#GiveDataPurpose – unter diesem Motto stellte die SAP auf den diesjährigen Business Data und Analytics Tagen ihre neueste Entwicklungen im Bereich Data Analytics vor. Dieses Credo zeigt vor allem den starken Fokus der SAP auf Entwicklungen im Bereich der Datenwertschöpfung, um Unternehmen auf dem Weg zum Intelligent Enterprise zu unterstützen.
Wertschöpfung von Daten, was bedeutet dieses Konzept von „Data as an Asset“ für Unternehmen heute und welche Anforderungen ergeben sich dadurch an eine moderne, datengetriebene Systeminfrastruktur?
Zum einen ist damit eine konsequente Quantifizierung des Wertes und der Kosten von Daten verbunden. Der Wert einer solchen Nutzung von Daten zeigt sich beispielsweise bei den großen Digitalkonzernen, die die Monetarisierung von Daten als Geschäftsmodell verfolgen. Er spiegelt sich aber auch in der immer stärkeren Verbreitung von Analytics oder Corporate Performance Lösungen zur Unternehmensplanung und -steuerung wieder.
Andererseits sind die Kosten einer schlechten Datennutzung für viele Unternehmen nicht immer offensichtlich. Laut einer Untersuchung von Gartner nutzen Unternehmen im Schnitt nur knapp 30 % ihrer Daten. Weiterhin kostet schlechtes Management dieser relativ kleinen Menge an verfügbaren Daten die Unternehmen bis zu $10M im Jahr. Leider haben viele Unternehmen keinen Überblick über die Nutzung von und ihren Bedarf an Daten. Eigentlich unnötiges Halten von historischen Daten in Produktivsystemen oder das Ausführen von ETL-Batch Jobs in nicht genutzten Objekten verschlingen hingegen unentdeckt oftmals teure Systemressourcen.
Aus diesem Grund betont auch die SAP in ihrer Strategie die Wichtigkeit des Datenmanagements. Wurde der Begriff der Data Governance vor einigen Jahren noch leicht belächelt, so ist heute bei der rasant steigenden Menge an Informationen eine effiziente und standardisierte Bändigung dieser Daten für jedes Unternehmen unerlässlich.
Mit der SAP Analytics Cloud (SAC) stellt die SAP beispielsweise eine Cloud-Plattform in den Mittelpunkt ihrer Weiterentwicklung des Intelligent Enterprise, die zukünftig alle Analytics und Reporting Funktionen der verschiedenen Module (Ariba, Concur oder SuccessFactors, u. a.) bündeln soll. Dies erlaubt nicht nur eine einheitliche Basis für den Datenkonsum der verschiedenen Unternehmensbereiche (Single-Source-of-Truth), sondern es eliminiert auch die Notwendigkeit der aufwendigen Kombination von Daten durch die Business User und Fachabteilungen. Mit einer einheitlichen Datenquelle sind auch die Bereitstellung und Definition von Kennzahlen im gesamten Unternehmen möglich. Die verschiedenen Reporting-Dashboards greifen dann nicht nur auf die gleichen Daten zu, sondern nutzen auch einheitliche Definitionen ihrer Kennzahlen. Dies vermeidet Redundanz bei der Berechnung und Aggregation von Kennzahlen und fördert den reibungslosen, fachabteilungsübergreifenden Austausch.
Weiterhin verstärkt die SAP die technologische Unterstützung zweier wichtiger Trends im Bereich der Unternehmensplanung und BI: Die Weiterentwicklung von Self-Service-BI und die Öffnung für Custom Analytics Lösungen.
„Wie sah die Entwicklung der Absatzzahlen für unsere spanische Gesellschaft im letzten Jahr aus?“ Wenn ein CFO diese Frage in sein Smartphone diktiert, muss am anderen Ende nicht mehr zwangsläufig ein Fachmitarbeiter die bestehenden Dashboards nach den gewünschten Zahlen durchsuchen. Stattdessen wird durch das Aufsetzen von intelligenten Chatbots auf die SAC die Möglichkeit geschaffen, dass wichtige Kennzahlen on-demand und ad-hoc jederzeit verfügbar sind. Dieses Extrem der Self-Service-BI wird ergänzt durch neue Entwicklungen im Bereich des Financial Plannings. Mit dem Smart-Predict ist auf der SAC eine Predictive Forecasting Lösung vorhanden, die in Ergänzung zu Treiberbäumen und der Predictive Analytics Library für HANA eine Reihe an out-of-the-box Algorithmen zur Vorhersage von zum Beispiel Umsatzzahlen liefert. Das treiberbasierte Planen und die Möglichkeit des Vorhersagens von Entwicklungen kann erweitert werden durch das direkte Eingeben von bekannten Entwicklungen, wie zum Beispiel anstehende Preissteigerungen oder ergebnisrelevante Projekte.
Dieser Fokus auf das Enablement der Business User im Umgang mit Data Analytics wird komplettiert durch eine weitere Öffnung der SAP Plattformen für selbst entwickelte Lösungen zum Beispiel basierend auf Python oder R-Skripten. Die Einbettung von eigenen Skripten erlaubt eine hohe Flexibilität und Anpassung an die spezifischen Situationen von bestimmten Unternehmen.
Unabhängig von der gewählten Technologie ist für alle Unternehmen die Etablierung einer einheitlichen Datenstrategie ein entscheidender Erfolgsfaktor im Wettbewerb. Ein aussagekräftiges Management Reporting, eine state-of-the-art Finanzplanung und die Wahrnehmung von Daten als „Asset“ sollten von jeder Finanzfunktion vorangetrieben werden. Als Herr über die (Finanz-)Daten muss sich der moderne CFO organisatorisch, personell und technologisch so aufstellen, dass eine datengetriebene Unternehmensführung im gesamten Unternehmen möglich und erfolgreich wird.
Sollten Sie mehr über die Lösungen von SAP im Data Analytics Umfeld oder über die Transformation hin zu einer datengetriebenen Finanzfunktion wissen wollen, nehmen Sie gerne Kontakt mit uns auf.
Ihr
Patrick Schirmer
