Mit Hilfe von Business Intelligence und Analytics Daten sinnvoll ausschöpfen und fundierte Maßnahmen treffen. Warum Qlik View und Qlik Sense besonders auch für den Mittelstand interessant sind.
Die Vision von Mike Capone, CEO von Qlik, ist klar. Sein Ziel ist „eine datenkompetente Welt, in der Menschen, Unternehmen, Organisationen und Regierungen ihre größten Herausforderungen mithilfe von Daten meistern.“
Springen Sie jetzt schnell und einfach zu dem für Sie interessantesten Teil des Artikels:
Auf dem Weg zu diesem Ziel ist Qlik gut unterwegs. Das erste Etappenziel: Qlik ist führend im Bereich Business Intelligence. (Quelle: The BI & Analytics Survey 21 von BARC). Das nächste Etappen-Ziel, welches Qlik verfolgt: Qlik will ebenso erfolgreich die „Analytics Economy“ bedienen.
Damit Sie etwas über die Hintergründe und Gedanken dazu erfahren, haben wir ein Interview mit Wolfgang Kobek, SVP EMEA von Qlik, und Matthias Herkommer, Manager Presales DACH bei Qlik, geführt.
Das Gespräch fand im Nachgang des Data Revolution Summit von Qlik statt. Zwei Schwerpunktthemen hatte unser Gespräch:
- Positionierung von Qlik – Hat der Kauf von Tableau durch Salesforce (wir berichteten) die strategische Ausrichtung von Qlik verändert?
- Qlik und der Mittelstand – eine perfekte Verbindung? Was macht die Zusammenarbeit mit Qlik aus Anwendersicht besonders interessant?
Hier sind ihre Antworten zu den Themen:
Positionierung von Qlik – Hat der Kauf von Tableau durch Salesforce die Strategie von Qlik beeinflusst?
Laut Wolfgang Kobek hat der Kauf von Tableau durch Salesforce die Neukundengewinnung von Qlik sogar positiv beeinflusst.
Der einfache Grund: Viele Nicht-Salesforce-Kunden, die vor der Wahl zwischen Qlik oder Tableau standen, haben sich daraufhin für Qlik entschieden. Denn durch die Nutzung von Tableau könnte eine größere Abhängigkeit zu Salesforce entstehen. Ein weiterer Grund: Es gab eine Verunsicherung, wie es mit Tableau weitergeht.
Neben dieser Unsicherheit am Markt, von der Qlik profitieren konnte, bekommt Qlik weiteren Rückenwind durch die BARC Studie „The BI & Analytics Survey 21“. Diese Studie gibt die Meinung von Anwendern von BI-Plattformen und Business Analytics wieder. Die Quintessenz der Studie ist:
Die Produkte QlikSense und QlikView schneiden bei den Anwendern, was die Customer Experience und den Business Value angeht, sehr stark ab. In der Wettbewerbssituation gewinnt Qlik besonders durch seinen guten API Connector. Dieser funktioniert z. B. für Salesforce, aber auch für SAP und andere Anbieter sehr gut.
Weitere Informationen zur BI Survey von BARC finden Sie hier.
Der neue Weg hin zur Datenintegration
Qlik beobachtete den Kauf von Tableau natürlich interessiert. Die eigene Strategie für die Positionierung auf dem Markt ist dadurch jedoch nicht verändert worden. Das Ziel von Qlik steht seit ca. 2 Jahren fest und lautet: „From Raw Data to Insight“.
Aber was heißt das nun konkret, fragen wir Wolfgang Kobek und Matthias Herkommer.
Qlik verfolgt seit dieser Zeit den Weg der Datenintegration. Die Zielstrebigkeit dieser Entscheidung unterstreicht die Akquise von Attunity durch Qlik im Mai 2019. Wolfgang Kobek betont hierzu, dass „die Differenzierung nicht mehr allein durch unsere marktführende Datenanalyse stattfinden wird“. Das Qlik-Portfolio umfasst nun die Aufbereitung, Analyse und Visualisierung von Daten – das alles aus einer Hand.
