BI qui vous facilitera l’analyse collaborative des données. Pour en savoir plus sur les outils de BI, n’hésitez pas à consulter les ressources suivantes :

  • Comparaison d’autres logiciels de BI incluant des fonctionnalités de collaborative
  • Comparaison point par point des applications de BI reprises dans cet article
  • Autres articles consacrés à la business intelligence sur notre blog

Critères de sélection

Les logiciels sélectionnés dans cet article sont des outils de business intelligence qui offrent des options de collaborative analytics et dont la note moyenne attribuée par les utilisateurs était la plus élevée parmi les produits les plus évalués au cours de la semaine de rédaction de cet article (semaine du 1er avril 2019).

Voici comment nous avons procédé.

  • Nous avons filtré les produits qui offrent des outils collaboratifs. Nous en avons sélectionné 50, que nous avons classés par ordre décroissant selon le nombre d’avis utilisateurs. Parmi les 10 produits ayant reçu le plus d’évaluations, nous avons retenu ceux qui avaient obtenu les meilleures notes.
  • La section “Avis utilisateurs” de chaque produit est basée sur l’analyse du feed-back publié par les utilisateurs sur GetApp à propos des fonctionnalités visées.
  • Les informations complémentaires proviennent des sites Web des éditeurs et d’autres sources secondaires.

REMARQUE : cet article reflète les opinions et les points de vue exprimés par des utilisateurs ; il n’est pas représentatif de l’opinion de GetApp.

 

 

Was ist Business Intelligence? Ein Leitfaden für Anfänger

Business Intelligence Daten als Säulendiagramm

Business Intelligence Daten als SäulendiagrammWenn du auf diesen Artikel geklickt hast, interessierst du dich wahrscheinlich für Business Intelligence (BI), weißt aber unter Umständen noch nicht viel darüber. Was ist Business Intelligence also genau? Wir versuchen uns an einer einfachen Erklärung.

In deinem Unternehmen hast du mit BI vielleicht in Zusammenhang mit Statistiken, Diagrammen und Grafiken zu tun, die häufig in einem Business Intelligence-Dashboard angezeigt werden.

Wechseln wir jedoch auf eine höhere Ebene, kann Business Intelligence äußerst komplex werden. Zum Glück ist es ziemlich leicht, Basiswissen über BI zu erlangen, wie wir dir in diesem Artikel zeigen werden. Du erhältst hier einen Überblick über folgende Aspekte:

  • Definition Business Intelligence
  • Den (überraschend interessanten) Hintergrund von Business Intelligence
  • Warum BI eine gute Option für kleine Unternehmen ist
  • Beispiele für einige beliebte BI-Apps
  • Artikel zu diesem Thema mit weiteren Informationen

Definition Business Intelligence

Gartner definiert Business Intelligence als „Sammelbegriff für die Software-Anwendungen, Infrastruktur, Tools und besten Methoden, um auf Informationen zuzugreifen und sie zu analysieren, mit dem Ziel, bessere Entscheidungen zu treffen und die Leistung zu optimieren.“

Aber die Geschichte der BI nahm schon viel früher ihren Anfang.

Tipp: Wer sich für die Geschichte nicht sonderlich interessiert, kann gerne zum Absatz „Eignet sich Business Intelligence nur für große Unternehmen und Konzerne?“ springen.

Die Anfänge der Business Intelligence

Der Begriff „Business Intelligence“ wurde erstmals 1865 in dem Buch „Cyclopædia of Commercial and Business Anecdotes“ von Richard Millar Devens erwähnt. Hier erzählt der Autor die Geschichte des Bankiers Sir Henry Furnese, der sich eine frühe Form der Business Intelligence zunutze machte. Er erhielt Kriegsberichte von der Front und traf seine Geschäftsentscheidungen dementsprechend. Auf diese Weise war er seiner Konkurrenz immer einen Schritt voraus und äußerst erfolgreich. König William belohnte ihn für seine Verdienste sogar mit einem Diamantring.

Das ist ein guter Ansatzpunkt für Business Intelligence: Anhand von Daten und deren richtiger Auswertung werden Entscheidungen für den Unternehmenserfolg getroffen.

Jedoch geht Business Intelligence auch mit einer großen Verantwortung einher und leider war „die Versuchung selbst für diesen angesehenen und geehrten Bankier zu hoch“ (S. 264). Er dachte sich Nachrichten und Daten aus, um seine Konkurrenz zu manipulieren. Scheinbar wies er sogar seine Makler an, sich – je nachdem, ob er kaufen oder verkaufen wollte – in ihrem Auftreten und Verhalten an die Situation anzupassen.

Im Jahre 1989 schlug der Analytiker Howard Dresner „Business Intelligence“ als Begriff vor für „Konzepte und Methoden zur Verbesserung von Geschäftsentscheidungen auf Grundlage faktenbasierter Unterstützungssysteme.“ Ab diesem Zeitpunkt war „Business Intelligence“ in der Geschäftswelt verankert.

Eignet sich Business Intelligence nur für große Unternehmen und Konzerne?

Nein! In der Vergangenheit wurde BI tatsächlich hauptsächlich in Konzernen eingesetzt, da sie noch nicht für kleine Unternehmen erschwinglich war und viel Zeit in Anspruch nahm. Große Unternehmen verfügten über die nötige Infrastruktur (Mitarbeiter, Technologie, finanzielle Mittel), um in BI zu investieren. Durch Cloud Computing und andere technische Errungenschaften ist diese Lösung jetzt jedoch auch für kleine Unternehmen finanzierbar.

