Generiert Ihre Analytics-Strategie Mehrwert?

Drei Modelle zur Berechnung des BI-Werts

Es gibt drei verschiedene Methoden, mit denen Sie den Effekt Ihrer Softwareentscheidung bewerten können.

In der datengesteuerten Welt von heute müssen Mitarbeiter und Unternehmen den Umgang mit Daten beherrschen, um mit ihren Entscheidungen Mehrwert zu schaffen. Dafür geeignete Produkte unterscheiden sich aber oft kaum.

Mit den im Folgenden dargestellten Methoden konnten Kunden folgende Ergebnisse erzielen:

39 %

niedrigere Kosten mit Tableau in Bezug auf Lizenzen, Plattform und Personal

40 %

höherer Geschäftswert durch verbesserte Effizienz bei der Anwendung von Analytics

Für die Bewertung des Effekts von Business Intelligence sind deshalb nicht nur Kosten und technischer Nutzen der Software relevant, sondern auch die Vorteile, die sich für das Unternehmen aus datengesteuerten Entscheidungen ergeben.



Tableau-Werthierarchie

Je nachdem, in welcher Phase sich Ihr Unternehmen auf dem Weg zu einer datengesteuerten Organisation befindet, stehen Kostenoptimierung, Wirtschaftlichkeit oder Effektivität im Vordergrund.

In diesem Modell werden die Gesamtkosten einer BI-Lösung berechnet und die kostengünstigste Variante wird gewählt.

Zum Modell

Ebene 2: Wirtschaftlichkeit – Modell der Arbeitsproduktivität

Hier wird die durch die jeweiligen Lösungen verbesserte Arbeitsproduktivität verglichen und auf der Basis der Personalkosten die Amortisation der Investition berechnet.

Zum Modell

Ebene 3: Effektivität – Modell der erwarteten Effekte

In diesem Modell wird der Mehrwert ermittelt, der sich aus einer verbesserten Entscheidungsfindung im gesamten Unternehmen durch besser informierte Mitarbeiter ergibt.

Zum Modell


01: Modell der Gesamtbetriebskosten

In diesem Modell werden die Gesamtkosten der Nutzung einer BI-Lösung berechnet und die kostengünstigste Variante gewählt.

Oft berücksichtigen Kunden für die Gesamtkosten nur die Lizenzkosten, aber nicht die mit der Lösung verbundenen Kosten für Support, Schulung und zusätzlich erforderliche Technologien. Bei diesem Modell wird davon ausgegangen, dass sich der faktische Wert vieler verfügbarer BI-Technologien per Saldo kaum unterscheidet. Die Entscheidung wird dann für die Lösung getroffen, die am wenigsten kostet. Dies entspricht nicht immer der Realität, kann aber in manchen Situationen ausreichen.

Bei der Ermittlung der Gesamtbetriebskosten müssen außer den Lizenzkosten noch weitere Faktoren berücksichtigt werden. Dazu gehören die Kosten für die Plattform und die Personalkosten:

PLATTFORMKOSTEN

Infrastruktur: Hardware, Infrastruktur als Service, Daten (Nutzung/Speicher), Systemdienste

Software: Lizenzierung, Einbindung von Partnern, Gebühren für Daten-Connectors/Speicher, API-Zugriff, Nutzungsgebühren

PERSONALKOSTEN

Installation

Einrichtung

Erstellen von Berichten: IT-Personal zum Erstellen und Kuratieren von Inhalten

Support: Technischer Support und fortlaufende Wartung

Schulung: Benutzerbefähigung, „Train-the-Trainer“-Aktivitäten, Kursangebote

Wann ist das TCO-Modell sinnvoll?

  • Wenn Analytics von Beratern oder von anderen externen technischen Experten durchgeführt wird.

  • In Anwendungsfällen mit dem Schwerpunkt auf der Verteilung von Dashboards und mit geringem Bedarf an Ad-hoc-Analytics.

  • Bei eingebetteten Visualisierungen, mit denen statische Inhalte vermittelt werden, und wenn das Erscheinungsbild wichtiger ist als Interaktivität.

Empfohlene Lektüre

Evaluierungsleitfaden: Wie Sie die richtige moderne Analytics- und BI-Plattform finden – Ein Leitfaden zur Ermittlung der Anforderungen für einen modernen Analytics-Workflow.

Berechnung der Gesamtbetriebskosten

Beispiel

Wie Sie die Gesamtbetriebskosten berechnen

Zurück zu den Modellen

02: Das Modell der Arbeitsproduktivität

Hier wird die durch die jeweiligen Lösungen verbesserte Arbeitsproduktivität verglichen und auf der Basis der Personalkosten die Amortisation der Investition berechnet.

Mit einer Technologie zur Datenanalyse können die Mitarbeiter Informationen schneller verstehen und nachvollziehen. Das Modell der Arbeitsproduktivität berechnet den Nutzen für die Mitarbeiter durch Ermittlung des gesamten eingesparten Zeitaufwands im Vergleich zu anderen Technologien.

Bei diesem Modell wird davon ausgegangen, dass Mitarbeiter durch schnellere Auswertungen mehr Möglichkeiten für zusätzliche Analysen oder mehr Zeit für andere Aufgaben haben, die zur Wertschöpfung des Unternehmens beitragen.

