Wie Automatisierung Business Intelligence und Analytics erschließt:4 bewährte Strategien

In einem Bericht der Harvard Business Review (HBR) wurden 729 HBR-Leser befragt, um die Herausforderungen besser zu verstehen, denen sich Unternehmen gegenübersehen, wenn sie agil, innovativ, datengesteuert und wirklich wettbewerbsfähig werden. Dem Bericht zufolge sagen 86 % der Befragten, dass die Gewinnung neuer Werte und Erkenntnisse aus Unternehmensdaten „sehr wichtig“ sei. Und 75 % halten es für „wesentlich“, den Mitarbeitern im gesamten Unternehmen verwertbare Informationen bereitzustellen.

Offensichtlich ist es für die meisten Unternehmen von entscheidender Bedeutung, mehr Wert aus Daten zu ziehen, bessere Entscheidungen zu treffen und schneller darauf zu reagieren.

Unabhängig davon, ob Sie sich bereits auf dem Weg zu einem vollständig datengesteuerten Unternehmen befinden oder noch am Anfang dieses Weges stehen, haben wir vier Möglichkeiten identifiziert, wie Ihnen die Automatisierung dabei helfen kann, das volle Potenzial Ihrer Analysen und Business Intelligence (BI) auszuschöpfen:

1. Verbessern Sie die Datenqualität

2. Analysieren Sie Daten aus jedem System

3. Nutzen Sie BI-Daten in komplexen Geschäfts- und IT-Prozessautomatisierungen

4. Demokratisieren Sie BI durch automatisierte Berichte

1. Verbessern Sie die Datenqualität

Die Verwendung schlechter Daten in Vorhersagemodellen und Analysen kann zum Vertrauensverlust Ihrer BI-Kunden führen und große finanzielle Auswirkungen auf Ihr Unternehmen haben. Laut einem Artikel von Smarter with Gartner werden die durchschnittlichen finanziellen Auswirkungen von Daten schlechter Qualität auf das Unternehmen auf durchschnittlich 15 Millionen US-Dollar pro Jahr geschätzt.

Die Datenvorbereitung ist ein wichtiger Schritt, um Datenqualitätsprobleme vor der Analyse zu erkennen und die Datenreparatur zu unterstützen. Laut Forbes „verbringen Datenwissenschaftler rund 80 % ihrer Zeit mit der Vorbereitung und Verwaltung von Daten für die Analyse“, während nur 20 % ihrer Zeit für die Analyse übrig bleiben.

Durch die Automatisierung der Datenerfassung, -bereinigung und -reparatur kann der Zeitaufwand, den Analysten für die Datenaufbereitung aufwenden, erheblich reduziert werden. Proprietäre Produkte wie Tableau Prep wurden speziell für die Automatisierung von Aufgaben wie Datenerfassung, -bereinigung und -kennzeichnung entwickelt.

Robotic Process Automation (RPA) bietet eine schnelle und zuverlässige Möglichkeit, Daten aus mehreren Systemen zu extrahieren, erste Qualitätsprüfungen durchzuführen und Daten in einer einzigen Datei oder einem einzigen Bericht zusammenzustellen – bereit für die Vorbereitung und Analyse.

ONCE beispielsweise, eine Wohltätigkeitsorganisation in Spanien, die Menschen mit Sehbehinderung unterstützt, nutzt RPA, um den Bestand an Lottoscheinen zu verfolgen, der an 28 Vertriebszentren verteilt wird. Mithilfe von UiPath-Robotern, die sich beim System anmelden, die erforderlichen Daten abrufen und in einen Masterbericht eingeben, kann ONCE diese Aufgabe jetzt in einem Bruchteil der Zeit erledigen, die dafür erforderlich war. Der menschliche Eingriff wird auf ein Minimum reduziert, es sind nur noch eine abschließende Kontrolle und Überwachung erforderlich. Die Berichterstellung erfolgt jetzt wöchentlich statt monatlich und die Mitarbeiter haben mehr Zeit, sich auf höherwertige Aufgaben zu konzentrieren.

Früher erledigten die Mitarbeiter all dies manuell, indem sie sich beim System anmeldeten, die [Microsoft] Excel-Datei öffneten, die Informationen kopierten und einfügten usw. Nur damit sie die Lagerbestände verstehen konnten. Wir sagten ihnen, dass wir einen Roboter damit beauftragen könnten, dies für sie zu erledigen, und sie waren begeistert.

Emilio Campin, Projektmanager, ONCE

Über die Datenextraktion und -aufbereitung hinaus kann die Automatisierung eine ebenso wichtige Rolle bei der Verbesserung der zugrunde liegenden Datenqualität spielen, indem Fehler durch manuelle Dateneingabe vermieden werden.

RPA unterstützt eine Vielzahl sich wiederholender Aufgaben, um sicherzustellen, dass die Datenqualität hoch bleibt und gleichzeitig fortschrittliche Prozesse wie die Digitalisierung und Erfassung von Daten automatisiert werden. Datenextraktion aus Dokumenten und Datensynchronisierung sind zwei beliebte Möglichkeiten, die Datenverwaltung zu automatisieren.

