Automatisierte Daten­analysen mit APA

Im Gespräch mit Tom Becker von Alteryx

Tom Becker: RVP Central & Eastern Europe bei Alteryx
Quelle: Alteryx
Tom Becker, RVP Central & Eastern Europe bei Alteryx, erläutert, was Analytic Process Automation von anderen Automatisierungstechniken unterscheidet.
Computerworld: Worum geht es bei Analytic Process Auto­mation?
Tom Becker: Analytic Process Automation stellt die Automatisierung von Prozessen rund um das Thema Analytics dar. Es geht dabei aber nicht darum, einen Prozess beliebiger Art zu automatisieren. Denn wenn Sie einen ineffizienten Prozess digitalisieren, dann erhalten Sie am Ende einen ineffizienten Digitalprozess. Wenn Sie sich Projekte anschauen, die im Rahmen der digitalen Transformation nicht erfolgreich waren, dann hat in der Regel ein Entscheider gesagt «Okay, wir müssen etwas digitalisieren» - und dabei gar nicht überlegt, welchen Mehrwert dieser Prozess liefern soll, ob der Output analytisch und wertvoll ist oder ob man letztlich nur Quatsch zur Verfügung stellt.
CW: Was ist das Besondere bei Analytic Process Automation?
Becker: Eine APA-Plattform ermöglicht die Automatisierung von Prozessen nicht als Blackbox, sondern durch die Mitarbeiter in den Fachbereichen. Das Ganze ist also eine Selfservice-Plattform. Die Mitarbeiter sind dabei in der Lage, den Prozess nicht nur zu automatisieren, sondern ihn auch zu verstehen, zu verbessern und so einen Mehrwert zu schaffen. Es geht auch da­rum, die Analytik zu verbessern. Wenn Sie einen Output einem Dashboard zu Verfügung stellen, dann haben Sie jetzt ein schönes Dashboard, das aber per se nichts bringt. Das kann eine Verbesserung bestehender Analysen sein, das kann aber auch in das Feld Advanced Analytics bis hin zu Künstlicher Intelligenz und Data Science reichen. Aber Selfservice an sich schafft noch keinen Mehrwert. Der entsteht nur dann, wenn Selfservice bessere Ergebnisse liefert als eine zentralistische Lösung, die von einer IT durchgeführt wird.
CW: Wie läuft die Analytik ab?
Becker: Die Analytik gliedert sich in drei Blöcke: Data Quality, Aufbereitung und Anreicherung von Daten, dann erste Mining-Methoden und Klassifikationen. Entlang des Prozesses liefert die Plattform erste Einblicke. Dann können Sie optional den dritten Block einbinden, Modelle und Algorithmen. Wir haben ein neues Tool mit Assisted Modelling, das nicht nur bestehende Modelle einbindet, sondern Vorschlagswesen und Hilfestellungen enthält. Am Ende stehen die Outcomes, etwa Übergaben an ein ERP- oder CRM-System, Visualisierung, Zurückschreiben in Datenbanken, KI-Anwendungen.



Das könnte Sie auch interessieren