„Wie finde ich das passende Analytics-Tool?": 6 Tipps

09.04.2018

Mit Business-Analyse-Tools kann man aus Unternehmensdaten echte Schätze heben. Von Vorhersagen des Kundenverhaltens über schnellere interne Prozesse bis hin zu neuen Geschäftsbereichen ist vieles möglich. Nur, wie weiß ich, welches Analytics-Tool das richtige für mein Unternehmen ist? Dazu sind Kriterien nötig – und ein paar Tests.

Die besten Analytics-Tools, gelistet vom IT-Forschungsunternehmen Gartner:

  • Führend: KNIME, Alteryx, SAS, RapidMiner, H2O.ai
  • Herausforderer: MathWorks, TIBCO Software
  • Visionäre: IBM, Microsoft, Domino Data Lab, Dataiku, Databricks
  • Nischenanbieter: SAP, Angoss, Anaconda, Teradat
     

Je nach Projektanforderung prüfen wir für Sie, welche Lösung die richtige ist. Folgende Tools kommen häufig in unseren Projekten zum Einsatz:

  • KNIME, Python, R, SPSS, Rapidminer

6 Tipps:

  • Sollten Sie noch kein genaues Ziel vor Augen haben, definieren Sie es. Wollen Sie ihrem Callcenter Echtzeitinformationen zur Verfügung stellen oder große Ratinganalysen fahren? Oder wollen Sie nur ihre Kundendaten besser ordnen? Für Letzteres brauchen Sie zum Beispiel kein Analytics-Tool, das sich künstlicher Intelligenz bedient.
     
  • Machen Sie eine Bestandsaufnahme ihres Unternehmens oder des Bereichs, der mit dem Analytics-Tool arbeiten soll.
    Beispiel Personal: Für Mitarbeiter mit Programmierkenntnissen kommen auch Tools infrage, die auf Scriptsprachen basieren. Soll dagegen künstliche Intelligenz per Mausklick genutzt werden, sind Lösungen wie KNIME die bessere Wahl.
     
  • Berücksichtigen Sie die Besonderheiten Ihrer Branche.
    Gerade im Finanz- und Versicherungsbereich gibt es strenge Regularien, die vorgeben, wie personenbezogene Daten gespeichert und verarbeitet werden dürfen. Hier spielt die europäische Datenschutzgrundverordnung eine wichtige Rolle.
     
  • Überlegen Sie genau, welchen Support Sie vom Anbieter der Lösung erwarten.
    Brauchen Sie 24-Stunden-Support? Ist Ihr Anbieter in der Nähe? Stehen ständig Releases an? Nutzen Sie etwa die Lösung eines Start-ups, kann es sein, dass das Tool nach ein paar Jahren nicht mehr weiterentwickelt wird.
     
  • Schauen Sie sich Ihre bestehende IT-Architektur an.  
    Nicht jede Datenbank kommuniziert problemlos mit dem gewünschten Tool. Außerdem stellt sich die Frage, ob die Leistung Ihrer vorhandenen Hardware ausreicht. Scriptbasierte Lösungen laufen in der Regel mit weniger Rechenpower als etwa nutzerfreundlichere Tools wie KNIME.

     
  • Testen, testen, testen. Der entscheidende Part ist die Praxis.
    Legen Sie, abgeleitet aus den oben genannten Punkten, Kriterien fest, die für Ihre Zwecke wichtig sind (Performance, Kommunikation mit der Datenbank, Fehlerbehebung, Usability etc.). Messen Sie jedes entlang einer Skala, zum Beispiel von 1-6. Im Idealfall vergleichen Sie die Werte nicht nur mit dem bestehenden Analysesystem, sondern testen es auch gegen andere Tools.