Brent Council im Vereinigten Königreich (UK) nutzt beispielsweise RPA, um den Mietänderungsprozess zu automatisieren, der zuvor mit viel manuellem Aufwand zur Erfassung und Aktualisierung verbunden war. Mitarbeiter beschrieben den manuellen Prozess als „nervtötend“ und führten unweigerlich zu Fehlern in den Daten. Der Rat automatisierte den Prozess mit UiPath und führte ihn innerhalb von sechs Wochen ein. Eine einzelne Mietänderung, für deren manuelle Bearbeitung ein Mitarbeiter früher über vier Minuten brauchte, dauert jetzt weniger als 40 Sekunden.

Wir hatten hochqualifizierte Gutachter, die Stunden damit verbringen mussten, Informationen zu kopieren und einzufügen, um die Mietänderungen vorzunehmen. Wir haben festgestellt, dass die Automatisierung des Mietänderungsdienstes die Qualität unserer Daten erheblich verbessert hat. Wir haben die Fehler beseitigt, die sich durch die manuelle Dateneingabe einschleichen.

Manjula Pindoria, Digital Workstream Lead, Brent Council

Dieses Projekt war so erfolgreich, dass viele andere Teams im Brent Council darum gebeten haben, RPA für ihre Datenbereinigungsaktivitäten einzusetzen, um aktuelle und genaue Informationen in den Kerngeschäftssystemen sicherzustellen. Lesen Sie die ganze Geschichte, um zu erfahren, wie Brent Council die Automatisierung auf vielfältige Weise nutzt.

2. Analysieren Sie Daten aus jedem System

Organisationen auf der ganzen Welt verlassen sich weiterhin auf Legacy-Systeme und unternehmenskritische Geschäftsanwendungen, die keine APIs haben, wie etwa Mainframes. Laut einem globalen Mainframe-Marktbericht „befinden sich 70 % der Bankunternehmensdaten immer noch auf dem Mainframe.“ Und der globale Mainframe-Markt wächst weiter. Das Extrahieren dieser Daten für die Analyse kann jedoch sehr anspruchsvoll sein und erfordert oft manuelle Arbeit.

Mit RPA können Sie die Datenreichweite von BI- und Analysetools auf Altsysteme, virtualisierte Umgebungen und Systeme ohne APIs erweitern. Automatisierung kann hilfreich sein, egal ob Sie Kernbankinformationen extrahieren und analysieren oder Wechselkursdaten von einer Website in einem Format sammeln möchten, das Analysetools verstehen können.

Brent Council nutzt auch RPA, um Daten von seinen Altsystemen in seine neueren digitalen Systeme zu übertragen:

Wie jede Gemeinde haben wir viele Altsysteme. Es ist wichtig sicherzustellen, dass die Daten nahtlos zwischen unseren Altsystemen und unseren neueren digitalen Systemen fließen können. RPA kann schnell so programmiert werden, dass es mit diesen Systemen kommuniziert und effektiv Daten aus einem System extrahiert, validiert und in ein anderes einfügt. Es ist schnell, effizient und kostengünstig.

Manjula Pindoria, Digital Workstream Lead, Brent Council

Darüber hinaus kann RPA mit künstlicher Intelligenz (KI) unstrukturierte Daten wie E-Mails, PDFs, Bilder, Handschriften und gescannte Dokumente für Analysen verarbeiten. Die unstrukturierten Daten werden in einer einzigen Datenquelle konsolidiert, z. B. einem Branchensystem, einer Tabellenkalkulation oder einer Datenbank, und stehen sofort zur Analyse bereit.

Die Hollard Group, ein südafrikanischer Versicherer, hat genau das getan. Das Unternehmen, das jährlich 1,5 Millionen E-Mails von Versicherungsmaklern erhält, verarbeitete jede einzelne E-Mail und jeden Anhang manuell, um den Kontext zu identifizieren und den Inhalt zu klassifizieren. Dieser Prozess erfordert eine hohe Genauigkeit und muss die strikte Einhaltung von Service Level Agreements (SLAs) sowie behördlichen und gesetzlichen Bestimmungen gewährleisten.

Das Unternehmen implementierte eine End-to-End-Automatisierungslösung, um die Geschwindigkeit und Genauigkeit des Prozesses zu verbessern. Die Lösung umfasste maschinelles Lernen (ML), Verarbeitung natürlicher Sprache (NLP), intelligente optische Zeichenerkennung (OCR) und Analysefunktionen in einer einzigen Benutzeroberfläche.

Die Hollard Group spart 2.000 Arbeitsstunden pro Woche und senkt die Kosten pro Transaktion um 91 %. Die Bearbeitung erfolgt in Echtzeit, wobei 98 % der Fälle autonom von Robotern bearbeitet werden, 600 % schneller als zuvor.

3. Nutzen Sie BI-Daten in komplexen Geschäfts- und IT-Prozessautomatisierungen

Unternehmen nutzen Analysen und Datenwissenschaft, um Einblicke in ihr Geschäft zu gewinnen und fundiertere Entscheidungen zu treffen. BI-Daten können im Rahmen eines erweiterten Geschäftsablaufs auch zu besseren Entscheidungen führen.