Wann ist das Modell der Arbeitsproduktivität sinnvoll?

  • Es muss keine Lösung für ein bestimmtes Analytics-Projekt gefunden werden, sondern es sollen allen Wissensmitarbeitern Analysefunktionen zur Verfügung gestellt werden.

  • Sie möchten den Mehrwert ermitteln, der sich aus dem Aufbau einer datengesteuerten Kultur im Unternehmen ergibt.

  • Sie möchten den ROI-Wert von Anwendungs-Communitys oder Kompetenzzentren in Bezug auf Daten beziffern.

Relevante Kriterien für die Ermittlung der Arbeitsproduktivität

Unterschiedlicher Erstellungsaufwand: Der Unterschied im Aufwand für das Generieren analytischer Ergebnisse auf unterschiedlichen Plattformen im Vergleich zum aktuellen Ansatz.

Unterschiedliche Nutzererfahrung: Der Unterschied in der Endbenutzererfahrung bei der Ermittlung von Informationen auf unterschiedlichen Plattformen im Vergleich zum aktuellen Ansatz.

Wertfaktor: Erwarteter durchschnittlicher Mehrwert durch einen Wissensmitarbeiter in Ihrem Unternehmen. Dieser optionale Ansatz bietet eine schnelle Möglichkeit zur Bewertung der Effektivität im Rahmen des Wirtschaftlichkeitsmodells.

Beispiel (Ziel dieses Modells ist die Optimierung des Mehrwerts, d. h. je höher die Zahlen, desto besser)

Berechnung der Arbeitsproduktivität

*Diese drei Faktoren beeinflussen die Ergebnisse dieses Modells. Beteiligen Sie die tatsächlichen Benutzer Ihres BI-Systems und überlassen Sie die Evaluierung nicht allein den IT-Einkäufern. Durch Berücksichtigung der Mitarbeiter, die diese Aufgaben durchführen, bekommen Sie über präzisere Schätzungen hinaus ein besseres Gefühl für die damit verbundenen Kosten und wie die Aktionen sich verändern.

Zurück zu den Modellen

03: Modell der erwarteten Effekte

In diesem Modell wird der Mehrwert beziffert, der sich aus einer optimierten Entscheidungsfindung durch besser informierte Mitarbeiter ergibt.

Im Modell der erwarteten Effekte wird folgende Frage gestellt: „Welcher Mehrwert ergibt sich, wenn ein Mitarbeiter durch diese Technologie mit einer Wahrscheinlichkeit von X % eine richtige Entscheidung trifft?“ Der Effekt lässt sich in diesem Modell nicht so einfach in Zahlen fassen, da dafür eine direkte Beziehung zwischen der Technologie, die evaluiert wird, und den tatsächlichen geschäftlichen Ergebnissen hergestellt werden muss. Allerdings kommt dieses Modell der Realität am nächsten. Darüber hinaus lässt sich damit eine eventuell erhöhte Anwendung und Nutzung der Business Intelligence feststellen, die in den vorherigen Abschnitten nicht berücksichtigt wird. Unter dem Aspekt erhöhter Effizienz durch erweiterte Anwendungsmöglichkeiten kann der Fokus auch auf die Ermittlung zusätzlicher geschäftlicher Erkenntnisse mit mehr Aussagekraft durch Analytics gerichtet werden.

Wann ist das Modell der erwarteten Effekte sinnvoll?

  • Es gibt spezielle Entscheidungsprozesse, die Sie für Ihre Mitarbeiter verbessern möchten.

  • Sie erstellen Analytics für eine bestimmte Gruppe von Benutzern oder für einen bestimmten Problembereich.

  • Sie benötigen skalierbare, wiederholbare und wiederverwendbare Analytics, die dauerhaft Mehrwert generieren.

Berechnung des erwarteten Effekts

Szenario: Der zu ermittelnde geschäftliche Nutzen durch verbesserte Ausstattung mit Informationen wird durch die gewünschten Ergebnisse definiert. Dazu gehört auch ein Schätzwert für die erforderlichen Ergebnisse.

Entscheidungsbereiche: Welche Entscheidungen beeinflussen Ihre gewünschten Ergebnisse? Die Geschäftsbereiche wissen am besten, welche Entscheidungen Einfluss auf die Ergebnisse haben, die erreicht werden sollen.

Optimierung: In welcher Weise führt der Zugang zu Daten für Wissensmitarbeiter zu besseren Entscheidungen und wie lässt sich das Ausmaß der Verbesserung den einzelnen Technologien zuordnen, die die Entscheidungsfindung beeinflussen? Dieser Wert kann als Optimierungsrate für die Höhe des Mehrwerts quantifiziert werden, der sich aus optimierten Entscheidungen in Ihrem Szenario ergibt.

Beispiel

Berechnung des erwarteten Effekts

*Für „BI-Anbieter“ werden in einer Einzelansicht nicht alle Datenpunkte angezeigt, d. h. die Genauigkeit verbessert sich nicht.
**BI-Dashboards haben die Geschwindigkeit von Entscheidungen erhöht, aber nicht in dem Maße wie für den Visual-Analytics-Prozess.

Zurück zu den Modellen

Mehr über den Wert von Tableau erfahren



Tableau macht den Unterschied.


Tableau noch heute nutzen