8 min read

Wie verwertbare Erkenntnisse aus der IoT-Datenanalyse Ihnen positive Geschäftsvorteile verschaffen können

Published on
January 2, 2019
Author
István Boscha
István Boscha
CEO, DACH
Subscribe to our newsletter
Subscribe
Wie verwertbare Erkenntnisse aus der IoT-Datenanalyse Ihnen positive Geschäftsvorteile verschaffen können

Dies ist der erste Teil unserer Serie von Beiträgen darüber, wie das IoT helfen kann, Ihr Unternehmen neu zu erfinden. In diesem Teil der Serie werde ich Ihnen zeigen:

  • Wie Sie sich durch Big Data einen Wettbewerbsvorteil verschaffen können
  • Was genau unter verwertbaren Erkenntnissen zu verstehen ist
  • Die 3 Schritte zur Gewinnung verwertbarer Erkenntnisse aus Ihrem IoT-Projekt.

Gibt es ein Problem mit IoT und Big Data?

Um auf unsere frühere Geschichte über die Schule und das Smart Board zurückzukommen: Wenn wir analysieren, was falsch gelaufen ist, stellen wir Folgendes fest. Wenn Ihr Unternehmen die Entscheidung trifft, eine IoT-Initiative zu starten, betrachten Sie in der Regel eine ganze Reihe von Dingen. Sie schauen sich die Funktionen der Geräte und den Einsatz sowie die betrieblichen Auswirkungen der Nutzung dieser Geräte an. Dies ist an sich schon eine wichtige Entscheidung, die viel Fachwissen erfordert, um sie richtig zu treffen.

Bei IoT-Projekten geht es jedoch um mehr als nur um den Einsatz intelligenter Sensoren. Diese Geräte erzeugen auch riesige Mengen an Daten. Das Verständnis für die Nutzung dieser Daten ist ebenso wichtig wie die Auswahl der richtigen Geräte oder deren Einsatz und Betrieb.

Wettbewerbsvorteile durch Daten schaffen

Viele Unternehmensleiter denken bei IoT-Initiativen an die Einrichtung von Geräten, die ihnen helfen, bessere Geschäftsentscheidungen zu treffen. Der wahre Wettbewerbsvorteil ergibt sich jedoch nicht aus der Bereitstellung und Wartung von Geräten. Die wahre Innovation liegt in der effektiven Nutzung der richtigen Daten, die von diesen IoT-Geräten erzeugt werden.

Um einen echten Wettbewerbsvorteil zu schaffen, müssen Sie:

  • diese IoT-Daten mit Ihren anderen Datenquellen integrieren und so einen umfassenden Überblick über Ihr Unternehmen in Echtzeit schaffen,
  • die mit der Lösung gewonnenen Erkenntnisse auf die täglichen betrieblichen Aufgaben übertragen,
  • Ihre Denkweise beim Treffen von Geschäftsentscheidungen anpassen.

Der Schlüssel liegt darin, Ihre IoT-Lösungen nicht als "billigen, einfachen Projektor" zu verwenden! Moderne Big-Data-Plattformen bieten eine große Anzahl von Funktionen, auf denen Sie Ihre innovativen Geschäftsentscheidungen aufbauen können - nutzen Sie sie!

Und hier kommen die "verwertbaren Erkenntnisse" in die IoT-Gleichung. Verwertbare Erkenntnisse bieten uns eine leistungsstarke Möglichkeit, einen hohen ROI zu erzielen, indem wir Daten in effektive Maßnahmen umwandeln. Bei der Nutzung von IoT-Daten zur Entscheidungsfindung geht es darum, aus diesen Daten "umsetzbare Erkenntnisse" zu gewinnen.

Was versteht man unter verwertbaren Erkenntnissen?

Meiner Meinung nach ist dies ein entscheidender Teil der Umsetzung eines effektiven IoT-Projekts.

Gewinnung verwertbarer Erkenntnisse durch das IoT Theoretisch ist es ganz einfach, verwertbare Erkenntnisse zu gewinnen. Die Lösung sollte:

  • die Daten aufnehmen,
  • Datenanalysen darauf anwenden und dann
  • müssen Sie die Ergebnisse nur noch verarbeiten und in Ihre tägliche Arbeit integrieren.

