„Bald wird jeder Business Analytics verwenden“

Donald Farmer arbeitet seit 2011 für den BI-Spezialisten Qlik. Für das Design der neuen Analysewerkzeuge hat er sich von Spiele-Designern inspirieren lassen. Er hält Gamer für die besten Analytiker.

com! professional: Herr Farmer, Sie sind Design- und Innovationsguru bei Qlik. Wie sieht Ihre Arbeit aus?

Donald Farmer: Ich beobachte die Trends auf dem Markt sehr genau und versuche dann, drei, fünf, ja sieben Jahre in die Zukunft zu schauen und unsere Produkte weiterzuentwickeln. Wir betreiben Forschung und viel Prototyping zusammen mit Kunden – und wir experimentieren. Ein Riesenspaß.

Farmer: Mit einem einfach gestrickten Frontend lässt sich nicht viel anstellen. Unser Ziel ist es, komplexe Software leicht bedienbar zu machen. Eine Datenanalyse über eine Vielzahl von Datenquellen – ERP, Cloud, Datenbanken – durchzuführen ist sicher aufwendiger als ein Excel-Spreadsheet aufzurufen. Aber wir wollen die Bedienung so gestalten, dass der Anwender sein Ziel so unkompliziert wie möglich erreicht.

Farmer: Es gibt ein sehr populäres Spiel fürs iPad, das den Apple Design Award gewonnen hat: Monument Valley. Es ist ein schönes und grafisch hochwertiges Spiel, das auf Designvorlagen von M. C. Escher zurückgeht – und es gibt keine Bedienungsanleitung. Man lernt das Spiel durchs Spielen. Das schwedische Designer-Team Ustwo, das dieses Spiel konzipiert hat, hat uns auch bei der Analyse-Software Qlik Sense geholfen. Die Leute wollen keine dicken Handbücher mit Instruktionen lesen oder ein Training absolvieren. Sie wollen möglichst intuitiv arbeiten. Wir bei Qlik nennen das „progressive disclosure“: Anwender fangen intuitiv an, mit unserer Software zu arbeiten, und je mehr sie lernen, desto komplexer werden auch die Funktionalitäten und Aufgabenstellungen, die sie bewältigen können. Die Game-Designer haben uns mit ihrer Erfahrung sehr geholfen.

Farmer: Ja sicher, als Profi müssen Sie Ihren Job schnell und effizient erledigen. Aber mit Hilfe der Datenanalyse neue Korrelationen zu entdecken und neue Einsichten zu gewinnen, das macht ja Spaß. Stellen Sie sich vor, Sie kommen morgens ins Büro und müssen eine Verkaufsanalyse für die Schweiz erstellen. In einigen Städten und Kantonen gingen die Verkäufe steil oben, in anderen haben sie völlig überraschend nachgegeben. Und jetzt versuchen Sie herauszufinden, woran das liegen könnte. Sie begeben sich auf eine Entdeckungsreise und spielen mit den Daten. Das ist keine fest umrissene Aufgabe, sondern eine spielerische Erkundung, die man erlernen muss. Wir brauchen Analyse-Software, die Anwender so fesselt wie ein spannendes Spiel und die sie animiert, auf diese Entdeckungsreise zu gehen.

Farmer: Ganz sicher. Aber sie entdecken auch neue Dinge, an die sie anfangs gar nicht gedacht haben. Sie gewinnen neue Erkenntnisse. Es geht nicht nur darum, seine Aufgaben möglichst schnell zu erledigen, sondern Neues zu entdecken, was für das Unternehmen Mehrwert generiert. Es reicht heute nicht mehr aus, einfach nur seine Aufgaben abzuhaken. Der Extra-Mehrwert ist entscheidend und es macht Spaß, ihn aufzuspüren.

Farmer: Es gibt da viele Dinge, von denen ich drei herausheben will. Das erste Prinzip ist in der Datenvisualisierung gar nicht so einfach umzusetzen: „responsive design“. Wir entwerfen ein Design, das auf Geräten mit unterschiedlich großen Bildschirmen läuft. Wir suchen das optimale Design und die beste User Experience für jeden einzelnen Formfaktor und müssen dafür die Daten auch in unterschiedlicher Weise aufbereiten. Es geht dabei auch um Detailreichtum.

Den zweiten Punkt nennen wir „information scent“, also die inneren Verweise der Daten auf weiterführende Informationen. Sie sind farblich kodiert: Schweizer Verkaufszahlen etwa werden in Grün dargestellt, Schweizer Kunden in Weiß. Deutsche Kunden, die nichts mit den Schweizer Abverkäufen zu tun haben, erscheinen in Grau. So erkennen Sie auf den ersten Blick, was zusammenhängt.