Warum Business Intelligence eine gute Option für kleine Unternehmen ist

Im Laufe der Zeit werden in einem wachsenden Unternehmen mit hoher Wahrscheinlichkeit verschiedene Tools zur Verwaltung eingesetzt. In Excel wird beispielsweise das prognostizierte Wachstum angezeigt und Google Analytics stellt eine Menge Traffic-Daten zur Verfügung. Wichtig ist hierbei, nicht nur die einzelnen Komponenten zu betrachten, sondern auch den Gesamtzusammenhang.

Ein zentrales Dashboard zur Überwachung und Verwaltung der Daten hilft nicht nur bei der Umsatzsteigerung, sondern auch dabei, Fehler und Probleme zu verhindern.

Einige Beispiele für BI-Apps

Basierend auf GetApp-Nutzerbewertungen und Informationen werden im Folgenden einige BI-Apps vorgestellt, um einen Einblick in ihre Funktionen und die Meinungen der Nutzer*innen zu erhalten.

Microsoft Power BI

Microsoft Power BI bietet ein intuitives Design und ist somit gut für BI-Einsteiger*innen geeignet. Die Software basiert auf dem Drag & Drop-Prinzip und verfügt über viele Möglichkeiten, Dashboards und weitere Informationen zu teilen. Weiterhin gehört sie zum riesigen Microsoft-Ökosystem und lässt sich somit auch in andere Business-Apps wie Salesforce, Google Analytics, Quickbooks und Zendesk integrieren. Power BI verfügt weiterhin über leistungsstarke Mobilgeräte-Apps für die Betriebssysteme iOS, Android und (natürlich) Windows Phone.

Einige Features von Microsoft Power BI:

  • Dashboards und Berichte in Echtzeit
  • Datenabfrage mit natürlicher Sprachverarbeitung
  • Datenbasierte Einblicke per mobiler App
  • Tools zur Datenvisualisierung
  • Erweiterte Freigabeoptionen

Ein Screenshot des BI-Tools Microsoft Power BI

Der SoftwareAdvice-Nutzer Juan Navarro schreibt: „Ich hätte nicht gedacht, dass mir das Tool so gut gefällt. Ich konnte schnell und einfach richtig gute Visualisierungen und Berichte auf Grundlage von einfachen Tabellen und Flat Files erstellen. […] Office-Nutzer werden dieses Tool lieben, vor allem die klare Benutzeroberfläche, die an andere Microsoft-Produkte erinnert und mit der man mühelos neue Dashboards erstellen kann.“

Tableau Software

Tableau entwickelte sich ursprünglich aus einem Forschungsprojekt der Stanford University und ist insbesondere für seine Datenvisualisierungen bekannt. Die Visualisierungen von Tableau werden auf der ganzen Welt in den verschiedensten Bereichen eingesetzt, um informierte unternehmerische Entscheidungen zu treffen. Der Grundgedanke hinter Tableau war, dass niemand selbst programmieren müssen sollte, um die eigenen Daten sinnvoll nutzen zu können. Stattdessen sollte man die Daten einfach abrufen können und dann visuell präsentiert bekommen. Schon mal im Voraus: Tableau richtet sich an mittelgroße und große Unternehmen und ist somit für kleine Betriebe sehr wahrscheinlich zu teuer.

Einige Features von Tableau:

  • Interaktive Dashboards
  • Eine Liste der nativen Konnektoren
  • Hinterlassen von Kommentaren im Dashboard
  • Metadatenmanagement
  • Sicherheitsberechtigungen auf allen Ebenen
  • Datenimport aller Größen und Bereiche
  • Server REST API

GetApp-Nutzer Allan Delmare schreibt in seiner Bewertung: „Diese Software ist bei weitem die einfachste BI-Software, die ich je genutzt habe. Und ich habe Zoho, Excel Pivot-Tabellen, Microsoft BI und viele mehr probiert. Die Drag & Drop-Analyse ist einfach kinderleicht. Wenn man jedoch eine komplizierte Analyse benötigt, die über eine normale X- und Y-Achse hinausgeht, muss man ein bisschen programmieren lernen.

Zum Glück gibt es in Community-Foren und Online-Blogs richtig viele kostenlose Anleitungen. Es kostet jedoch Zeit, diese Tutorials zu lesen und wenn man nicht genau das machen möchte, was die Beispiele zeigen, braucht man noch mehr Zeit, um alles an die eigenen Wünsche anzupassen. Der Preis liegt bei ungefähr 800 EUR im Jahr, es ist also eine etwas größere Investition. Trotzdem würde ich Tableau allen anderen Softwarelösungen vorziehen.“

Weitere Informationen

Trotz der Menge an Informationen (wer war nochmal Sir Henry?) sollte dieser Artikel Business Intelligence einfach erklärt und einen guten ersten Eindruck geschaffen haben. Wenn du dein Wissen vertiefen möchtest, findest du nachstehend weitere Artikel zum Thema Business Intelligence. Und solltest du Fragen oder Kommentare haben, teile sie uns gerne unten mit.

Mobile BI: Praktische Business Intelligence-Apps für Android

Positiv verlaufende Graphen vor einem Handy

Obwohl iOS einen großen Marktanteil hält, nutzen mehr als eine Milliarde Menschen täglich Android. Wenn du einer dieser Droid-Nutzer bist und in einem kleinen bis mittelgroßen Unternehmen arbeitest, solltest du unbedingt weiterlesen. Dieser Artikel basiert auf Daten aus dem Category Leaders-Ranking von GetApp für Business Intelligence-Lösungen (BI) und konzentriert sich auf mobile BI-Apps, die auch in einer Version für Android zur Verfügung stehen.

