Social Business Intelligence: Alles wird möglich, wenn Daten griffbereit sind und auswertbar werden

Schon wieder kommt ein neuer Begriff aus dem US-Amerikanischen auf uns zu: Social Business Intelligence (Social BI). Damit ist eine Erweiterung gemeint der bekannten und traditionellen BI um Social-Media-Funktionalität und Kollaboration, um Wissensmanagement, um neue Technologien (Web- und Cloud-Integrationswerkzeuge, analytische Datenbanken, Textanalytik) und um neue Anwendungsfelder (Social Media Performance Management, Social Media Analytik). Schauen wir uns das jetzt etwas genauer an und fragen uns schließlich, wozu man das braucht und was der Nutzen ist.

Social BI bringt eine kollaborative Umgebung in BI und ersetzt bzw. ergänzt das traditionelle BI-Portal. Facebook und andere Social-Media-Angebote haben hier Standards gesetzt: Es haben sich neue, intuitive Benutzeroberflächen herausgebildet, die inzwischen jeder ohne jeglichen Schulungsaufwand versteht und nutzen kann. Dazu kommt die neue Art der Kommunikation im Netzwerk. In den Netzwerken läuft Kommunikation entlang der Netzwerkstrukturen. Es ist eine „viele zu vielen“-Kommunikation, eben à la Facebook und Twitter. Das wird jetzt konsequent beim Nutzen von BI-Werkzeugen umgesetzt.

Social-Media-Funktionalität und Kollaboration
So lassen sich Berichte und Kennzahlen zum ersten Mal auch Autoren zuordnen. Sie lassen sich annotieren und diskutieren, ja auch Fragen zu den Zahlen können gestellt werden. So kommt Wissen aus den Köpfen der Mitarbeiter in die BI-Ergebnisse und schafft eine um ein Vielfaches höhere Transparenz. Die Zahlen stehen nicht mehr isoliert in Tabellen oder Grafiken. Sie sind um semantische Aspekte erweitert. Damit sind sie besser zu verstehen und umzusetzen, da die Interpretation in der Gruppe unter der aktiven Mitwirkung aller Beteiligten geschieht. Die US-Amerikaner nennen das „wisdom of the crowd“.

Social Media kommen auch mit einem völlig neuen Ansatz zum „Suchen und Finden“, denn ein altes BI-Problem war das Auffinden von nützlicher Information. Welchen Report brauche ich, welche Kennzahlen sollten noch in mein Dashbord, hatte jemand schon eine ähnliche Fragestellung? Zwar lassen sich solche Fragen theoretisch über eine rigorose BI-Governance regeln, aber dann finden die Ergebnisse in der Praxis oft keine Akzeptanz. In den Social Media gibt es hier Alternativansätze, die dem „wisdom of the crowd“-Prinzip folgen. Es werden Reports und Kennzahlen von den Abonnenten bewertet. So kommt man zu Top-Listen. Es werden die Abonnements (wenn notwendig anonymisiert) ähnlicher Jobprofile angezeigt, beispielsweise könnte einem Controller im Amazon-Stil vorgeschlagen werden, dass der Controller im Lande X auch noch den Bericht Y intensiv nutzt.

Daher sollte man überlegen, ob man den nicht auch abonnieren wolle. Auf diese Weise wird über die Social-Media-Werkzeuge und -Konzepte eine BI-Governance Bottom-up geschaffen. Die hat dann per se Akzeptanz, und so schafft man auch nachgewiesenermaßen Motivation. Zu den Social-Media-Verfahren zum Finden der richtigen Information kommen dann noch State-of-the-Art-Suchverfahren dazu, mit denen man sowohl Inhalte wie auch die entsprechenden Metadaten zum Finden nutzen kann.