Dieser Schritt zeigt, dass neben der Marktführerposition im Bereich Business Intelligence (BI) jetzt auch Analytics Economy besetzt werden soll. Dafür ist die extrem flexible Integration von Qlik in andere Lösungen ein Erfolgsfaktor. Dazu aber gleich mehr.
From Insight to Action – Was bedeutet das genau?
Der Slogan „From Raw Data to Insight“ beschreibt die Positionierung von Qlik auf dem Markt. Wie setzt Qlik dieses Versprechen auf der technischen Seite um? Für welchen Weg hat sich Qlik entschieden?
Hier gilt es, besonders das Stichwort „Active Intelligence“ hervorzuheben. In diesem Bereich verstärkte sich Qlik zuletzt. So erwarb das Unternehmen im Oktober 2020 die Integrations- und Automatisierungsplattform (iPaaS) Blendr.io. Dieser Schritt brachte über 500 Schnittstellen zu SaaS-Applikationen und Cloud-Datenquellen. Dies erlaubt es Qlik, Echtzeitdaten für SaaS-Anwendungen und automatisierte Unternehmensprozesse zu generieren. Neu gewonnene Erkenntnisse und – daraus abgeleitet – schnelle Maßnahmen in Unternehmen durchzuführen bzw. umzusetzen oder intelligent Automatismen auszulösen, das ermöglicht Qlik über den reinen Analyse-Prozess hinaus.
Daten werden somit nicht nur aufbereitet zur Verfügung gestellt. Qlik geht noch einen großen Schritt weiter. So erhalten beispielsweise Anwender im E-Commerce, die mit Qlik arbeiten, die Möglichkeit, Daten zu individualisieren und zu personalisieren. Genau das ist ein Erfolgskriterium für die Anwender. Keine Masse, sondern gezielt, persönlich, individuell. Das schafft laut verschiedenen Analysen (z. B. DDV-Studie mit der Uni Kassel) einen zusätzlichen Deckungsbeitrag von 10% und mehr.
Strategische Partnerschaften
Zum Thema strategische Partnerschaft kann sich Qlik ebenfalls stark positionieren. Partnerschaften sind mehr denn je ein elementarer Bestandteil für die Positionierung im Wettbewerb. Sie helfen bei der Integration von Qlik in unterschiedliche Systeme und ermöglichen es, die technische Entwicklung zu beschleunigen.
Die bekanntesten Namen sind hier Amazon Web Services (AWS), Google Cloud oder Microsoft. Mit diesen technisch starken Partnern ist Qlik strategisch langfristig sehr gut aufgestellt. Mit dem eigenen Knowhow und den Schnittstellen durch die Kooperationen wird ein breites Feld an Kunden angesprochen.
Im starkwachsenden Cloud-Anwendungs-Bereich richtet sich Qlik zunehmend hin zu Software as a Service (SaaS) aus. Hier gibt es mit Snowflake einen wichtigen Partner, wenn es um Data Warehouse geht. In diesem Kontext wurde von Matthias Herkommer nochmals betont, dass durch das Qlik Data Integration Portfolio ein strategisch wichtiges neues Ökosystem an Partnern und Cloud Plattformen entstanden ist. Dadurch ergeben sich neue Möglichkeiten, wie die Zusammenarbeit mit Databricks als Data Lake Partner. Es öffnen sich die Geschäftsfelder in Richtung Data Warehousing und Data Lake.
Qlik und der Mittelstand – eine perfekte Verbindung?
Warum der Mittelstand Qlik nutzt
Für jedes gute CRM-Tool ist eine komplett integrierte BI-Lösung mittlerweile der Standard. Bei der Umsetzung dieses Standards kann Qlik glänzen. Eine große Stärke von Qlik Sense ist die Möglichkeit, in eine Vielzahl von Customer Relationship Software Lösungen eingebettet werden zu können. Die Integration, auch innerhalb individueller CRM-Anwendungen, wird durch den gewählten API first Ansatz ermöglicht. Das macht Qlik Sense zu einer praktikablen Lösung für jedermann. Ein Kunde bekommt also eigene Business Intelligence-Tools. Dieser offene Ansatz wird genauso bei der strategischen Ausrichtung zum Thema SaaS verfolgt. Denn auch hier sind all die Schnittstellenlösungen integriert bzw. stehen dem Anwender zur Verfügung.
