Big Data – Controlling


Big Data ist der Trend schlechthin im 21igsten Jahrhundert. Die Rechner und Speicher werden immer günstiger, was das analysieren von riesigen Datenmengen in sehr kurzer Zeit erlaubt. Der zielgerichtete Einsatz von Big Data ist in der Zukunft bei der Entscheidungsfindung unerlässlich.

Was ist Big Data?

Es ist durch vier Charakteristika gekennzeichnet: Vielfalt, Menge, Verarbeitungsgeschwindigkeit und Vertrauenswürdigkeit der Daten. Probleme gibt es dabei vorallem bei der Vielfalt und der Vertrauenswürdigkeit. Geschwindigkeit, auch bei grossen Mengen, ist mit den heutigen Servern keine grosse Challenge mehr. Häufig wird das Verarbeiten grosser Datenmengen statt Big Data auch Business Analytics genannt, so wie zum Beispiel auch die Lösung von Microsoft für diesen Bereich. Weltweit wurde festgestellt, dass sich die weltweite Datenmenge alle zwei Jahre verdoppelt.

Big Data und Controlling

Dem Controlling kommt zunehmend die Rolle des Businesspartners des Managements zu. Wichtig ist es dabei, dass die riesigen Datenmengen vom Controlling nicht nur verarbeitet werden, sondern auch Handlungsempfehlungen erarbeitet werden. Heutzutage muss das Controlling Daten aus verschiedenen Bereichen analysieren, nicht mehr nur die eigenen Finanzkennzahlen. Dies beinhaltet die ganze Wertschöpfungskette vom Lieferanten bis zum Endkunden. Viele Unternehmen verpassen den Big Data Trend. Barrieren sind vorallem fehlendes Know-How, oranisatorische Unklarheiten, zu hohe Kosten oder fehlendes Fachpersonal.
Es zeigt sich jedoch klar, dass der Trend in Richtung Echtzeitreporting geht. Die operative Planung wird sich stark verändern. Bei der strategischen, welche ja Managementaufgabe ist, sieht man eher weniger Einfluss. Szenarioanalysen werden die bisanhing öfters verwendeten linearen Extrapolationen ablösen. Diese sind mit Big Data leicht zu generieren und durchzuspielen. So werden die Entscheidungen datengestützt erfolgen und Bauchentscheide minimiert.

Wie sollte ein Big Data Projekt aufgebaut sein

  1. Assessment Phase: Definition Nutzen und Chancen.
  2. Readiness Phase: Definition Soll und Ist Zustand. Analyse IT-Infrastruktur
  3. Implementierung und Integration: Bestehende Infrastruktur wird angepasst
  4. Konsolidierung und Migration
  5. Beginn der Nutzung von Big Data
  6. Reporting Analytics: Beginn der Analyse der gesammelten Daten
  7. End-to-End-Prozesse: Durch vollständiges Monitoring von Geschäftsprozessen wird Transparenz erhöht und Optimierungsmöglichkeiten können durchgesetzt werden
  8. Optimierung: Im letzten Schritt kann man dann die einzelnen Bereiche noch optimieren

Erfolgsfaktoren und Risiken von Big Data

Die Big Data Strategie sollte nutzen- und wertorientiert sein und klare Ziele haben. Die Zuständigkeit gehört ins Topmanagement und dieses muss die Erreichung der Ziele klar kommunizieren und steuern. Das Projekt sollte in Teilschritten realisiert werden. Eine Messbarkeit des Projekterfolges ist natürlich sehr gewünscht (zum Beispiel anhand der Erhebung eines return on information).

Als Risiken ist sicherlich zum einen Mal die Compliance zu nennen. Datenschutzrichtlinien können dem Absaugen grosse Datenmengen entgegenstehen. Auch der Diebstahl der Daten durch Mitarbeiter muss als Risiko ernstgenommen werden und die Daten dementsprechend geschützt. Auch ein Definitions- und Aussagerisiko besteht. Man muss sich stetig hinterfragen, ob die aus den Zahlen generierten Modelle wirklich richtig und noch aktuell sind. Nicht das daraus Fehlinterpretationen vorgenommen werden. Und auch der stetigen Qualität der Daten ist ein Augenmerk zu widmen. Schnell ist es passiert, dass sich Fehler einschleichen, diese aber in der grossen Menge nicht erkannt werden.