Positiv verlaufende Graphen vor einem Handy

Wie ich bereits im Artikel Leistungsfähige Business Intelligence Apps für iOS geschrieben habe, definiert Gartner Business Intelligence als „Sammelbegriff für die Software-Anwendungen, Infrastruktur, Tools und besten Methoden, um auf Informationen zuzugreifen und sie zu analysieren, mit dem Ziel, bessere Entscheidungen zu treffen und die Leistung zu optimieren“. Anders gesagt: Business Intelligence-Apps nehmen Daten (z. B. Kundeninfos, Vertriebszahlen, Versandzeiten) und präsentieren sie leicht verständlich, normalerweise mithilfe von Grafiken und Diagrammen. Anhand dieser Daten und der entsprechenden Analyse der gesammelten Informationen gewinnt man Erkenntnisse, die zu besseren Geschäftsentscheidungen führen.

Die Mobilgeräteversionen von BI-Apps verfügen allerdings meist über weniger Features und Funktionen als die umfassenderen Web-Varianten. Eine detailreiche Dateneingabe ist daher in den meisten Fällen nicht möglich. Trotzdem können Nutzer*innen von einer umfassenden Übersicht über ihre Analysen auf ihrem Mobilgerät profitieren.

Tableau

Tableau eignet sich für mittelgroße Unternehmen, die (hoffentlich?) auf dem besten Weg sind, sich zu einer großen Firma zu entwickeln. Tableau ist nicht nur ein Tool mit Bericht- und Analysefunktionen, sondern auch eine praktische Lösung zur Datenvisualisierung. Wie bereits im Artikel „Leistungsfähige Business Intelligence Apps für iOS“ geschrieben, machen sich Journalisten, Blogger und gemeinnützige Organisationen aus aller Welt Tableau zunutze, um in der Tableau Public Community über die unterschiedlichsten Themen zu berichten. Obwohl Tableau eine kostenlose Testversion anbietet, bewegt es sich gerade für kleinere Unternehmen in einem eher höheren Preissegment (ab 500 USD pro Jahr, zzgl. Gebühren für weitere Anwender). Aus diesem Grund sollte man sich zunächst die Preisstaffelungen ansehen, bevor man sich für die beste Lösung für sein Unternehmen entscheidet.

Screenshot der Mobile BI App Tableau

Im Vergleich zur Ansicht der Daten im mobilen Webbrowser (d. h. in der Vollversion) soll die Android-Version von Tableau eine bessere Benutzererfahrung bieten. Jedoch zielt die App primär darauf ab, die Daten auf verschiedene Weisen anzuzeigen, anstatt Änderungen daran vorzunehmen. Ein Nutzer, Toby Erkson, schreibt bei Google Play: „Endlich! Jetzt kannst du deine Berichte auf dein Android-Gerät bekommen. Die App hat auf jeden Fall Verbesserungspotenzial, aber es geht schon mal in die richtige Richtung.“

Tableau für Android

Zoho Analytics

Zoho Analytics ist ein Analyse-Tool, das über viele Standard-BI-Features verfügt: Berichte können mit Diagrammen oder Pivot-Tabellen angezeigt werden, Dashboards sind individuell anpassbar und Daten sind in Formate wie TSV, XLS und CSV exportierbar. Weiterhin gibt es eine White-Label-Lösung für ISVs und OEMs. Da es auch Teil der Zoho-Family ist, werden viele Integrationen für Apps wie Zoho CRM oder Zoho Books zur Verfügung gestellt.

Screenshot der Mobile BI App Zoho Analytics

Die Android-Variante von Zoho Analytics bietet eine Vielzahl an Visualisierungsoptionen wie Linien-, Balken-, Säulen, Donut-, Kreis- und Trichterdiagramme. Es gibt verschiedene Möglichkeiten, Daten aufzuteilen, zu sortieren und anzuzeigen, indem man die Berichte nach Typ, Ordner oder anderen Kriterien organisiert. KPI-Dashboards können zentral auf einer Seite angezeigt werden. Eines der besten Features von Zoho Analytics ist die detaillierte Vergabe von Berechtigungen, um genau festzulegen, welche Rechte Gäste und Kolleg*innen für einen Bericht haben.

Zoho Analytics für Android

Microsoft Power BI

In fast jedem Unternehmen wird mindestens eine Microsoft-App eingesetzt: Excel für Analysen oder Finanzen, Word für Dokumente oder Skype for Business für die interne Kommunikation. Microsoft Power BI ist die Microsoft-Lösung zum Erstellen von Berichten und Dashboards. Die Software verfügt über Schnittstellen für Apps wie Salesforce, Facebook, Zendesk und Quickbooks Online und ist dank zahlreicher Drag-und-Drop-Steuerelemente sehr intuitiv bedienbar. Power BI wurde zwar hauptsächlich für mittlere und große Unternehmen entwickelt, ist preislich mit einer kostenlosen und einer Pro-Version ab 8,40 EUR pro Benutzer und Monat aber auch für ein sehr kleines Team oder Unternehmen erschwinglich.

Ein Screenshot der Mobile BI App Power BI

Die Android-Version von Microsoft Power BI ermöglicht den schnellen Zugriff auf Berichte, Dashboards und Diagramme. Bei der Entwicklung stand die Benutzerfreundlichkeit im Vordergrund, sodass man nicht allzu viel Erfahrung braucht, um die App erfolgreich nutzen zu können.