Ein weiterer Aspekt ist hier auch „Mobile BI“. Eine korrekte, gerätekonforme Anzeige von BI-Ergebnissen auf mobilen Geräten ist an sich schon nützlich, aber mobile BI meint noch mehr. Gerade die Social Media sind auf das mobile Internet ausgerichtet. Das überträgt sich direkt auf Mobile BI. Alle kollaborative Funktionalität ist also auch mobil verfügbar. So kann sich jeder, wo immer er sich auch befindet, an der Diskussion und Interpretation der Zahlen beteiligen. Das gibt auch Anstöße zu neuen Analysen. Die Kreativität aller Beteiligten wird gefördert und auch gefordert. Das Ergebnis ist ein „CDM“ (common decision making), also echte Teamarbeit.

Wissensmanagement
Wissensmanagement hat zwei Aufgaben: den Wissenstransfer von Person zu Person und die Dokumentation von Wissen. Es geht nicht nur darum, Wissen in die Köpfe der Mitarbeiter im Unternehmen zu bringen und dort zu halten, sondern vielmehr auch darum, dieses Wissen zu extrahieren und für andere nutzbar zu machen. In der Vergangenheit ist Wissensmanagement im Unternehmen in der Regel daran gescheitert, dass die Werkzeuge dazu nicht die notwendige Akzeptanz fanden und Wissensmanagement als eine lästige Pflicht empfunden wurde. Initiativen zum Wissensmanagement verliefen so meistens im Sande.

Mit dem Aufkommen der ersten Web-2.0-Werkzeuge hat sich das geändert und Wissensmanagement kann heute die Akzeptanz finden, die man zur Durchsetzung braucht. Am besten funktioniert es, wenn die Mitarbeiter gar nicht merken, dass sie Wissensmanagement machen. Mit Wikis fing es an. Es sind gute Instrumente, wenn es um gelebtes Wissensmanagement geht, so die Erfahrung in mittlerweile vielen Unternehmen, die in Richtung Enterprise 2.0 gegangen sind. Die Idee ist: Jeder macht mit, jeder trägt bei, das Unternehmen wird zur Community. Die Mitarbeiter treten in einen echten Dialog ganz wie bei Facebook und anderen Social Media. Die heutigen Social-Media-Werkzeuge sind in diesem Sinne bestens geeignet für ein Wissensmanagement, das so ein fester Bestandteil von BI-Prozessen wird: Unternehmenssteuerung wird so auf die Fakten der Analytik und auf das Community-Wissen der Mitarbeiter gestellt. Man erreicht, was man mit BI immer wollte, aber bisher nicht geschafft hat.

Neue Technologien
Eine BI-Architektur besteht aus drei Schichten. Die oberste Schicht war bisher die BI-Portal-Schicht, die jetzt als Social Media-Plattform neu definiert wird. Darunter befinden sich die BI-Plattform mit den BI-Werkzeugen und darunter eine Information-Management-Schicht inklusive Extraktionswerkzeugen und Datenbanken. An den beiden unteren Schichten ändert sich im Social BI nichts Grundlegendes, außer dass es auf diesen beiden Schichten entscheidende Innovationen und Fortschritt gibt. Beginnen wir unsere Diskussion mit der Information-Management-Schicht.

Hier treibt uns das Thema Datenflut schon seit Längerem um. Im US-Amerikanischen spricht man heute vom „Big Data“. Big Data bedeutet nicht nur ein riesiges Datenvolumen, sondern auch einen Mix aus strukturierten und unstrukturierten Daten mit komplexen Beziehungen untereinander. Ein Unternehmen verfügt bereits über große Mengen strukturierter (in der Regel rund 20 Prozent aller Unternehmensdaten) und unstrukturierter Daten (die machen rund 80 Prozent aller Unternehmensdaten aus). Eine wahre Flut von Daten wartet im Web auf uns. Die Quellen im Web sind vielfältig: Portale, Webapplikationen, Social Media, Videos, Fotos und mehr, eben Webcontent aller Art. Neben der schieren Datenflut ist die Unterschiedlichkeit und Vielzahl der Quellen das zweite große Problem: Der Zugriff auf eine Quelle im Big Data ist jedes Mal neu zu definieren. Die Konsequenz ist ein Zeit- und Ressourcenproblem.