Business-Software zeigt in der Regel nur die korrelierenden Daten an, nicht den Kontext. Ein behandelnder Arzt sieht etwa seine Patienten (grün) und die Medikamente (weiß), die er verschrieben hat. Er bekommt aber normalerweise nicht die preiswerteren Generika (grau) zu Gesicht, mit denen er seine Patienten auch erfolgreich behandeln könnte. Er klickt also auf die grauen Generika-Einträge und sieht, welche Kollegen diese Alternativen bereits wem verschrieben haben. Schon steckt er mitten in der Datenentdeckungsreise.

Farmer: Genau das ist die Herausforderung. Der Anwender bringt den Kontext mit ein. Wir legen großen Wert darauf, sehr viele Datenquellen einzubinden. Sie analysieren gerade Daten, die auf dem Firmen-Server liegen, aber die wirklich relevante Information ist zum Beispiel in einem Spreadsheet abgespeichert. Das Budget des Unternehmens ist über den Server zugänglich, aber das Budget meines Teams hat mein Kollege mit Excel abgespeichert. Wir haben gerade die isländische Firma Data Market akquiriert, die etwa Daten über Börsenkurse, Währungsschwankungen, regionale Wettervorhersagen oder nach Alter und Einkommen aufgeschlüsselte Bevölkerungsstatistiken verkauft. Dieser Kontext kann die Umsätze eines Unternehmens signifikant beeinflussen.

com! professional: Für einen Getränkelieferanten ist es sicher gut zu wissen, wann er sich auf Hitzewellen einstellen sollte.

Farmer: Sicher, aber auch Wechselkurse und demografische Daten sind ein wichtiger Kontext fürs Geschäft. Stellen Sie sich vor, Sie verkaufen auf dem US-Markt. Im bevölkerungsreichen Kalifornien laufen die Geschäfte gar nicht gut, in Montana dagegen ausgezeichnet. Diese Information hilft ihnen nicht weiter, wenn Sie nichts über die Bevölkerungstruktur, die potenziellen Käufer, wissen.

Farmer: Der Anwender trifft die Auswahl, welcher Kontext für seine Aufgabenstellung relevant ist. Aber wir bieten auch sogenannte curated data sets, also gepflegte, optimierte Kontextdaten für bestimmte Industrien und Problemstellungen an, Best Practices, die sich bewährt haben. Und wir stellen vielversprechende Korrelationen zwischen den Datensets her, entfernen Dubletten und garantieren eine hohe Datenqualität.

Farmer: Nicht virtuelle Realität, sondern Augmented Reality wird stark an Bedeutung gewinnen. Ein Produktionsleiter kann mit dem Smartphone die Performance-KPIs einer Maschine einsehen, indem er die Kamera auf sie richtet. Die Maschine wird identifiziert, die Daten erscheinen im Display. Stellen Sie sich ähnliche Apps vor, die Daten visualisieren.

Farmer: Wir leben heute schon in einer Welt aus Daten. In Zukunft werden alle Objekte Daten produzieren. Denken Sie an das Internet der Dinge. Und die Analyse dieser Daten wird zu einer Tätigkeit werden, die jeder jederzeit intuitiv durchführen kann. Der Kontext avanciert zu einer entscheidenden Komponente, um den Nutzwert der Ergebnisse zu erhöhen. Außerdem benötigen wir Collaboration-Werkzeuge, um gemeinsam an der Auswertung der Daten arbeiten zu können.

Farmer: Der Wettbewerb bewegt sich aus zwei Richtungen auf uns zu. Aus der einen kommen große Konzerne wie SAP oder Oracle. Unsere agilen Lösungen sind leichter und schneller zu installieren als deren Plattformen. Die Time to market ist erheblich kürzer. Im Vergleich zu den kleineren Unternehmen, die von der anderen Seite drängen, bieten unsere Lösungen mehr Analyse-Optionen. Wir sehen uns als „sweet spot in the middle“ und versuchen, Bedienfreundlichkeit und Funktionsvielfalt optimal zu kombinieren.

com! professional: Wie lange brauchen unerfahrene Anwender, um relevante Ergebnisse mit Qlik Sense zu produzieren?

Farmer: Wenn es ums Anwenden geht, ist das eine Sache von Minuten. Eine bestimmte Datenmenge für brauchbare Resultate auszuwerten braucht einige Stunden.