Die mobilen Versionen von Power BI können auch über Gesten gesteuert werden. Einigen Nutzer*innen sind ein paar Probleme aufgefallen, doch Microsoft scheint sich darum zu kümmern und antwortet auf viele der negativen Kommentare.

Microsoft Power BI für Android

War dieser Artikel zu Mobile BI hilfreich für dich?

Ist dir aufgefallen, dass in vielen BI-Apps die Daten hauptsächlich angezeigt werden, aber mehr auch nicht? Hättest du gerne eine mobile BI-App, die einer Vollversion mit allen Funktionen näher kommt oder findest du es besser, dass Nutzer*innen in der App weniger Änderungsmöglichkeiten haben? Schreib uns unten in den Kommentaren und wirf auch einen Blick in den Vergleich der Apps, der in diesem Artikel erwähnt wurde.

Business Intelligence vs. Business Analytics: Wann brauche ich was?

Ansammlung von Symbolen um Business Intelligence vs. Analytics darzustellen

Ansammlung von Symbolen um Business Intelligence vs. Analytics darzustellen

Kleine Unternehmen haben häufig eine ganze Reihe Fragen zu Business Intelligence Analytics und dazu, ob das nun eigentlich ein oder zwei Dinge sind. Die häufigste ist ganz klar: Was brauchen wir eigentlich?

Was eine sehr gute Frage ist, denn irgendwie hängt das alles zusammen – ist aber nicht dasselbe. Den Blüten der Werbesprache sei Dank ist es gar nicht so einfach, die beiden auseinanderzuhalten. Also: Business Intelligence Software und Business Analytics Software sind artverwandt, aber nicht identisch.

Der Unterschied entspricht etwa dem Unterschied, ob ich die Antwort auf eine Frage kenne oder ob ich weiß, wo ich diese Antwort finde. Die eine Gruppe löst also ein unmittelbares Problem, die andere hilft dabei, in Zukunft mit ähnlichen Problemen umzugehen.

Um das noch weiter aufzudröseln, legen wir im Folgenden ausführlich und in einfachen Worten den Unterschied zwischen Analytics und Business Intelligence dar. Wir werden im Folgenden beide Softwaretypen vergleichen und ein paar griffige Beispiele geben.

 

Business Intelligence vs. Business Analytics

Analytics

Analytics-Anwendungen werden auch als Berichtssoftware oder Dashboard bezeichnet. Die meisten Anbieter unterscheiden die drei Begriffe in ihrer Darstellung und der UI, aber im Grunde überlagern sie sich in weiten Teilen.

Analytics-Tools haben üblicherweise die folgenden Eigenschaften:

  • Sie sind häufig Teil größerer, abteilungsspezifischer Softwarelösungen, wie sie zum Beispiel Teams für Vertrieb, Marketing oder Kundendienst verwenden.
  • Die hauptsächliche Funktion ist das Erstellen und Visualisieren von Berichten, häufig gibt es hierfür ein zentrales Dashboard.
  • Sie dienen dazu, Geschäftsprozesse zu verbessern (und nicht etwa dazu, strategische Entscheidungen zu treffen).

Entsprechend sind sie so entworfen, dass sie immer genau die Informationen geben können, die für den entsprechenden Geschäftsprozess wichtig sind. Diese Liste verdeutlicht, welche Art von Fragen ein Analysetool beantworten kann, um einen Prozess zu verbessern:

Geschäftsprozess:

Prozessbezogene Fragen, bei deren Beantwortung Analytics helfen können:

Anrufe bei Bestandskunden  

  • Wie viele Einheiten welcher Produkte hat der Kunde diese Woche/diesen Monat/dieses Quartal abgenommen?
Termine und Schichten für Kundenservicemitarbeiter*innen   festlegen  

  • Wie viele Anfragen gehen an einem durchschnittlichen Werktag ein?
  • Wie viele Anfrage bearbeitet ein Mitarbeiter bzw. eine Mitarbeiterin im Schnitt pro Tag?
Eine neue Marketingkampagne starten
  • Welche vergangenen Kampagnen hatten den besten ROI?
  • Was war die Betreffzeile der am häufigsten geöffneten E-Mail?

Vermutlich beruhen einige bei dir im Unternehmen eingesetzte Softwarelösungen bereits zu einem gewissen Grad auf Analytics-Funktionen. Aber wenn Kolleg*innen zu viel Zeit damit verbringen, für ihre Aufgaben grundlegende Informationen zusammenzutragen, dürfte ein besseres Analytics-Tool Effizienz und Leistung sichtlich steigern.

Business Intelligence

Natürlich ist das alles nicht ganz so einfach, wie wir es bisher dargestellt haben. Der Grund: Die eben beschriebenen Berichts- und Analysetools sind im Grunde keine eigenständige, scharf umrissene Kategorie, sondern Teil einer großen Bandbreite an Lösungen.

„Tatsächlich decken BI-Funktionalitäten bzw. -Techniken ein Spektrum ab, das von relativ einfachen Zwecken (z. B. Berichte) bis zu hochkomplexen Anwendungen (z. B. der Nutzung von neuronalen Netzen oder selbstlernenden Algorithmen) reicht“: So beschreibt es der Gartner-Bericht „Clarifying the Many Meanings of ‚Analytics‘“ (für Gartner-Kunden hier auf Englisch verfügbar, Übersetzung des Zitats von uns).

