Der Begriff Business Intelligence bezeichnet die systematische Herstellung und Pflege von entscheidungsrelevanten Informationen, die für die Erreichung von Geschäftszielen von Nutzen sind. Das Feld umfasst Methoden der statistischen Datenanalyse, der Visualisierung und des Data Warehousing, um Business-Daten und andere Quellen strukturieren, analysieren und die daraus hervorgehenden Ergebnisse verständlich kommunizieren zu können.
Zweck der Business Intelligence
Seit den 1990er-Jahren wächst das Feld kontinuierlich. Dies ist auch darauf zurückzuführen, dass die Menge an Informationen stetig wächst und insbesondere Social Media eine große Menge an potenziellen Kundendaten beinhalten. Derartige Informationen sind dadurch gekennzeichnet, dass sie viele irrelevante Daten beinhalten. Für Entscheidungsträger in Unternehmen sind diese Mengen unüberblickbar. Um dennoch an die wertvollen Informationen heranzukommen, muss deren Komplexität reduziert werden.
Anders als die Finanzanalyse und Business Analytics ist das Ziel der Business Intelligence also nicht die reine Geschäftsanalyse und -optimierung. Im Rahmen der oft auch schlicht als „BI“ bezeichneten Business Intelligence werden verschiedenste, teils auch unstrukturierte Datenquellen wie Texte herangezogen, um aus diesen relevante Informationen zu ziehen. Dies kann auf die Optimierung von internen Abläufen abzielen, auf die Optimierung von Verkaufsprozessen, auf generelle Marktanalyse oder aber auf die Akquisition neuer Kundenstämme. Ein BI-Praktizierender ist damit ein allgemeiner Datenanalyst mit mehreren methodischen Schwerpunkten (die meisten quantitativ, manche qualitativ), der sich inhaltlich auf die Herstellung von geschäftsrelevanten Informationen fokussiert.
Methoden und Vorgehen der Business Intelligence
Zunächst müssen die vorgegebenen Analyseziele in Form von konkreten Hypothesen operationalisiert werden. Dem folgt die Phase der Data Delivery, also der Datenakquise und -evaluation im Hinblick auf die Datenqualität. Dabei werden auch Infrastrukturen für die Lagerung von Daten und Ergebnissen eingerichtet (Data Warehousing). Darauf folgt die zumeist statistisch-analytische Phase, in der Methoden der Daten-Kategorisierung (allgemein Data Mining) oder hypothesenprüfende und prädiktive Verfahren (Regressionsverfahren u.a.) eingesetzt werden. Die dritte und wichtigste Phase ist die Phase der Ergebnisaufbereitung und Präsentation. Deskriptive und analytische Ergebnisse müssen in eine für Entscheidungsträger verständliche und relevante Form gebracht werden.
Weitere Informationen und Links
Junge Disziplinen wie Business Intelligence oder auch Data-Driven Marketing verändern sich in schnellem Tempo. Praktizierende sollten daher über neue Trends informiert sein. Das zentrale Journal Business Intelligence bietet dazu aktuelle Informationen. Daneben lohnt sich die Lektüre von Blogs, wie sie zum Beispiel in der Liste unter http://www.ngdata.com/top-business-intelligence-blogs/ aufgeführt werden.