Aber wenn es darum geht, solche Lösungen zu entwickeln, muss man sich Herausforderungen stellen. Dazu gehört die Frage: Wie kann ich:

  • Wie skaliere ich meine Lösung, wenn ich meine IoT-Initiativen skaliere; wie betreibe ich eine solche Lösung?
  • Wie entscheide ich, welche Daten ich wie lange speichern will?
  • Wie integriere ich meine Datenquellen und analysiere all diese Daten?

Dies gilt insbesondere für die Analyse von Echtzeitdaten.

Andere Fragen sind:

  • Brauche ich in meinen Projekten Machine-Learning-Know-how und wenn ja, wie komme ich an dieses Know-how?
  • Wie treffe ich Entscheidungen auf der Grundlage der analysierten Ergebnisse?
  • Wie aktiviere ich die Entscheidung und nutze sie, um meine täglichen Geschäftsabläufe voranzutreiben?

Drei Schritte zu verwertbaren Erkenntnissen aus Ihrem IoT-Projekt

Laut dem Analystenhaus Forrester wollen 74 Prozent der Unternehmen datengesteuert arbeiten. Um dies zu erreichen, benötigen sie verwertbare Erkenntnisse. Die meisten Unternehmen tun sich jedoch schwer damit, die tatsächliche Investitionsrendite ihrer datengesteuerten Projekte zu realisieren. Das ist nur möglich, wenn man die Macht der umsetzbaren Erkenntnisse freisetzt.

Es gibt drei Schritte, um aus gesammelten Daten verwertbare Erkenntnisse zu gewinnen. Diese ermöglichen es Ihnen, einen ROI für datengesteuerte Projekte zu erzielen, also auch für Ihre IoT-Projekte:

Drei Schritte zu verwertbaren Erkenntnissen

Einlesen und Umwandeln: Die Aufbereitung der Daten ist der erste Schritt zu einer präzisen Datenanalyse. Dies kann bei einem IoT-Projekt eine Herausforderung darstellen. Wie Sie wahrscheinlich schon erfahren haben, entwickelt sich das IoT ständig weiter, ohne dass es zwischen den verschiedenen Technologien und Anbietern echte Standards gibt. Diese Vielfalt verkompliziert also den gesamten Erfassungsprozess. Die Qualitätssicherung der aufgenommenen Daten und die Umwandlung dieser Daten in das richtige Format, das für die nächste Phase erforderlich ist, ist -

Analysieren und Visualisieren: Große Datenmengen erschweren die Datenanalyse und beeinträchtigen die Präzision. Maschinelles Lernen ist eine Technik, die dazu dient, Ergebnisse aus Daten vorherzusagen und versteckte Muster in Daten zu finden. Visualisierungstools helfen den Menschen, die Ergebnisse der Datenanalyse zu verstehen, indem sie sie grafisch darstellen und leichter verständlich machen.

Verarbeiten und aktivieren: Die Visualisierung ist ein guter Anfang, um auf einen Blick zu erkennen, welche Erkenntnisse wirklich umsetzbar sind und welche nicht. Erkenntnisse, die Sie als "umsetzbar" einstufen, sind wertvoll. Daher wird die Optimierung Ihrer Erkenntnisse während eines Teils des Verarbeitungszyklus zu besseren Geschäftsentscheidungen führen. Eine verwertbare Erkenntnis muss bestimmte Voraussetzungen erfüllen, damit sie als "verwertbar" eingestuft werden kann. Zu den Kriterien, die auf eine Aktion hindeuten, gehören:

1.Relevant: für Ihr Unternehmen - die Erkenntnisse sind nur dann von Wert, wenn sie mit Ihrer Unternehmensstrategie übereinstimmen (oder wenn sie zumindest Einblicke in eine Strategieverbesserung bieten können) oder dazu beitragen, die Effizienz Ihrer täglichen Arbeit zu verbessern

2.Kontextbezogen: Gibt es eine offensichtliche Anomalie in den Daten? Müssen Sie mehr Daten in einem bestimmten Kontext sammeln?