Was also kann ein kleineres Unternehmen erwarten, das seinem Analyse-Tool so langsam entwächst und sich auf die Suche nach einer leistungsstärkeren BI-Lösung macht? Im Allgemeinen können Business Intelligence-Lösungen:

  • Daten aus einer Vielzahl an Quellen zusammenführen und analysieren
  • Mitarbeiter*innen aus dem gesamten Unternehmen die Möglichkeit geben, Visualisierungen, Berichte und Analysen für die eigene Abteilung anzufertigen
  • Komplexere Analysemodelle erstellen, die zum Beispiel „Was wäre, wenn …?“-Fragen beantworten können
  • Auf vielen Variablen beruhende, tiefere Einsichten liefern und so Entscheidungen zur Geschäftsstrategie erleichtern

Schauen wir uns ein paar typische Anwendungsfälle für verschiedene Abteilungen an. Daran wird deutlich, wie Business Intelligence Analytics auf die nächste Stufe heben können:

Abteilung

Fragen, bei deren Beantwortung BI-Anwendungen helfen können

Vertrieb
  • Wie viele Kund*innen, die Produkt A gekauft haben, kaufen innerhalb von 30 Tagen Produkt B?
  • Wie sieht es mit den Produkten A und C aus?
  • Welche dieser Produkte sollten wir für Angebote zu Paketen zusammenstellen?
Kundendienst  

  • In welcher Beziehung steht der Absatz des letzten Monats zur Anzahl der Kundendienstanfragen des laufenden Monats?
  • Wie viele neue Self-Service-Artikel wären erforderlich, um die Zahl der täglichen Anfragen um 20 % zu senken?
Betriebsleitung  

  • Wenn wir unseren kostenlosen Testzeitraum um einen weiteren Monat verlängern, wie viele zusätzliche Nutzer*innen der Testversion kaufen dann die Vollversion?
  • Was passt besser zur neuen Strategie: Die Einstellung von mehr Kundendienstler*innen oder von neuen Mitarbeiter*innen für den Vertrieb?

Damit sollte der Unterschied zwischen Business Intelligence Software und Analytics-Tools klarer sein.
Wer weiterlesen möchte, findet hier weitere Informationen:

Umfassende Listen samt Kundenbewertungen und Filterfunktionen finden sich hier:

Leistungsfähige Business Intelligence Apps für iOS

Business Intelligence Apps für iOS

Business Intelligence Apps für iOS

Wenn du dies auf einem Mobilgerät auf der Arbeit liest, benutzt du dazu wahrscheinlich ein iPhone. Zumindest verwenden nach Tim Cooks Aussage unglaubliche 97 Prozent aller Fortune 500-Unternehmen iPhones. Gut möglich, dass du eher für eine kleine oder mittelständische Firma arbeitest, aber auch diese benutzt höchstwahrscheinlich iOS-Geräte. Wenn nicht, wird sie es spätestens dann tun, wenn sie den Sprung in die Riege der ganz großen Unternehmen schafft.  

Auf dem Weg zur Eroberung der Geschäftswelt wirst du dich zu irgendeinem Zeitpunkt mit der reichen Ausbeute an Daten befassen müssen, die dein Unternehmen bisher angesammelt hat. Eine Business Intelligence Software ist die beste Art, aus diesen Daten sinnvolle Schlüsse zu ziehen. Da heutzutage so gut wie alles „auf dem Sprung“ erledigt wird, brauchst du eine BI-Anwendung, die auf deinem iPhone läuft.

Zur besseren Erläuterung: Gartner definiert Business Intelligence als „Sammelbegriff für die Software-Anwendungen, Infrastruktur, Tools und besten Methoden, um auf Informationen zuzugreifen und sie zu analysieren, mit dem Ziel, bessere Entscheidungen zu treffen und die Leistung zu optimieren.“ Die Kernaussage: Business Intelligence Apps tragen Daten (z. B. Kundeninformationen, Verkaufszahlen, Lieferzeiten) zusammen und präsentieren sie auf übersichtliche Weise, meist in Form von Tabellen und Diagrammen. Dadurch gewinnst du einen genauen Einblick in die Firmendaten und kannst fundiertere Entscheidungen treffen.

Wir haben eine Liste von leistungsfähigen Business Intelligence Apps für iOS zusammengetragen, die speziell für das iPhone und iPad konzipiert wurden. Um die Liste zu erstellen, haben wir uns auf die Nutzerbewertungen und Informationen bei GetApp und aus dem iTunes App Store gestützt.

Zoho Analytics

Zoho Analytics ist ein leistungsstarkes Analyse-Tool, das alle Funktionen beinhaltet, die man von einer Business Intelligence Anwendung erwartet: Es gibt verschiedene Arten von Berichterstattungsoptionen (z. B. Grafiken und Pivot-Tabellen), nutzerfreundliche Datenvisualisierung und Möglichkeiten zur Dashboard-Erstellung. Die Anwendung unterstützt verschiedene Dateiformate wie CSV, TSV und XLS.

Zoho Analytics

Die Zoho Analytics Variante für iOS verfügt nicht über alle Funktionen, mit denen die SaaS-Version aufwartet, sondern legt den Hauptfokus auf die verschiedenen Möglichkeiten, die Daten zu sortieren, sie zu durchsuchen und zu sichten. Man kann verschiedene Filter auf die Daten anwenden und sie mithilfe verschiedener Grafiken (Kreis-, Donut-, Liniendiagramme etc.) visualisieren. Ein weiterer Vorteil der App liegt darin, dass man seine Berichte teilen und sehr detaillierte Berechtigungen dafür vergeben kann. So lässt sich beispielsweise festlegen, ob jemand einen Bericht ansehen, bearbeiten, exportieren oder erstellen darf.