Fazit

Erstaunlicherweise nutzen heutzutage viele Unternehmen Big Data nur zögerlich. Auf CFO-Ebene ist das Thema zwar Gesprächsstoff, doch an der aktiven Umsetzung hapert es noch. Viele Unternehmensführer sehen vor allem bei der Integration unstrukturierter Daten große Probleme und glauben, dass Big Data nur schwer in die bestehende Organisationsstruktur des Unternehmens einzufügen ist. Ebenso werden die Standardisierung und Automatisierung zwar als sehr wichtig bewertet, aber auch als mit erheblichen Problemen verbunden gesehen.

Ich habe viel Erfahrung in der Schnittstelle Finance und IT und würde mich freuen, Sie in diesem Bereich unterstützen zu dürfen. Melden Sie sich gerne unter contact@baumann-finance.ch

Herzlichen Dank für die Aufmerksamkeit.

[:en]Big Data is the trend par excellence in the 21st century. Computers and storage are becoming cheaper, what allows the analysis of vast amounts of data in very short time. The targeted use of Big Data is essential in the future in decisions making.

What does big data mean?

It is characterized by four characteristics: variety, quantity, processing speed and reliability of the data. There are challenges especially at the diversity and trustworthiness. Speed​​, even with large quantities, with today’s servers no longer is a big challenge. Frequently the processing of large amounts of data is instead of called big data also known as business analytics, like the solution name from Microsoft for this area. Worldwide, it was evaluated, that the global amount of data doubles every two years .

Big Data and Controlling

Controlling increasingly takes on the role of business partner management. Here it is important that the vast amounts of data are not only processed by the controlling, but also recommendations for action will be developed. Nowadays the Controlling must analyze data from different areas, not only their own financial indicators. This includes the whole value chain from supplier to end customer. Many companies miss the Big Data trend. Barriers are mainly a lack of know-how, organisational ambiguities, too high costs or lack of qualified personnel.  It appears clear, however, that the trend towards real-time reporting goes on. Operational planning will change radically. In the strategic area, which is indeed a management task, we see rather less influence. Scenario analysis will replace the linear extrapolations often used nowadays. These are easy to generate and play through with Big Data. Thus, the decisions will be made data-driven and abdominal decisions minimized.

How should you build up a big data project

  1. Assessment Phase: Definition benefits and opportunities.
  2. Readiness Phase: Definition of desired and actual state. Analysis IT infrastructure
  3. Implementation and Integration: Existing infrastructure will be adjusted
  4. Consolidation and Migration
  5. Start using Big Data
  6. Reporting Analytics: Beginning analysis of the data collected
  7. End-to-End-Processes: By fully monitoring of business processes, transparency and optimization options can be enforced
  8. Optimization: In the last step you can then optimize the individual areas

Success Factors and risks of Big Data

The Big Data strategy should be value-oriented and have clear goals. The responsibility belongs to the top management and this needs to communicate and control the attainment of the objectives clearly. The project should be implemented in stages. A measurability of project success is obviously very desirable (for example, during the survey of a return on information).

One risk which has to be mentioned is compliance. Privacy Policy may suctioning preclude large amounts of data. Even the theft of data by employee needs to be taken seriously as a risk, and the data has to be protected accordingly. Also a definition and statement risk exist. One has to question whether the figures generated from the models are really correct and still up to date constantly. Not that decisions would be made based on misinterpretations. To the point steady quality of data you should keep an extra eye. Quick it happens, the possibility of errors, but these are not recognized in the large quantity.

Take aways

Surprisingly, today many companies use Big Data hesitant. On CFO level, the issue is indeed talked about,  but the active implementation is still lagging behind. Many corporate leaders see, especially in the integration of unstructured data, a big problem and believe that Big Data is difficult to insert into the existing organizational structure of the company. Likewise, the standardization and automation will be assessed as very important, but also seen as associated with considerable problems .

I have a lot of experience in the finance and IT interface and would be delighted to be able to support you in this area. Contact me under contact@baumann-finance.ch

Thank you for your attention.

[:]

Print Friendly, PDF & Email

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert