3. Nachhaltige Entscheidungsfindung stärken
Umwelt-, Sozial- und Governance-Themen (ESG) veranlassen Unternehmen dazu, ihre Art und Weise, wie sie Geschäfte machen, zu überdenken. Ob es sich um Planungsentscheidungen in Bezug auf Gebäudestandorte, zukünftige Lieferkettenrouten oder den Abschluss von Versicherungen handelt, fast jeder Aspekt des Geschäftsbetriebs wird von ESG beeinflusst. Künstliche Intelligenz-Tools, die alle Arten von Informationen aufnehmen und analysieren können – wie Klimamuster, optimale Lieferrouten und Bevölkerungswachstumstrends – helfen Unternehmen dabei, bessere ESG-Entscheidungen zu treffen.
Viele Unternehmen verwenden beispielsweise Daten, um zu sehen, ob sie in einem bestimmten Gebiet Lagerhäuser bauen sollten oder ob der Klimawandel diese Betriebe letztendlich beeinträchtigen wird. Andere nutzen Daten, um ihre CO2-Bilanz zu reduzieren. Beispielsweise wollte ein großes Waschmittelunternehmen seine Emissionen durch eine Reduzierung der Verpackungsgröße senken, gleichzeitig aber die Waschmittelkonzentration erhöhen, damit die Verbraucher die gleiche Anzahl von Ladungen waschen können. Sein Einzelhändler sagte, dass sich selbst bei gleicher Effizienz eine kleinere Größe möglicherweise nicht verkauft, da die Verbraucher denken, dass größere Pakete ein besseres Geschäft sind. Anstatt bei der größeren Größe zu bleiben, brachte der Einzelhändler jeden Waschmittelhersteller dazu, seine Verpackungen zu reduzieren, indem er ihnen zeigte, wie sie die gleiche Anzahl von Ladungen in einem kleineren Behälter halten und gleichzeitig nachhaltiger werden können. Dies bewies die Leistungsfähigkeit der Analytik – ein Unternehmen beeinflusste den gesamten Sektor, seine CO2-Emissionen aufgrund zeitnaher datenbasierter Entscheidungen zu reduzieren.
4. Steigerung der Produktivität
Im digitalen Zeitalter dreht sich alles um Hyperpräzision. Durch die Konsolidierung, Analyse und Nutzung der richtigen Qualitätsdaten zum richtigen Zeitpunkt, um Entscheidungen zu bewerten, vorherzusagen und vorzuschreiben, können Unternehmen die Produktivität und den Wert ihrer Ressourcen erheblich steigern.
Beispielsweise wollte der globale Automobilzulieferer ZF die Effizienz seiner verschiedenen Werke vergleichen. Es erstellte ein digitales Fertigungsprogramm, das auf der Azure-Cloud mit Factory Intelligence von PwC aufbaut, um Leistungsdaten zwischen den einzelnen Standorten zu analysieren. Durch den Einsatz fortschrittlicher Analysen, Visualisierungen und automatisierter Arbeitsabläufe hat das Unternehmen die Umstellungskosten gesenkt, die Gesamtleistung verbessert und die Effizienz und Effektivität der Mitarbeiter in seinen mehr als 200 Werken gesteigert.
5. Förderung der Produkt- oder Dienstleistungsinnovation
Wenn es darum geht, neue Produkte und Dienstleistungen zu entwickeln, sind Daten ein entscheidender Faktor. Je mehr Sie über einen Kunden wissen, desto besser können Sie sich ein Bild davon machen, welche Art von Produkten er sich wünschen könnte. Unternehmen müssen jedoch über Big Data hinausgehen und anfangen, sich mit sogenannten „Thick Data“ zu befassen, um die Nutzung von Produkten und Dienstleistungen durch ein auf den Menschen ausgerichtetes Design effektiv zu beeinflussen.
Während es bei Big Data darum geht, zu erfassen, wofür Menschen ihr Geld ausgegeben haben, wann sie einen Artikel gekauft haben und wie viel sie bezahlt haben, konzentriert sich Thick Data auf das menschliche Verhalten und geht tiefer in die Motivation der Menschen, etwas zu kaufen, und die Art und Weise, wie sie ein Produkt verwenden. Beispielsweise identifiziert ein Kreditunternehmen Betrug typischerweise, indem es ungewöhnliche Transaktionsmuster betrachtet. Aber das Sammeln dicker Daten über Kunden, die von Betrug und dem Verhalten von Betrügern betroffen sind, kann ein neues Maß an Raffinesse bringen. Durch die Befragung von Personen, die Betrug begangen haben, und die Identifizierung ihrer Motivationen und Verhaltensmuster können diese Erkenntnisse in die traditionelleren Betrugsverfolgungsanalysen einfließen, deren Kombination es Unternehmen ermöglicht, zu verfolgen, wann ein Betrug auftreten könnte, bevor er passiert. Dies führt letztendlich zu besseren Betrugslösungen.
Bringen Sie Datenexpertise und Technologie zusammen
Um hochwertige Ergebnisse zu erzielen, sind neue Lösungen und ein anderer Umgang mit Daten erforderlich. Sie müssen sich jetzt überlegen, welche Aktionen Ihre Daten informieren können.
Durch die Zusammenarbeit haben PwC und Microsoft aus erster Hand gesehen, wie schwierig es für Unternehmen ist, zu verstehen, wie „datengesteuert“ wirklich aussieht. Viele Unternehmen glauben, dass das einfache Sammeln von Informationen und laufenden Zahlen über ein Datenvisualisierungstool ausreicht. Während eine grundlegende Analyse Ihnen helfen kann, Informationen über etwas zu erhalten, das bereits passiert ist, kann diese Art von Informationen, wenn sie mit realen Maßnahmen und Ergebnissen gepaart ist, Ihnen helfen, einzuschätzen, was in der Zukunft passieren kann, und Ihnen sagen, was Sie gegen ein Problem tun können, bevor es auftritt .
Erfahren Sie, wie PwC und Microsoft Daten und die neueste Azure-Cloud-, KI- und Mixed-Reality-Technologie nutzen, um Erfahrungen zu transformieren. vom Fußballplatz bis zu Ihrer Branche.
Dieser Inhalt wurde von PwC erstellt. Es wurde nicht von der Redaktion des MIT Technology Review geschrieben.