Zoho Analytics für iOS

Tableau

Tableau eignet sich für mittelgroße Unternehmen, die auf dem besten Weg sind, sich zu einer großen Firma zu entwickeln. Das Interessante an Tableau ist, dass es neben Bericht- und Analysefunktionen auch als stylisches Tool zur Datenvisualisierung dient. Journalisten, Blogger und gemeinnützige Organisationen aus aller Welt machen sich Tableau zunutze, um in der Tableau Public Community über die unterschiedlichsten Themen zu berichten. Für kleinere Unternehmen ist Tableau preislich ein wenig hoch angesiedelt (ab 70 $ pro Monat bei jährlicher Abrechnung, zzgl. Gebühr für weitere Anwender), daher wirft man besser zunächst einen Blick auf die Preisstaffelungen, bevor man sich dafür entscheidet.   

Tableau

Tableau für iOS (genannt „Tableau Mobile“) zielt wie Zoho Analytics primär darauf ab, die Daten zu sichten, anstatt umfassende Änderungen daran vorzunehmen. Mit Tableau Mobile kann man seine Datenvisualisierungen (genannt „Vizzes“) ansehen, die Darstellungsweise ändern und Snapshots der Vizzes erstellen, um auch offline darauf zuzugreifen.  

Tableau Mobile für iOS

Klipfolio

Klipfolio besitzt einen vielseitigen Kundenstamm: kleine Betriebe, große Firmen und Non-Profit-Unternehmen nutzen die App. Zu ihren Hauptmerkmalen gehören ein umfassendes Sicherheits- und Compliance-Modell, die Möglichkeit, mehrere Datenquellen hochzuladen und zu einem Bericht zusammenzufassen, Branding-Optionen und ein Editor für benutzerdefinierte KPI-Einstellungen. Die Preise für Klipfolio starten bei 29 $ pro Monat. Dieser Basis-Tarif für kleine Teams beinhaltet bis zu vier Nutzer.

Klipfolio

Klipfolio für iOS zielt – so wie die zuvor genannten iOS-Anwendungen – in erster Linie darauf ab, verschiedene Visualisierungsmöglichkeiten bereitzustellen. Es gibt Hunderte vordefinierte Datenvisualisierungen sowie Optionen für individuelle Dashboard-Einstellungen und Daten-Mashups. Zudem gibt es Schnittstellen, um auf Daten aus Web-Anwendungen zugreifen zu können. Was man beachten sollte: Klipfolio ist für die Anwendung ab dem iPhone 5 optimiert worden – wer immer noch ein älteres Modell benutzt, sollte das bedenken.

Klipfolio für iOS

Microsoft Power BI

Manchmal ist es gut, auf ein Tool zurückzugreifen, das von einem der Big Player der Branche entwickelt wurde. Und einen größeren als Microsoft gibt es in der Software-Business-Welt nicht. Der Cloud-Gigant hat Microsoft Power BI bereits standardmäßig mit 59 Schnittstellen für Anwendungen wie Salesforce, Facebook, Zendesk und Google Analytics ausgestattet.

Die Anwendung ermöglicht zudem eine reibungslosere Integration anderer Microsoft-Produkte wie Azure und Microsofts Direct Query. Microsoft Power BI verfügt über Funktionen wie Echtzeit-Dashboards, detaillierte Visualisierungen und Datenabfrage in natürlicher Sprache. Darüber hinaus ermöglicht einem Microsofts Power BI Service, Daten und Berichte mit seinen Kollegen und anderen Nutzern der Software (z. B. seinen Kunden) zu teilen.

Microsoft Power BI

Die iOS-Version von Microsoft Power BI bietet einige raffinierte Funktionen. Dazu gehören die Standard-Visualisierungen (plus Diagramme, Karten und Kurvenbilder) sowie nutzerfreundliche Filter, dank der die Daten so angezeigt werden können, dass sie auch ohne große Vorerfahrung verständlich sind. Eine interessante Sonderfunktion von Power BI sind Push-Alerts, die man einrichten kann, um per Handy benachrichtigt zu werden, falls sich in den Daten eine auffällige Änderung ergibt. Diese automatischen Benachrichtigungen können dein Kanarienvogel im Kohlenschacht sein, falls etwas schiefgehen sollte (oder falls umgekehrt eine positive Trendwende beginnt).

Microsoft Power BI für iOS

Eine Frage an unsere geschätzten Leser*innen

Was haltet ihr von dieser Liste und – was noch wichtiger ist – von den derzeitigen Funktionen mobiler BI-Companion-Apps? Wie euch vermutlich aufgefallen ist, gibt es keine Optionen, um die Daten zu verändern oder um neue hinzuzufügen, sondern fast ausschließlich verschiedene Möglichkeiten, sich die Daten anzusehen. Haltet ihr das für etwas Positives? Oder sollten mobile BI-Anwendungen den Nutzern größeren Zugriff gewähren, sodass man die Daten verändern kann? Schreib uns weiter unten einen Kommentar mit deiner Meinung dazu. Hier kann du die oben genannten und weitere BI-Apps miteinander vergleichen und weitere Details darüber erfahren.  

Les prédictions de Capterra après 25 ans de Business Intelligence

Le futur de la Business Intelligence

Le futur de la Business Intelligence

Vous êtes dérouté par l’intrusion de la Business Intelligence dans toutes les newsletters ou magazines digitaux ? C’est pourtant une science de l’analyse des données qui a déjà 25 ans. Laissons Le Big Data vous en donner la définition : le terme Business Intelligence (BI), ou informatique décisionnelle, désigne les applications, les infrastructures, les outils et les pratiques offrant l’accès à l’information, et permettant d’analyser l’information pour améliorer et optimiser les décisions et les performances d’une entreprise.