Das Extrahieren von Daten aus Ihrem BI-System würde (in den meisten Fällen) entweder eine manuelle Extraktion oder neuen Code erfordern. Doch mit RPA lässt sich die BI-Datenextraktion schnell automatisieren.

Beispielsweise können Finanzabteilungen melden und entsprechende Maßnahmen ergreifen, wenn Rechnungszahlungen ihre maximale Zahlungsfrist erreichen. Anhand der Informationen aus dem automatisch heruntergeladenen BI-Bericht kann ein RPA-Roboter Erinnerungen und Eskalationen automatisieren, um sicherzustellen, dass die Zahlung innerhalb der Zahlungsbedingungen erfolgt.

Informationen über IT-Assets, einschließlich Asset-Besitzer und Nutzungsstatistiken, die in Berichten verfolgt werden, können von einem UiPath-Roboter einfach extrahiert und zur Durchführung von IT-Wartung und Asset-Management verwendet werden. Die IT-Automatisierung mit UiPath rationalisiert herausfordernde Aufgaben wie das Patchen kritischer Server und das Erhöhen oder Verringern von IT-Ressourcen basierend auf Echtzeit-Bedarfsanalysen.

Diese zentralen IT-Verwaltungsprozesse werden von UiPath mit sofort einsatzbereiten Aktivitäten weiter optimiert, die die Entwicklung beschleunigen und den Aufwand für die Aufrechterhaltung von Workflow-Automatisierungen reduzieren.

Durch die Automatisierung der BI-Datenextraktion und die anschließende Nutzung dieser Daten in Ihren komplexen Geschäftsprozessen kann Ihr Unternehmen schnellere und bessere Entscheidungen treffen.

4. Demokratisieren Sie BI durch automatisierte Berichte

Automatisierung kann zur Demokratisierung von Business Intelligence beitragen und den unternehmensweiten Austausch und die Nutzung von Erkenntnissen über Ihr Unternehmen optimieren. Stellen Sie sich vor, Sie beginnen den Tag mit einer Zusammenfassung, die Berichte und Datenvisualisierungen von allen verschiedenen Orten kombiniert, an denen die Informationen „leben“ könnten. Diese Erkenntnisse decken unerwartete Veränderungen in Ihrem Kundenverhalten, Ihrer Demografie und Ihren Konversionsraten ab. Und Sie werden in die Lage versetzt, Maßnahmen zu ergreifen und Ihre Key Performance Indicators (KPIs) zu verbessern.

Mit RPA kann Ihr Unternehmen über tägliche Berichte verfügen und gleichzeitig Zeit sparen, die Produktivität verbessern und die Genauigkeit erhöhen:

• Automatisierung des Datenexports

• Zusammenstellen von BI-Dashboards oder Berichten in verbrauchbaren Formaten wie PDFs und Microsoft PowerPoint

• Verteilung über Kanäle wie E-Mail, Slack oder Microsoft Teams

Automatisierte Berichte können in regelmäßigen, vorhersehbaren Abständen erstellt werden, beispielsweise jeden Montag, und können auch durch bestimmte Ereignisse ausgelöst werden, beispielsweise durch einen Logistikrückstand, der ein kritisches Niveau erreicht hat, das gelöst werden muss.

Beispielsweise nutzt ein Unternehmen RPA, um seine Gewinn- und Verlustberichte (GuV) zu optimieren und die Genauigkeit zu verbessern. Jeden Tag wird ein UiPath-Roboter ausgelöst, um die erforderlichen Daten zu sammeln, zu validieren und den Abschlussbericht zu erstellen. Der Roboter sendet diese Berichte dann per E-Mail an das Front-Office-Team zur Überprüfung, bevor sie in die Webanwendung der Zentrale hochgeladen werden.

Durch die Demokratisierung von BI durch Automatisierung können Sie Ihre Geschäftsanalysten und Führungskräfte davon befreien, ihre Zeit damit zu verbringen, Daten zu durchforsten und zu untersuchen. Stattdessen konzentrieren sie sich darauf, auf der Grundlage dessen, was ihre Daten ihnen sagen, die richtigen Entscheidungen für das Unternehmen zu treffen.

Schaffen Sie mehr Wert aus Ihren Daten, handeln Sie schneller und treffen Sie bessere Entscheidungen

Durch die Automatisierung von BI-Daten mithilfe der vier in diesem Artikel beschriebenen Methoden können sich Ihre Mitarbeiter darauf konzentrieren, bessere Entscheidungen zu treffen, schneller auf datengesteuerte Erkenntnisse zu reagieren und Ihr Unternehmen vor kostspieligen Fehlern zu bewahren.

Erfahren Sie mehr darüber, wie UiPath-Roboter auf datengesteuerte Erkenntnisse reagieren und die Entscheidungsfindung beschleunigen können, direkt von Analyseplattformen wie Tableau-Dashboards mit nativen Integrationen.