Big-Data – das große Potenzial
Im Big Data steckt großes Potenzial in den Datenquellen. Aber aus den Daten Wissen zu erzeugen ist nicht so einfach, denn ein solcher verwobener Mix aus riesigen, unüberschaubaren und fragmentierten Daten macht es schwierig, die Daten zu identifizieren, zu extrahieren, zu speichern, zu verwalten und zu analysieren. Hier braucht man neue Ansätze und Technologien. Traditionelle IT-Werkzeuge zur Datenextraktion und -integration helfen hier nicht wirklich weiter, wir brauchen Innovation in der Information-Management-Infrastruktur. Das bedeutet neue Werkzeuge, die uns eine agile Integration der Unternehmens-, Web- und Cloud-Daten erlauben. Es geht um das schnelle und flexible Erschließen und Nutzen aller relevanten Quellen im Big Data.

Das bedeutet auch ein Extrahieren von Daten aus dem Big Data ohne APIs, denn nicht alle relevanten Quellen sind ausreichend mit APIs ausgestattet. Wer als Erster Wissen aus dem Big Data ziehen und umsetzen kann, hat einen deutlichen Wettbewerbsvorsprung: Wissen ist Macht und Time-to-Market ist entscheidend. Das meint auch die Gartner Group, die Organisationen mit einer Information-Management-Infrastruktur für Big Data als zukünftige Markt-Outperformer sieht.

Big Data treibt nicht nur die neue agile Web- und Cloud-Integration, sondern auch den Einsatz innovativer Datenbank-Technologien, um die PetaBytes, sogar Exabytes von Daten zu Analysen auswerten zu können. Wir hatten solche „analytischen Datenbanken“ bereits im Editorial der Newsletter-Ausgaben 66 und 67 (Januar und Februar 2011) diskutiert und verweisen für weitere Details auf dieses Editorial.

Social BI
Bei den BI-Werkzeugen gibt es im Social BI insbesondere in der Analytik neue Methoden und Verfahren. Hier hat sich eine Evolution von Data Mining über Text Mining zu Textanalytik vollzogen. Textanalytik ist eine neue Klasse von Analytik, die linguistische Verfahren mit Suchmaschinen, Text Mining, Data Mining und Algorithmen des maschinellen Lernens verbindet. Treiber für Textanalytik ist insbesondere das Big Data. Mit Textanalytik lassen sich Daten aus dem Big Data systematisch auszuwerten, aber niemand spricht gerne darüber. Man will seinen Kunden nicht gerne sagen, dass man inzwischen eine nahezu gläserne Transparenz geschaffen hat.

Der Nutzen dieser Transparenz durch Webdaten liegt auf der Hand: Ein Hersteller von Konsumgütern will beispielsweise wissen, wie Konsumenten sein Angebot und/oder das Angebot seiner Mitbewerber in den einschlägigen Blogs diskutieren. Oder eine Hotelkette interessiert sich für das elektronische Feedback ihrer Gäste und/oder für die Bewertungen der Mitbewerber. Alles wird möglich, wenn all diese Daten zugreifbar und auswertbar werden. In der Verbindung mit den Unternehmenskundendaten erhält man so nicht nur eine 360-Grad-Sicht auf den Kunden, wie immer im CRM gefordert, sondern sogar eine 360-Gra-Sicht auf den gesamten Markt. Denn im Big Data spiegelt sich ja der Markt mit allen Marktteilnehmern wider.

Neue Anwendungsfelder
Analog den unterschiedlichen Aufgaben von Performance Management und Analytik in der traditionellen BI gibt es nun im Social BI ein Social Media Performance Management und eine Social Media Analytik.

Social Media Performance Management greift auf den Closed-loop-Ansatz von Performance Management zurück, dem Monitoring und der Steuerung von Prozessen. Insofern gibt es ein Social Media Monitoring, das sich inzwischen bereits in führenden B2C-Unternehmen etabliert hat. Hier geht es um das Aufspüren, wo, wann und wie über ein Unternehmen, eine Persönlichkeit, ein Produkt oder eine Marke geredet und diskutiert wird. Das beginnt mit dem Identifizieren und Extrahieren der relevanten Quellen im Big Data mithilfe der agilen Web-Integrationswerkzeuge. Mithilfe von Textanalytik können dann diese Quellen ausgewertet werden. Das liefert nicht nur statistische Information, wo und wie viele Spuren sich im Web und in den Social Media befinden, sondern mithilfe von Stimmungsanalysen (sentiment analysis) lässt sich auch die Tonalität aller Beiträge bestimmen.