En d’autres termes, les logiciels de BI analysent toutes les données stockées par votre entreprise dans le but d’en retirer des informations utiles qui permettront d’influencer les décisions d’affaires ou les stratégies commerciales.

Si elle est déjà utilisée par presque une PME sur trois (28 %), la fulgurante ascension de la BI ne s’arrête pas là.

L’avenir de la BI selon les PME

Parmi toutes les technologies que les entreprises françaises utilisent, les logiciels de business intelligence ont le potentiel de croissance le plus élevé : 39 % des personnes interrogées lors de l’enquête Capterra sur l’utilisation des technologies d’entreprise prévoient d’investir dans des outils de BI d’ici 2020. Les solutions de Business Intelligence sont plus prisées que les technologies de réalité virtuelle, IA (Intelligence Artificielle) et blockchain.

Parmi tous les secteurs d’activité, c’est avec celui des assurances que la BI a le plus de succès (à 57 %) : les entreprises de ce secteur l’utilisent déjà ou prévoient de l’utiliser dans un futur proche.

Au niveau de l’impact des nouvelles technologies dans le monde du travail, la BI et l’analytique auront la meilleure croissance et le plus fort impact dans les deux années à venir. Mais il n’est pas nécessaire d’attendre 2021 : aujourd’hui, déjà 9 cadres sur 10 voient la BI comme bénéfique et essentielle à la réussite de leur entreprise.

Plus d’une PME sur 5 en France a déjà un budget assigné à la BI et à l’analytics pour 2019 : il est de 27 350 € en moyenne.

Les prédictions de la Business Intelligence

Afin d’aider les TPE et PME à comprendre en quoi les logiciels BI peuvent leur être bénéfiques, voici 7 tendances qui vont forger la business intelligence ces prochaines années selon Capterra. Elles sont présentées par ordre chronologique.

Prédictions Capterra pour 2019

1. D’ici les trois prochaines années, les PME auront adopté la Business Intelligence plus vite que les grandes entreprises.

Les sociétés de moins de 100 employés sont deux fois plus susceptibles d’adopter la BI que les grandes entreprises. Ces dernières déclarent avoir un taux de pénétration de la BI de plus de 15 % dans leurs effectifs.  Pour les petites entreprises, ce nombre double et atteint 36 %.

La BI est ainsi utilisée pour augmenter l’efficacité opérationnelle et réduire les frais généraux plutôt que pour développer l’activité. Les PME, aux plafonds de croissance plus élevés, sont beaucoup plus sensibles à l’impact de la BI et l’utilisent pour se développer et gagner des clients. Ceci explique pourquoi ils ont mieux adopté la BI.

Mike Finley, de la société américaine AnswerRocket, va encore plus loin et prédit qu’en raison de la concurrence, l’IA deviendra indispensable afin d’optimiser et d’accélérer la prise de décision. Les PME commenceront doucement, pour apprendre à bien prendre en main l’IA avant de maximiser son impact.

2. Les rapports d’analyse basés sur un modèle seront remplacés par des visualisations personnalisées à travers des algorithmes et des suggestions d’intelligence artificielle en temps réel, à l’aide de l’outil que l’utilisateur préfère.

Dans le passé, les utilisateurs de BI se servaient de rapports et d’aperçus, et la personnalisation était très limitée. Cependant, à long terme, les tableaux de bord tout prêts ne pourront plus répondre aux besoins d’une entreprise. Les PME doivent opter pour des logiciels de veille stratégique hautement personnalisables pour permettre à leurs employés de travailler comme ils le souhaitent : il s’agit là de l’avenir de l’analyse commerciale. Selon Gartner, 75 % des rapports prédéfinis seront remplacés ou complétés par des informations automatisées livrées sur la base des “besoins les plus importants”, et, d’ici 2022, chaque interaction personnalisée entre les utilisateurs et les applications ou les appareils sera adaptative.

D’après Amir Orad, CEO de Sisense, 2019 sera l’année de l’analyse intégrée, pas seulement, au niveau des tableaux de bord et graphiques, mais aussi des produits et processus. L’objectif des décideurs est d’obtenir les données dont ils ont besoin, au moment où ils en ont besoin et sur le support qu’ils choisissent.

Prédictions Capterra pour 2020

1. Le traitement du langage, les chatbots et la reconnaissance vocale seront des méthodes courantes d’analyse des requêtes BI. Ils seront utilisés au même degré que la recherche classique.

Selon Gartner, d’ici 2020, le traitement automatique du langage naturel constituera l’avenir de l’informatique décisionnelle et sera une fonctionnalité standard sur 90 % des plates-formes de BI modernes. La moitié des demandes analytiques seront générées à l’aide de la recherche, du traitement automatique du langage naturel ou de la voix, voire même automatiquement.

La reconnaissance vocale et les chatbots ne sont pas seulement une question de commodité. Ils permettent également de fournir des informations en temps réel pouvant être rapidement exploitées à des fins commerciales. En outre, ces services “traduisent” le langage analytique/statistique et fournissent un résultat plus simple aux utilisateurs moins expérimentés. Si davantage de personnes sont capables de comprendre et d’exploiter pleinement les outils de Business Intelligence, cela aura un impact positif sur la prise de décision finale.  

Et ce n’est pas seulement la reconnaissance vocale, mais aussi la géolocalisation qui prend un rôle plus important : d’ici 2022, 30 % des interactions clients seront influencées par l’analyse de la localisation en temps réel, contre 4 % en 2017.