Wir selbst haben inzwischen schon einige CRM-Lösungen, in die Qlik integriert ist, mit großer Zufriedenheit in der Praxis gesehen.
Der Mehrwert, der dadurch entsteht, ist einfach zu beschreiben. Um beim Vergleich mit Tableau zu bleiben, war dieses ein Stand-Alone-Desktopprodukt mit angeflanschtem Server. Qlik Sense hat sich in den letzten 10 Jahren zu einer webbasierten und API orientierten Lösung entwickelt. Eigenschaften wie diese kommen nun zum Tragen, da es den Kunden nie um eine reine Analyse der CRM-Daten geht. Diese können auch durch bereits vorhandene interaktive Dashboards erfolgen. Der Anspruch von Business Intelligence ist ein höherer. Qlik Sense kann in die Benutzeroberfläche integriert werden und nun weitere Daten miteinbringen, wie beispielsweise aus einem ERP System. QlikView bietet auf der anderen Seite Vorteile für Power User. Diese können in QlikView für sich selbst zugeschnittene Tools bauen. Diese Individualisierung erlaubt eine noch spezifischere Verwendung der Daten.
Wie befähigt Qlik seine Anwender die Werkzeuge optimal auszunutzen?
In der Praxis tritt häufig der Fall auf, dass sich die Quote der „echten Anwender“ stark von der Zahl der „möglichen Anwender“ unterscheidet. Die häufigsten Ursachen für diese Diskrepanz sind einerseits die fehlende Zeit zur Nutzung sowie anderseits die Fähigkeiten im Umgang mit den Daten.
Qlik hat dafür ein Programm für mehr Datenkompetenz im Anwender-Unternehmen gestartet, um dieses Problem zu beheben und die Data Literacy in Unternehmen zu erhöhen. Data Literacy beschreibt dabei die Fähigkeit, Daten auf kritische Weise sammeln, bewerten und anwenden zu können. Die nötige Kompetenz kann auf einem individuellen Weg über Consulting, Training, sowie eLearning mit Unterstützung durch Qlik erlangt werden.
Qlik fördert die Datenkompetenz durch seine Produkte. Dazu zählen „Augmented Tools“ und Funktionen über Drag and Drop. So ist für jeden Anwender ein individuelles Dashboard möglich. Anfänger werden durch Best-Practice folgenden Chartvorschläge und einer intelligenten Suche in natürlicher Sprache unterstützt. Für die Entwickler von BI-Systemen bietet Qlik eine „Augmented Intelligence“, um Daten aus verschiedenen Quellen in ein gemeinsames Datenmodell zu bringen. Der Zusammenhang zwischen Daten wird bereits automatisch analysiert und durch Vorschläge dem Entwickler ausgegeben, sodass nach deren Prüfung ein Analysedatenmodell schneller verfügbar ist.
Wie starte ich als Newcomer mit Qlik?
Agiles Prototyping setzt sich immer mehr durch. In der Praxis zeigt sich, dass die agile Entwicklung der gewählte Weg bei der Einführung von Software ist. Ein Use Case wird als Pilot umgesetzt, dabei geht es nicht um Komplexität, sondern um ein Minimum Viable Product (MVP). In diesem Fall sind die grundlegendsten Funktionen abgedeckt. Diese reichen jedoch soweit aus, dass ein handlungsrelevantes Produkt entsteht. In diesem MVP kann die Analyse erprobt bzw. getestet werden.
Die komplexeren Strukturen werden nun sukzessive nachgezogen. Die Use Cases eines Data Warehouse können beispielsweise erst validiert werden und dann zusammen mit Qlik Data Integration aufgesetzt werden.
