Business Intelligence

 

  1. Was ist Busi­ness Intel­li­gence?
  2. Busi­ness Intel­li­gence und Natu­ral Lan­guage Pro­ces­sing
  3. Erklä­ren, ori­en­tie­ren und akti­vie­ren mit Natu­ral Lan­guage Gene­ra­ti­on

 

 

Was ist Business Intelligence?

 

Busi­ness Intel­li­gence (BI) bezeich­net die Stra­te­gi­en und Tech­no­lo­gi­en, die von Unter­neh­men zur Daten­ana­ly­se von Geschäfts­in­for­ma­tio­nen ein­ge­setzt wer­den. BI-Tools bie­ten his­to­ri­sche, aktu­el­le und pro­gnos­ti­sche Per­spek­ti­ven auf den Geschäfts­be­trieb — mit dem Ziel, unter­neh­me­ri­sche Ent­schei­dun­gen daten­ba­siert zu tref­fen.

Quel­len für die Geschäfts­ana­ly­tik kön­nen struk­tu­rier­te Daten aus inter­nen Reportings, einer Waren­wirt­schaft, CRM- bzw. ERP-Anwen­dun­gen und ande­ren Sys­te­men sein. Aber auch exter­ne Quel­len wie Dritt­an­bie­ter oder Web­tracking-Ser­vices lie­fern wich­ti­gen Input. Schwie­ri­ger in die Busi­ness Intel­li­gence ein­zu­be­zie­hen sind die unstruk­tu­rier­ten Daten, die in E-Mails, Prä­sen­ta­tio­nen, Memos und ande­ren Inhal­ten des Unter­neh­mens gene­riert wer­den.

Kon­kret las­sen sich mit­hil­fe von Busi­ness Intel­li­gence Fra­gen beant­wor­ten wie: Wel­che Pro­duk­te bzw. Ser­vices lie­fern für wel­che Mar­ke­ting­kam­pa­gnen den bes­ten ROI? Sind in defi­nier­ten Ver­triebs­re­gio­nen in bestimm­ten Zeit­räu­men beson­ders hohe Retou­ren­quo­ten zu ver­zeich­nen? Wo lie­gen auf­grund guter wirt­schaft­li­cher Rah­men­be­din­gun­gen Poten­tia­le für eine Expan­si­on?

Business Intelligence und Natural Language Processing

 

Mit Big Data steigt die Her­aus­for­de­rung, aus dem Wust an Zah­len aus­sa­ge­kräf­ti­ge Infor­ma­tio­nen zu fil­tern, ver­ständ­lich auf­zu­be­rei­ten und ziel­füh­rend zu inter­pre­tie­ren. Die Haupt­auf­ga­be einer Rei­he von Tools aus dem Bereich Busi­ness Intel­li­gence liegt daher in der Aggre­gie­rung und Visua­li­sie­rung unter­neh­mens­re­le­van­ter Daten. Busi­ness Ana­lys­ten nut­zen sol­che Anwen­dun­gen, um den stra­te­gi­schen Zie­len des Unter­neh­mens ent­spre­chend Daten zu fin­den, zu unter­su­chen und dar­zu­stel­len.

Für die rich­ti­ge Bedie­nung sol­cher Tools und das Ver­ständ­nis der gewon­ne­nen Infor­ma­tio­nen sind in der Regel fun­dier­te ana­ly­ti­sche Fähig­kei­ten die Vor­aus­set­zung. Es bedarf selbst auf der Ebe­ne der Geschäfts­füh­rung gele­gent­lich Erläu­te­run­gen zur ziel­füh­ren­den Ein­ord­nung von kom­ple­xen Tabel­len und Charts.

Wo Unter­neh­men heu­te unter Druck ste­hen, dass Mit­ar­bei­ter aller Abtei­lun­gen trans­pa­rent Ein­bli­cke in Ent­wick­lun­gen erhal­ten und abge­si­cher­te Ent­schei­dun­gen für ihren Bereich tref­fen, wird so viel Poten­ti­al ver­schenkt.

