Self Service BI ist vielversprechend - und könnte mehr als nur ein Trend sein. Vielleicht eine Folge der Digitalisierung, eine Notwendigkeit, wenn Daten die Währung unserer Zeit sind?
Der Reiz von Self Service
Was in Amerikas Lebensmittelhandel schon vor 100 Jahren Einzug erhalten hat soll nun die Hochburgen der Datenanalyse ins Wackeln bringen? Wenn rund-um-die-Uhr SB-Regale die Fleisch- und Käsetheken ersetzen, Bezahlen an Self-Scan Kassen immer beliebter wird, wenn HowTo-Tutorials auf YouTube anstelle von Schulungen und persönlicher Einarbeitung treten, dann wird schnell klar, worum es geht:
- Instant-Befriedigung von Bedürfnissen: ohne Schlange stehen, warten auf Öffnungszeiten oder Schulungstermine -
oder übersetzt: ich will nicht mehr warten, bis die IT-Abteilung Zeit hat, sich meiner Datenabfragen anzunehmen und in aufwendigem Prozess nur halbwegs relevante Ergebnisse produziert, die zum Zeitpunkt ihres Erscheinens schon wieder veraltet sind. - Ressourcen sparen - wozu noch muffeliges Servicepersonal bezahlen oder Geld für teure Experten ausgeben, wenn der Nutzer selbst am besten weiß, was er will?
- Unabhängigkeit: nicht mehr gebunden sein an andere Menschen, Verfügbarkeiten, Termine - ich bekomme eine Antwort auf meine Frage, indem ich sie mir selbst suche.
Warum SSBI gerade jetzt boomt
Dass Self Service BI allerdings gerade jetzt so gefragt ist und nicht schon wie im Lebensmittelhandel vor vielen Jahrzehnten, hängt damit zusammen, dass immer mehr Unternehmen über immer mehr Daten verfügen und diese nutzen wollen; nicht nur auf strategischer Ebene, sondern mehr und mehr auf operativer Ebene.
Inbesondere die Fachanwender sind die treibende Kraft, denn sie wollen ihre Entscheidungen fundiert treffen und für ihre spezielle Situation individuelle Analysen durchführen. So zeigt sich im jährlich erscheinenden BARC BI Survey, der weltweit größten Studie unter Endanwendern von BI-Software, dass der Anteil an "Power Usern", also denjenigen, die BI-Software häufig nutzen, insbesondere unter Cloud-Lösungen stetig zunimmt und inzwischen schon bei über 50% liegt.
Natürlich hat sich auch auf technologischer Ebene viel getan und entsprechende Software steht zur Verfügung, um Daten aus unterschiedlichsten Quellen einfach zu verknüpfen und auszuwerten.
Die Grenzen von SSBI
Es gibt allerdings auch eine Kehrseite der Medaille: bei allen Vorteilen der Selbstbedienung, eine gewisse Fachexpertise bleibt bei noch so schlauen Endanwendern auf der Strecke. Denn wer nicht tagtäglich mit Daten umgeht und deren Tücken erfahren hat, der könnte mit wichtigen Themen wie IT-Sicherheit und Datenschutz zu lax umgehen. Aus der Hand geben heißt auch immer Kontrolle abgeben, was leicht dazu führen kann, dass Datenwildwuchs Tür und Tor geöffnet ist. So ist ein echter Fachexperte am Ende doch nicht so leicht ersetzbar, bzw. es bedarf exzellenter Strukturen und Regeln, um Self Service in gute Bahnen zu lenken.
Im Rahmen der weltweit größten Studie „The BI Survey“ unter mehr als 35.000 Endanwendern von BI-Software ergab sich, dass inzwischen 30 Prozent der Teilnehmer zu erfahrenen BI-Nutzern gehören und sich selbst sogar als „Power User“ in ihrem Unternehmen bezeichnen würden. Aber wie kann SSBI auch für dich zum Erfolgsrezept werden?
Was macht SSBI aus?
Der SSBI-Prozess ermöglicht es Fachanwendern, die Datenanalyse aus Kosten- und Zeitgründen selbstständig und ohne IT-Support durchzuführen. Dabei ermöglichen BI-Anwendungen die Auswertung auch für Laien und schaffen einen hohen Grad an Unabhängigkeit. Die Mitarbeiter können Berichte und Analysen individuell und nach ihren Anforderungen gestalten und schnelle Ergebnisse – ohne den Umwegüber die IT-Abteilung nehmen zu müssen – abliefern. Dies erhöht die Agilität des Unternehmens auf den wachsenden und sich ständig verändernden Märkten.
Zudem erfordert die einwandfreie Datenanalyse durch den Endanwender eine vorherige Datenpflege. Daten müssen in einem regelmäßigen Review-Prozess durch ITler auf ihre Relevanz geprüft werden, bevor sie den Anwendern zur Verfügung gestellt werden. Diese Transparenzstärkt die Zusammenarbeit und setzt voraus, dass Richtlinien zur Aufbereitung von Unternehmensdaten eingehalten werden.