Der Erfolg der Kunden von Qlik wird durch die eigene Customer Success Abteilung und deren Angebote, wie einem Always-On Paket, gezielt unterstützt. Der richtige Einsatz der Qlik-Produkte ist entscheidend. Für Kunden ist im Zeitalter der digitalen Transformation eine erfolgreiche Umsetzung essenziell. Denn „es stellt sich nicht mehr die Frage, ob der Einsatz einer Software für Datenanalyse sinnvoll ist, sondern welcher Schaden entsteht, wenn ich es nicht mache“, betonen die beiden Qlik-Manager.
Wir waren zu Gast bei der Data Revolution Tour (DRT) von Qlik
Qlik Data Revolution Virtual Summit 2020 für D-A-CH
Die virtuelle Konferenz von Qlik zu den neuesten Entwicklungen im Bereich Datenintegration und -analyse fand am 28.10.2020 statt. Die Live-Veranstaltungen in Form von Webinaren umfassten Keynote-Präsentationen und interaktive Sessions, gehalten von Branchenexperten, Vordenkern und Qlik-Führungskräften.
Auf dem Summit werden die neusten Informationen und Strategien vermittelt, wie Daten in Unternehmen transformiert werden und so zur Wertschöpfung beitragen. Alle Vorträge zu Themen wie „Die neue Normalität braucht eine neue BI“ oder „Von der Strategie zur Analyse“ sind On Demand verfügbar.
Einen Vortrag möchten wir hier an dieser Stelle highlighten. Denn er ist uns durch seine simple, aber doch extrem nützliche Art im Kopf geblieben.
Mensch sein im Zeitalter der Maschine
Dr. Hannah Fry beschäftigt sich in ihrer Key Note mit dem Thema der Beziehung zwischen Menschen und Daten. An welcher Stelle sie uns hilft und an welcher Stelle sie uns (noch) nicht helfen kann, da wir die Daten als Mensch sehen.
Hannah Fry ist Akademischer Rat am Zentrum für höhere räumliche Statistik des University College London und erforscht die mathematische Beschreibung menschlicher Verhaltensmuster. In ihrem Vortrag zeigt sie auf, wie Menschen über sich selbst denken, völlig rationale Geschöpfe zu sein. Basierend auf dieser Wahrnehmung, treffen sie ihre Entscheidungen. Doch Mensch sein bedeutet dagegen nur eines: Chaos. Die moderne Datenanalyse ist der Versuch eines Korrektivs. Sie soll die eigene Voreingenommenheit korrigieren, doch auch hier kommt es zu blinden Flecken. Menschen machen einfach Fehler. Diese Fehler zeigen sich so auch in den von ihnen ersonnenen Maschinen. Um Fehler zu vermeiden, müssen Menschen Daten hinterfragen, an der richtigen Stelle einsetzen. Oder dazu übergehen Daten aus neuen, ungewöhnlichen und unterschiedlichen Datenquellen einzubeziehen.
Ein perfektes Praxisbeispiel zum Thema Networking und Kommunikation:
Um dies zu veranschaulichen, stelle Hannah Fry folgendes Beispiel vor: Im Zeitraum von 2013 bis 2014 gab es in Ungarn ein Unternehmen, das durch seine wirtschaftliche Schieflage einen Personalabbau an jedem seiner drei Standorte durchführen musste. Nach dieser Entscheidung kamen im Unternehmen eine Vielzahl an Gerüchten auf. Der Inhalt war vor allem die Zahl der Entlassungen und Gehaltskürzungen, was die Moral aller Mitarbeiter verschlechterte.
Um den Ursprung und die Verteilung der Gerüchte zu verstehen, wurde eine Studie unter allen Mitarbeitern durchgeführt, mit der Kernfrage, wen sie für Rat und Information ansprechen. Das Ergebnis war ein grafisch aufbereitetes Netzwerk, in welchem sich besonders eine einzige Person als Netzwerk-Hub herauskristallisierte.