Schnell reagieren und investieren
Auf Basis des Social Media Monitoring kann im nächsten Schritt ganz im Sinne des Closed-loop eine Social Media Analysis und folgerichtig eine Social Media Interaktion aufgebaut werden. Das Unternehmen kann jetzt auf relevante Beiträge sofort reagieren und intervenieren. Das bringt Vorteile vor allem im Kundenservice oder bei der Einführung neuer Produkte im Markt, da sich sofort eine Kommunikation mit Communitys im Web aufbauen und unterhalten lässt. So sind beispielsweise schon in verschiedenen Service-Callcentern die Agenten auch zu Social-Media-Agenten geworden, die jetzt eine Multikanal-Kommunikation mit den Kunden über die traditionellen und die Social-Media-Kanäle führen können. Das schafft eine gesteigerte Time-to-Market und eine höhere Kundenbindung bei einer vergleichsweise überschaubaren Investition.

Fazit:
Business Intelligence hat sich mit den Social Media als Treiber sehr stark weiterentwickelt. Die Benutzerschnittstelle wird jetzt Social-Media-konform, und damit wird BI für jeden verständlich und nutzbar. Sie unterstützt weiterhin sehr viel besser die kollaborativen Aspekte von Business Intelligence. Dadurch wird Business Intelligence gleichzeitig durch ein implizites Wissensmanagement ergänzt. Neue BI-Methoden und Werkzeuge wie Textanalytik, agile Web- und Cloud-Integration und analytische Datenbanken erweitern das Portfolio von BI-Lösungen insbesondere um Social Media Analytik und Social Media Performance Management. So erreichen Unternehmen eine neue, bisher nicht machbare 360-Grad-Sicht auf den gesamten Markt, da die Daten im Big Data jetzt nutzbar, auswertbar und umsetzbar im Sinne der Positionierung von Unternehmen, Persönlichkeiten, Marken und Produkten werden. So lassen sich neue Umsatzpotenziale identifizieren und erschließen, die bisher nicht erreichbar waren.

Zum Thema Social Business Intelligence gibt es noch viele weitere Fragen, wie beispielsweise die der Governance oder auch die Frage, was denn jetzt im Big Data der „single point of truth“ ist. Das werden wir in kommenden Editorials verfolgen und untersuchen.

Gartner-Präsentation „The Grand Challenges of Information: Innovating to Make Your Infrastructure and Users Smarter“, Bill Hostmann und Mark Beyer, Oktober 2010.

 

Autor: Dr. Wolfgang Martin

Dr. Wolfgang Martin ist ein europäischer Experte und Analyst auf den Gebieten • Business Intelligence, Analytik, Big Data • Information Management, Information Governance • CRM (Customer Relationship Management) • Cloud Computing (PaaS, SaaS) Sein Spezialgebiet sind die Wechselwirkungen technologischer Innovation auf das Business und damit auf die Organisation, die Unternehmenskultur, die Businessarchitekturen und die Geschäftsprozesse. Er ist Mitglied im BBBT (Boulder BI Brain Trust) (www.BBBT.us), iBonD Partner(www.ibond.net), Research Advisor am Institut für Business Intelligence der Steinbeis Hochschule Berlin (www.i-bi.de) und Mitglied des CRM Expertenrates (http://www.crm-expert-site.de/expertenrat/main_expertenrat.cfm?site=rat). Vor der Gründung des Wolfgang MARTIN Teams in 2001 war Dr. Martin über fünf Jahre bei der META Group, zuletzt als Senior Vice President International Application Delivery Strategies.

E-Mail: wolfgang.martin@wolfgang-martin-team.net

Internet: http://www.wolfgang-martin-team.net