16. Februar 2018
Von Prof. Dr. Ulrich Egle, Dozent und Projektleiter, und Reto Huber, Senior Wissenschaftlicher Mitarbeiter am Institut für Finanzdienstleistungen Zug IFZ
Die Fähigkeit, strukturierte und unstrukturierte Daten mittels adäquater statistischer Methoden zu analysieren und daraus einen wirtschaftlichen Mehrwert zu generieren, wird als Business Analytics bezeichnet. Es handelt sich hierbei um eine analytische Reife, die in vielen Controlling-Abteilungen noch anzustreben ist. Das Themenfeld Business Analytics ist häufig integraler Bestandteil von Digitalisierungsprojekten im Controlling, womit sich aktuell viele Unternehmen beschäftigen.
Die Ausgangslage der Digitalisierungsmassnahmen sind die Controllingprozesse, für die der Reifegrad der Digitalisierung bestimmt werden muss. In diesem Zusammenhang gilt es Medienbrüche und nicht wertschöpfende Bereiche zu identifizieren und die Defizite im Datenmanagement offenzulegen. Optisch lässt sich das Ergebnis mit einer Heatmap darstellen.
Für viele Unternehmen resultiert daraus das Bedürfnis, einen Verantwortlichen für das Datenmanagement zu engagieren (Chief Data Officer). Er kann die Grundlage für die wertschöpfende Nutzung der Datenpotenziale schaffen. Hier setzt der Controller als Business Analyst an, um die Daten wertschöpfend für das Unternehmen zu transformieren.
Um das zu ermöglichen, muss der Controller seinen Werkzeugkasten um statistische Methoden erweitern. In Zukunft dürfte dieser nämlich mit Statistikern, Informatikern und Ingenieuren um sein Tätigkeitsfeld konkurrieren. Auf der anderen Seite führt die zunehmende Automatisierung von Controllingtätigkeiten mithilfe intelligenter IT-Anwendungen (Robotic Process Automation) zu deren Wegfall. Damit es nicht zu dieser Sandwich-Situation kommt, haben wir mit dem Fachkurs Big Data & Business Analytics im Controlling ein Gefäss konzipiert, um die analytische Reife für Controller und das Unternehmen auszubauen. Der Fachkurs (mit Start am 6. März 2018) beschäftigt sich ganzheitlich mit dem strategischen Wert von Daten und wie sich z. B. Predictive Analytics gewinnbringend nutzen lässt.
Das könnte Sie ebenfalls interessieren:
Kommentare
0 Kommentare
Danke für Ihren Kommentar, wir prüfen dies gerne.