Vielerorts wird Advanced Analytics noch immer aus der Ferne betrachtet – als eine relativ neue technologische Weiterentwicklung. Die Erfahrung zeigt: Diese Technologie bietet Mehrwerte und trägt zur Realisierung von Wettbewerbsvorteilen bei. Daher lautet die Frage nicht ob, sondern wann Unternehmen sich mit dem Einsatz beschäftigen – auch wenn sie mit kleinen Schritten beginnen.
Anwendung schafft unmittelbaren ROI
Gerade bei Finanzprozessen und -dienstleistungen gibt es vielfältige Einsatzmöglichkeiten. Die Anwendungsbereiche von Advanced Analytics reichen über die gesamte Wertschöpfungskette hinweg. Sie sind gut geeignet, um unmittelbaren ROI zu schaffen – sowohl für B2C- als auch für B2B-Geschäftsmodelle. Das Anwendungsspektrum umfasst zum Beispiel Credit Risk Management und Fraud Management, darüber hinaus aber auch übergeordnete Bereiche wie Market Research und Marketing, Regulierung, Portfolio Management sowie Data Quality Management.
Mit dem durch Covid-19 weiter befeuerten Trend hin zu mehr Digitalisierung und Effizienz in der Wertschöpfungskette erfährt auch Advanced Analytics noch mehr Bedeutung: Die Strategieberatung McKinsey geht davon aus, dass Unternehmen in den kommenden Jahren allein im Bereich Risk & Finance weltweit ungefähr 1,1 Billionen USD durch Advanced Analytics mobilisieren werden.*
Kundenbeziehungen optimieren, Reaktionsgeschwindigkeit erhöhen
Wer an diesem Trend teilhaben will und seine Wettbewerbsfähigkeit ausbauen möchte, sollte die Optimierungspotenziale für Kundenbeziehungen identifizieren und in allen relevanten Prozessen systematisch umsetzen. Auch schnellere Reaktionen sind wichtig – bezogen auf Veränderungen des Kundenverhaltens, neue Marktentwicklungen, Gesetzesänderungen und vieles mehr. Zudem müssen Unternehmen kritische Geschäftsentscheidungen schneller antizipieren und bewerten.
Dazu sind mehrere Maßnahmen erforderlich. Unternehmen sollten sich zunächst Zugriff auf ein möglichst breites Spektrum von Datenquellen sowie auf die fortschrittlichsten Analysetools und -programme verschaffen. Auf dieser Basis lassen sich Erkenntnisse über das Kundenverhalten gewinnen und Prozesse in Modelle überführen. Anschließend können die Unternehmen diese Modelle im Rahmen ihrer kundenorientierten Business Strategy testen und bewerten. Erweist sich ein analytisches Modell als erfolgreich, folgt die Implementierung in den Systemen und Geschäftsabläufen. Abschließend ist es wichtig, die datengetriebenen Aktivitäten zu monitoren, zu bewerten und im Laufe der Zeit weiter zu optimieren.
Daten und Data Strategy sind zentrales Element
Wer eine ganzheitliche Analytics-Strategie verfolgen möchte, sollte verschiedene Schlüsselfaktoren berücksichtigen. Daten und die damit verbundene Data Strategy sind das zentrale Element. Sie werden von Tools und Methodik im Kontext einer data-driven Culture, IT Strategy und Data Governance umgeben. Diese Faktoren beeinflussen die primäre Interaktion mit Daten. Das Betriebsmodell und Change Management sind die beiden organisatorischen Faktoren. Sie beeinflussen, wie Analytics effektiv im gesamten Unternehmen integriert und umgesetzt werden kann. Das Betriebsmodell ist besonders ausschlaggebend, wenn es um die sogenannte „letzte Meile“ geht: vom Proof-of-Concept über die Implementierung bis zur Produktion.
Eine ganzheitliche Analytics-Strategie, die im Einklang mit der Business Strategy, IT Strategy, Data Strategy, Data Governance und Culture verfolgt wird, bietet Unternehmen viele Vorteile. Sie können zum Beispiel bestehende interne und externe Datenquellen ebenso nutzen wie Transaktionsdaten und zusätzlich semistrukturierte und unstrukturierte Daten. Diese Kombination ermöglicht konkrete Erkenntnisse, die über reine Leistungskennzahlen hinausgehen. So schaffen Unternehmen eine Basis, um auf vorhandenen Fähigkeiten aufzubauen, immer komplexere Probleme zu lösen und den Automationsgrad durch den Einsatz modernster Technologien und Kompetenzen zu erhöhen. Sie steigern auch ihre Fähigkeit, zielführende Empfehlungen an verschiedene Unternehmensbereiche auszusprechen.
Vorausschauend handeln
Mit Advanced Analytics können Unternehmen vorausschauend und auf die bestmögliche Art handeln: Sie können frühzeitig mögliche Risiken identifizieren und mögliche Chancen erkennen, um sie planvoll anzugehen. Damit eröffnet Advanced Analytics den Unternehmen einen Weg, sich bei allen Prozessen im Kundenlebenszyklus an die Spitze zu setzen – von der Bestellung bis zum Zahlungseingang.
Der Einsatz von Advanced Analytics in Unternehmen steigert nach unserer Erfahrung die Geschwindigkeit, erhöht die Skalierbarkeit und stärkt die Innovationskraft. So entstehen dauerhafte Mehrwerte für Unternehmen und ihre Kunden. Die Implementierung von Vorhersagemodellen und die Möglichkeit, bessere Entscheidungen schneller zu treffen, resultiert oftmals in mehr Umsatz. Gleichzeitig reduzieren ein optimiertes Credit Risk Management sowie eine gezielte Fraud Prevention die Verlust- und Ausfallraten. Zudem lässt sich mit Regulatory Analytics der ROI steigern. Alles in allem hat Advanced Analytics eine positive Wirkung auf die verschiedenen Hebel, mit denen sich ein besseres Geschäftsergebnis erzielen lässt.
Teilbereiche oder die Business-Strategie nachhaltig transformieren
Für Unternehmen ist Advanced Analytics der Schlüssel für eine nachhaltige Transformation im Finanzbereich und darüber hinaus. Advanced Analytics lässt sich in vielen Teilbereichen anwenden oder als zentrales Element der ganzheitlichen Business-Strategie verfolgen. Wer Advanced Analytics einführt, kann schnell und gezielt die Kundenbeziehungen optimieren, rasch auf Umfeldveränderungen reagieren und den Geschäftserfolg vorausschauend steuern. Kurzum: Wer auf Advanced Analytics setzt, macht sich langfristig und nachhaltig fit für den Wettbewerb.
*McKinsey Global Institute: Notes from the AI frontier, 08.10.2018.