Benutzerfreundlichkeit: K.-o.-Kriterium bei der Auswahl von Advanced Analytics-Software

Benutzerfreundlichkeit ist das wichtigste Kaufkriterium für Unternehmen, die eine Advanced-Analytics-Lösung auswählen – sowohl für Data Scientists als auch für Business Analysten.  Weitere wichtige Faktoren für Softwarekäufer sind die Abdeckung spezifischer Anforderungen  eine codefreie Umgebung und überzeugende Performance. Dass die Software über Governance-Funktionen und -Konzepte verfügt, spielt hingegen nur für einen kleinen Teil der Unternehmen eine Rolle.

Quelle: BARC

„Die Anwender von Analytics Software gehören zu einer heterogenen Gruppe: Von technisch orientierten Data Scientists und Machine Learning Engineers, die an Datenanalysen arbeiten, bis hin zu Business Analysten, die sich mehr auf visuelle Analysen und Datenexploration konzentrieren. Die letztgenannte Gruppe, die visuelle Benutzeroberflächen dem Programmieren vorzieht, gewinnt zunehmend an Bedeutung“, so Sebastian Derwisch, BARC-Analyst und Co-Autor der Studie „The Advanced Analytics Survey 19„. „Aus diesem Grund versuchen Softwarehersteller mittlerweile verstärkt, codefreie Benutzeroberflächen und Benutzerführung bereitzustellen, um Analysen für Anwender so zugänglich wie möglich zu machen.“

Vorteile von Open Source gegenüber kommerzieller Software

Die erzielten Vorteile von Open-Source-Anwendern und kommerziellen Software-Anwendern sind größtenteils deckungsgleich, allerdings mit einigen interessanten Ausnahmen. 48 Prozent der Anwender von kommerzieller Analysesoftware erreichen eine erhöhte Transparenz der Datennutzung, während der entsprechende Anteil in der Open-Source-Community nur 36 Prozent beträgt. Außerdem berichten Anwender von kommerzieller Software öfter von einer verbesserten Mitarbeiterzufriedenheit.

Nur ein Drittel der Open-Source-Anwender erzielt eine höhere Kostensenkung. „Wenn man bedenkt, dass Open-Source-Software kostenlos ist, ist es erstaunlich, dass Kosteneinsparungen nicht häufiger erreicht werden“, kommentiert Derwisch. „Ein möglicher Grund wäre, dass der Betrieb und die Wartung von Open-Source-Software zusätzlichen Aufwand erfordern können. Eine weitere Erklärung könnte sein, dass Data Scientists mit Fachkenntnissen in Open-Source-Sprachen häufig fehlen und somit in der Anstellung mehr kosten.“

Quelle: BARC

Quelle: BARC

Open Source punktet mit Funktionalität, kommerzielle Software besitzt andere Vorteile 

71 Prozent der Open-Source-Anwender bewerten die Funktionen ihres Produkts im Bereich Data Preparation, Visualisierung und Machine Learning als ausgezeichnet. Dieser Anteil ist deutlich höher als die 35  Prozent der Befragten, die dasselbe über ihre kommerziellen Produkte sagen. Wenn es um Governance, Benutzerführung und Kollaboration geht, liegt kommerzielle Software vorne. Nur 52 Prozent der Open-Source-Nutzer bewerten die Governance-Funktionen des Produkts als ausgezeichnet oder gut, verglichen mit 69 Prozent der Nutzer kommerzieller Produkte. Auch bei der Benutzerführung betragen die entsprechenden Zahlen 50 Prozent  (Open Source) gegenüber 79 Prozent (kommerziell).

Quelle: BARC

Quelle: BARC

Methodik: The Advanced Analytics Survey 19 ibasiert auf einer weltweiten Umfrage unter 677 Software-Anwendern und -Beratern. Zudem bietet sie Feedback zu Software-Auswahl und -Nutzungsmustern sowie eine vergleichende Analyse von zehn der führenden Advanced-Analytics-Lösungen auf dem Markt.