Farmer: Das wichtigste Ergebnis der Tests war erstaunlicherweise, dass es zwei Typen von Anwendern gibt. Der erste will etwas für sich selbst entdecken, der zweite soll Resultate für jemand anderen produzieren. Die Grenze verläuft also nicht zwischen Einsteigern und Experten. Der selbstmotivierte Typ arbeitet mit Hingabe stundenlang an seiner Aufgabenstellung und schreckt auch vor Komplexität nicht zurück. Er ist ein Entdecker (Explorer). Der zweite Typ will hingegen den Job effizient erledigen und mag es lieber einfach. Er muss seine Recherche-Ergebnisse anschaulich präsentieren, er ist ein Erklärer (Explainer). Diese beiden Gruppen haben ganz unterschiedliche Anforderungen. Wir haben unsere Analyse-Software deshalb mit zwei Interfaces ausgestattet, eins für den Explorer, eins für den Explainer samt Extra-Feature Storytelling.

Farmer: Keiner will noch mehr PowerPoint-Präsentationen – außer Microsoft. Zudem muss der Rückgriff auf die Daten während der Präsentation immer gewährleistet sein, um etwa jederzeit auf Nachfrage tiefer in die Analyse einsteigen zu können. PowerPoint präsentiert nur Bilder und Grafiken. Wir machen Storytelling mit echten Daten, mit denen Sie auch während des Vortrags arbeiten können.

Farmer: Heute setzen laut Gartner etwa 28 Prozent der Business-Anwender Analyse-Tools ein. In fünf Jahren wird das jeder können und tun. Der Riesentrend heißt Consumerization. Heute analysieren die Menschen ihre Fitness- und Gesundheitsparameter, es ist aber noch nicht möglich, Jogging, Yoga und den Nachtschlaf zu korrelieren. In Zukunft werden wir das können und ganz neue Erkenntnisse gewinnen (mashing-up of data). Das setzt die richtige Software und analytische Fähigkeiten voraus (data literacy).

Farmer: Der Data Scientist wird immer der Experte im Umgang mit Datenanalyse-Tools bleiben. Der Business-User aber wird das nutzen, was ihm am meisten zusagt. Es ist traurig, aber wahr: Wir arbeiten heute im Büro mit schlechterer Technologie als privat. IT-Abteilungen können mit den schnellen Innovationszyklen kaum mehr mithalten. Die Konsequenz: In fünf Jahren heißt es „Bring your own everything“. Das wird die Unternehmen fundamental verändern.

Farmer: Ja, ganz sicher. Gamer analysieren ja auch ihre Spielverläufe sehr detailliert und diskutieren die Ergebnisse untereinander. Analyse, Kontext und Collaboration sind die drei Komponenten für einen nutzenstiftenden Umgang mit Daten. Im Informationszeitalter sind Diskussionen die werthaltigste Form der Arbeit. Denn Unternehmen haben Zugang zu sehr ähnlichen Datensets. Jede Firma kann heute effizient arbeiten. Aber der Mehrwert entsteht durch einen gemeinsamen wertschöpfenden Zugriff auf die Daten. Wer am intelligentesten und kreativsten über seine Daten diskutiert, erzielt am Markt einen entscheidenden Wettbewerbsvorteil. Gute Analyse-Software hilft dabei, dieses Ziel zu erreichen.

Farmer: Einer unserer Kunden hatte zwei Tafeln. Auf einer stand „Discoveries by value“. Es waren Vorschläge von Daten-Analysten, mit denen die Firma mehr Geld verdienen oder Kosten reduzieren konnte. Es war für alle ein großes Privileg, namentlich auf dieser Tafel erwähnt zu werden. Auf der anderen stand „Discoveries by coolness“. Sie zeigte die interessantesten Vorschläge. So fand ein Kosmetikhersteller heraus, dass der Bestseller nicht von Frauen, sondern von partyfreudigen Männern gekauft wurde. Diese beiden Tafeln waren ein einfaches Mittel, eine innovative, entdeckerfreundliche Unternehmenskultur zu fördern.

Aber: Innovation durch Datenanalyse muss man praktizieren. Bei einem Feueralarm warten Sie ja auch nicht, bis die Firma brennt, sondern Sie halten regelmäßig Übungen ab. Mit der Analyse der Daten verhält es sich genauso. Warten Sie nicht, bis in Ihrem Unternehmen etwas nicht mehr rundläuft, sondern analysieren Sie Ihre Daten jeden Tag.