2. Le Cloud Business Intelligence (BI SaaS) sera le seul modèle de livraison de la BI sérieusement pris en compte par les entreprises de moins de 100 employés.

L’utilisation de la Business Intelligence en SaaS encouragera les petites entreprises à adopter les outils BI. Au cours des dix dernières années, la présence du cloud s’est étendue et selon Gartner, d’ici 2020, une politique d’entreprise sans cloud sera aussi rare qu’une politique “sans Internet” aujourd’hui.

Les déploiements dans le cloud permettent de réduire le coût d’exploitation et d’accélérer la livraison des logiciels de BI. Les petites entreprises n’ont généralement pas besoin de prendre en compte de grandes bases de données sur site (comme c’est souvent le cas dans les grandes entreprises) et peuvent donc intégrer plus facilement leurs sources de données à un logiciel de BI dans le cloud.

Prédiction Capterra pour 2021

La BI intégrée deviendra le catalyseur essentiel de l’adoption de la BI par les PME.

Grâce à la Business Intelligence, il est possible d’ajouter des tableaux de bord et des rapports analytiques directement dans une application. Cela permet d’obtenir des informations en temps réel et in-app (au sein même du logiciel BI).

Selon Gartner, “la possibilité d’intégrer et d’étendre le contenu analytique sera un facteur clé pour une adoption plus généralisée et une valeur ajoutée de l’analytique”.

Et l’AI dans tout ça ? L’intelligence artificielle et les techniques d’apprentissage approfondi remplaceront les techniques traditionnelles d’apprentissage automatique : elles deviendront l’approche la plus courante pour les nouvelles applications de la science des données d’ici 2023. Et cela commence dès maintenant : d’ici 2020, Gartner prévoit que l’AI aura créé 2,3 millions d’emplois (éliminant la nécessité de 1,8 postes actuels).

Prédiction Capterra pour 2024

La gouvernance des données deviendra un module central de BI.

D’après l’enquête menée par BARC sur les tendances de la BI en 2019, la gouvernance des données fait partie des cinq prédictions les plus importantes de la BI. Selon les 2679 utilisateurs, consultants et fournisseurs de logiciels, la gestion des données de référence et des données de qualité serait la tendance de BI la plus notable pour 2019. La BI ne peut être pratiquée sans d’abord vérifier la qualité des données à analyser. Bien qu’il existe toujours le risque de prendre une mauvaise décision basée sur une analyse de données erronée (dû à la difficulté de conserver des données correctes, précises et intactes), la gouvernance des données permettra de limiter ce risque. De ce fait, elle sera essentielle aux petites entreprises. Elle deviendra un module nécessaire dans les outils de BI en permettant de rester en conformité avec les réglementations relatives aux données (telles que la RGPD) ou de limiter d’éventuelles violations de données.

Prédiction Capterra pour 2025

Les data analysts pourront prendre leur retraite puisquils ne seront plus autant sollicités par les PME pour fournir les rapports d’analyse.

Les outils de business intelligence continueront d’accumuler des fonctions, mais seront également de plus en plus intuitifs. De ce fait, la période de prise en main du logiciel BI sera réduite et l’analyse des données pourra ainsi être attribuée à un employé qui n’est pas un Data Analyst. Les interfaces utilisateur de ces logiciels sont conviviales et permettent de réaliser des tâches telles que la visualisation des données, le partage de tableaux de bord et l’analyse de rapports sans que les utilisateurs aient besoin de connaissances en analyse statistique. Ces types d’outils conviennent parfaitement aux petites entreprises qui souhaitent se familiariser avec la BI.

La visualisation des données fera donc un grand pas en avant : les rapports envoyés par les data scientists, trop techniques et difficiles à déchiffrer pour la majorité des employés, n’auront plus lieu d’être. Des tableaux croisés dynamiques et des cartes thermiques prendront la relève pour assurer une meilleure compréhension des données, plus rapide et intuitive.

Au cours des prochaines années, les utilisateurs de BI produiront plus d’analyses que les analystes de données, explique Gartner, contribuant à créer une culture axée sur les données.

“L’évolution des outils de visualisation de données parle d’elle-même : ils étaient volumineux et difficiles à manier, et sont maintenant basés sur le cloud, graphiques et simples à utiliser (Google Data Studio, TapClicks). Cette nouvelle vague d’outils d’analyse de données facilite la tâche des employés et permet d’utiliser les données existantes pour créer de nouvelles stratégies”, a déclaré Sam Underwood, VP de stratégie commerciale chez Futurety.

Les prédictions de Capterra après 25 ans de Business Intelligence

Les logiciels de BI les mieux notés sur Capterra

Afin de vous aider dans votre recherche, voici une sélection des solutions de BI les mieux notées sur Capterra, disponibles en langue française, avec leurs trois principales fonctionnalités :

Les logiciels de BI les meiux notés sur Capterra

Toute entreprise travaille avec une énorme quantité de données, y donner du sens est tout l’enjeu de la Business Intelligence. La BI permet ainsi, au-delà de l’analyse des données, d’obtenir un retour sur investissement élevé grâce à la BI. Qu’il s’agisse de relancer des campagnes marketing, d’analyser le client-type ou de supprimer des blocages opérationnels, les PME devraient bénéficier de l’adoption de la BI dès maintenant. Si vous êtes prêt à entrer dans une nouvelle ère de la transformation digitale, commencez par consulter les différentes options qui s’offrent à vous en termes de logiciels de BI.