3.Passung: Passt die Erkenntnis also zu dem Umfeld, in dem sie gewonnen wurde?

4.Und es gibt ein viertes Kriterium, das zwar optional ist, das aber, wenn es erfüllt ist, einen echten Vorteil darstellen kann: Es basiert nicht nur auf dem Verständnis dessen, was in der Vergangenheit geschehen ist, sondern auch auf dem, was in der Zukunft geschehen könnte.

Aktionsfähige Einblicke aufwerten

In erster Linie führt der aufschlussreiche Umgang mit IoT-generierten Daten zu besseren und relevanteren Geschäftsentscheidungen. Wichtig ist jedoch auch die Geschwindigkeit, mit der relevante Erkenntnisse gewonnen werden. Der Analyst Gartner hat festgestellt, dass sich IoT-Initiativen im Idealfall in weniger als einem Jahr amortisieren sollten und dass alles, was länger als fünf Jahre dauert, in die Gefahrenzone gerät, sich nie zu amortisieren.

Nehmen wir an, Sie wären in der Lage, die Effizienz Ihres Unternehmens jeden Tag um durchschnittlich 0,1 % zu verbessern. Wir haben in Ungarn 250 Arbeitstage im Jahr 2019. Dies könnte also zu einer Verbesserung Ihrer Effizienz um 28 % im nächsten Jahr führen. Hier zeigen umsetzbare Erkenntnisse ihre enorme Stärke. Wenn Ihr Unternehmen hingegen täglich um 0,1 % scheitert, kann dies am Ende des Tages zu einem Rückgang von 23 % führen.

Dafür muss man aber die traditionelle Denkweise, wie man zu Geschäftsentscheidungen kommt, ändern. Meiner Meinung nach gibt es in einem so stark veränderlichen Umfeld keine guten oder schlechten Entscheidungen zu einem bestimmten Zeitpunkt, abgesehen von denen, die ausdrücklich gut oder schlecht sind. Es gibt nur Entscheidungen, die auf einer Mischung aus Umfeld-/Kontextinformationen, Daten und Intuitionen beruhen. Man kann warten, bis alle Informationen über lange Zeiträume gesammelt und analysiert sind, und dann versuchen, eine sichere Entscheidung zu treffen, aber gerade bei Entscheidungen, bei denen Daten schnell veraltet sein können, ist das zu langsam.

Viel wichtiger ist es, ausreichend gute Entscheidungen zu treffen und dann zu iterieren - das bringt Sie zu den oben beschriebenen 0,1 % Verbesserung der Geschäftseffizienz. Messen Sie die Auswirkungen und passen Sie bei Bedarf Ihre Geschäftsabläufe mit neuen, ausreichend guten Entscheidungen bereits am zweiten Tag Ihrer vorherigen Entscheidung an. Dazu brauchen Sie die richtige Plattform, die richtigen Informationen und die richtigen Entscheidungsfindungsprozesse. Und vergessen Sie nicht, ein Team zu haben, das beweglich genug ist, um seine Arbeitsweise an die neuen Experimente anzupassen. Ein Team, das bereit ist, häufig kleine Risiken einzugehen und aus Fehlern zu lernen.

Ausblick

Im zweiten Teil dieser Serie werden wir uns ansehen, was zu Verzögerungen bei der Skalierung einer IoT-Big-Data-Initiative führt und wie diese Verzögerungen abgemildert werden können, um zwei der drei oben genannten Herausforderungen zu bewältigen: die richtige Plattform und die richtige Verfügbarkeit von Informationen für Ihre verwertbaren Erkenntnisse.

Interessiert, mehr über Big Data zu erfahren?

  1. 5 gute Gründe für den Wechsel zu einem Cloud-basierten Data Warehouse
  2. Data Warehouse in BigQuery - Änderungen in Dimensionen verfolgen
  3. Wie man die Leistung von BigQuery steigert
  4. Übernehmen Sie die Kontrolle über Ihre BigQuery-Kosten

Author
István Boscha
CEO, DACH
Subscribe to our newsletter
Subscribe