Natu­ral Lan­guage Pro­ces­sing (NLP) kann einen wich­ti­gen Bei­trag zum Ver­ständ­nis von Busi­ness Intel­li­gence leis­ten. Ein­fach erklärt beschreibt Natu­ral Lan­guage Pro­ces­sing Tech­ni­ken und Metho­den zur com­pu­ter­ge­stütz­ten Ver­ar­bei­tung natür­li­cher Spra­che, um die direk­te Kom­mu­ni­ka­ti­on zwi­schen Mensch und Maschi­ne zu erleich­tern. NLP ist ein Teil des gro­ßen Fel­des Künst­li­che Intel­li­genz und teilt sich in die Berei­che Natu­ral Lan­guage Under­stan­ding und Natu­ral Lan­guage Gene­ra­ti­on.

Erklären, orientieren und aktivieren mit Natural Language Generation

 

Die Ver­knüp­fung von Busi­ness Intel­li­gence und Natu­ral Lan­guage Pro­ces­sing hat zwei sinn­vol­le Dimen­sio­nen. Zum einen kann mit­hil­fe von Natu­ral Lan­guage Under­stan­ding (NLU) unstruk­tu­rier­ter Inhalt eines Unter­neh­mens in struk­tu­rier­te Daten über­führt wer­den. NLU-Anwen­dun­gen “ver­ste­hen” rele­van­te Infor­ma­tio­nen aus einem Bestand an Doku­men­ten, fil­tern Roh­da­ten aus und machen sie somit für die wei­te­re Ver­ar­bei­tung in BI-Ana­ly­se-Tools zugäng­lich.

Auf einer ande­ren Ebe­ne von Busi­ness Intel­li­gence erstellt Natu­ral Lan­guage Gene­ra­ti­on aus Daten deskrip­ti­ve und inter­pre­tie­ren­de Berich­te. Zei­gen etwa Daten den Anstieg eines Wer­tes, ergänzt auto­ma­ti­sche Text­ge­ne­rie­rung ein ent­spre­chen­des Dia­gramm um einen beschrei­ben­den Text.

Über die Erklä­rung hin­aus ist Natu­ral Lan­guage Gene­ra­ti­on in der Lage, wei­te­re Aspek­te eines Tex­tes zu bedie­nen.

Blo­ße Beschrei­bung von Daten lässt einen Anwen­der in vie­len Fäl­len an einem Punkt ste­hen. Inter­es­san­ter ist die Ein­ord­nung eines Phä­no­mens. Bei­spiel: Ist eine rote Zahl in einem Seg­ment ein ernst­zu­neh­men­der Vor­fall oder mög­li­cher­wei­se nur Teil eines wie­der­keh­ren­den Pro­blems? Sol­che Zusam­men­hän­ge las­sen sich durch das Zusam­men­spiel von Busi­ness Intel­li­gence und Natu­ral Lan­guage Gene­ra­ti­on text­lich auf­zei­gen.

Busi­ness Intel­li­gence ist kein Selbst­zweck. Viel­mehr geht es bei der Ana­ly­se um kon­kre­te Schluß­fol­ge­run­gen für das eige­ne Auf­ga­ben­feld. Natu­ral Lan­guage Gene­ra­ti­on hat das Poten­ti­al Anwen­der über Spra­che zu akti­vie­ren. Erge­ben sich aus den Zah­len prak­ti­sche Anwei­sun­gen, kann auto­ma­ti­sche Text­ge­ne­rie­rung die­se für den Anwen­der for­mu­lie­ren.

Der gro­ße Vor­teil von Natu­ral Lan­guage Pro­ces­sing in der Busi­ness Intel­li­gence wird hier deut­lich: Nut­zer müs­sen kei­ne aus­ge­wie­se­nen Busi­ness Ana­lys­ten sein, um Zusam­men­hän­ge zu erken­nen und Schluß­fol­ge­run­gen zu zie­hen. Unab­hän­gig von Abtei­lung, Manage­ment­ebe­ne, Vor­wis­sen oder geo­gra­fi­scher Ver­or­tung wer­den Daten und die ent­spre­chen­den Inter­pre­ta­tio­nen so für jeden zugäng­lich — Natu­ral Lan­guage Pro­ces­sing demo­kra­ti­siert die Busi­ness Intel­li­gence.