Diese eine Person wurde von den Kolleg*innen also, häufiger als alle anderen, als „die relevante Informationsquelle“ bezeichnet.
In den Augen der Mitarbeiter besaß die Geschäftsführung als auch das Top Management nur eine minimale Relevanz. Sie wurden also nur selten von Mitarbeitern zu wichtigen Fragestellungen angesprochen. Besonders interessant ist dieses Ergebnis bezüglich des Kommunikationsflusses bzw. des Aufbaus eines Beziehungs-Netzwerkes in einem Unternehmen. Es zeigt auch die Bedeutung einzelner Personen, unabhängig von Hierarchien, Funktion oder Position innerhalb des Unternehmens.
Solch ein dramatisches Ergebnis ist besonders erstaunlich, da es sich im beschriebenen Fall um strategische Entscheidungen handelte, und nicht um alltägliche Arbeit. Der wichtigste Hub findet sich überraschend auf dem Entry-Level des Unternehmens, nämlich bei einem Safety Officer. Besagter Mitarbeiter ist an den verschiedenen Standorten für die Einhaltung und Umsetzung der Arbeitssicherheit verantwortlich und verteilte so Gerüchte oder nahm neue mit.
Das Unternehmen entschied sich dafür, den Safety Officer eine Gehaltserhöhung sowie eine neue Rolle zu geben. Die Geschäftsführung nutzte ab sofort seine Insights für eine verbesserte Kommunikationsaustausch, da nun bekannt war, welche Themen im Unternehmen relevant sind.
Dies ist ein perfektes Beispiel für den Qlik-Slogan: From Raw Data to Insight to Actionable Data.
Die Moral der Geschicht`
Die Moral aus dem obigen Beispiel von Hannah Fry ist es, bei Unsicherheit oder auch der wirtschaftlichen Drucksituation eines Unternehmens aus Daten verlässliche Insights erlangen zu können. Um dieses zu ermöglichen, ist ein umfassendes Verständnis dafür nötig, welche Informationen jeder einzelne Datentopf oder die Erhebungsmethode liefern kann. Selbst wenn ein Weg der Datenbeschaffung ungewöhnlich ist, muss dieser in Betracht gezogen werden. Werden solche ungewöhnlichen Wege ignoriert, liegen keine entscheidungsrelevanten Daten vor und ein Mehrwert ist so nicht möglich. Chancen werden verpasst.
Dasselbe gilt für die Darstellung von Daten. Je nach gewählter Visualisierungsform lassen sich oftmals Muster und Zusammenhänge nicht erkennen. Bei der Betrachtung von Daten lässt sich der menschliche Betrachter schnell in eine Richtung lenken oder sieht nur, was er will. Das beschreibt Hannah Fry erneut prägnant am Beispiel des Challenger Desasters. Anstatt Daten separiert zu betrachten, blickte man nur auf den Gesamtkontext. Eine einfache Selektierung zeigt jedoch direkt, dass Starts unter einer Außentemperatur von 17 Grad Celsius nie erfolgreich waren. Die passende Darstellung von Daten erleichtert also den Umgang mit diesen.
Schlussfazit:
Die erhobene Datenmenge ist heute nicht das Problem in Unternehmen. Die Herausforderung ist vielmehr das Erkennen der richtigen Daten sowie der Zusammenhänge. Somit ist die Gefahr nach wie vor groß, dass Entscheidungen auf einer unsicheren Datenbasis getroffen werden.
Fry betont, dass Unsicherheit nie vollständig auszuschließen ist. Unabhängig davon, wie Data Driven ein Unternehmen ist.
Der entscheidende Faktor ist der Mensch. Zeigt eine Datenanalyse eine Entwicklung oder Problem nicht explizit an. Heißt es also nicht, dass etwas nicht da ist. Entscheidend bleibt das der Mensch durch seine eigenen Fähigkeiten Muster erkennen muss.
Dazu braucht es ein regelmäßiges Training von Fähigkeiten und Methoden.
powered by Borlabs Cookie