mayato: Data Mining Studie 2010

Das BI-Analysten- und Beratungshaus mayato untersucht in seiner diesjährigen Studie
„Data Mining 2010“ 12 Data-Mining-Suiten und -Tools. Fünf Lösungen wurden umfassend
unter die Lupe genommen. Besonderes Augenmerk legten die Analysten auf die jeweilige
Umsetzung von immer häufiger genutzten Features wie Cross- und Upselling-
Untersuchungen. Neben dem umfangreichen Praxistest wurde deshalb für jedes der fünf
Werkzeuge eine detaillierte Funktionsübersicht mit dem Fokus auf Assoziations- und
Sequenzanalysen erstellt. Resümee: Es gibt deutliche Unterschiede im Funktionsumfang.
Zudem ist der Trend erkennbar, neben den Statistikexperten auch Fachabteilungsnutzer
mit entsprechenden Bedienkonzepten einzubeziehen. Die Studie ist ab sofort zu einem
Preis von 299 Euro für Unternehmen und 99 Euro für Studenten und Hochschulen unter
www.mayato.com erhältlich.

Zu den untersuchten DM-Suiten gehören der SAS Enterprise Miner 6.1 und der StatSoft
STATISTICA Data Miner 9. Als Open-Source-Anwendung wurde KNIME 2.0.3 (Uni
Konstanz) einbezogen. Zudem kamen mit SAP BW 7.0 ein Business-Intelligence-
Werkzeug und mit dem KXEN Analytic Framework 5.1.1 eine Lösung für Self-Acting Data
Mining auf den Prüfstand. Im Praxistest wurden die Werkzeuge anhand eines großen
Testdatensatzes von 1,8 Millionen Zeilen untersucht. Ausgehend von einer Fallstudie
spielten die Analysten den gesamten Data-Mining-Prozess durch, einschließlich der
Datenvorverarbeitung sowie Darstellung und Interpretation der Ergebnisse. Die Bewertung
bezog sich auf Bedienbarkeit, Stabilität, Systemverhalten bei großen Datenmengen,
Dokumentation und die Gesamteffizienz des Analyseprozesses. „Uns hat überrascht, dass
die Funktionsunterschiede der untersuchten, wenn auch nicht direkt vergleichbaren
Werkzeuge doch recht groß sind. Manche Aufgaben wie die Sequenzanalyse lassen sich
mit einigen Werkzeugen gar nicht erledigen, ohne dass dies aus der Produktbeschreibung
ersichtlich ist“, sagt Peter Neckel, Analyst und Leiter der Studie beim BI-Analysten- und
Beratungshaus mayato.

SAS Enterprise Miner und STATISTICA Data Miner zählten zu den Werkzeugen mit dem
breitesten Funktionsumfang, hoher Ausführungsgeschwindigkeit und sicherem Umgang mit
großen Datenmengen. Beide Tools überzeugten vor allem durch ausgereifte Funktionalität
und die grafische Aufbereitung. Während das KXEN Analytic Framework mit der
einsteigerfreundlichen Bedienung und seinem unerreicht schnellen, selbstentwickelten
Assoziationsverfahren punktet, zeigte das Tool Schwächen in der grafischen
Ergebnisauswertung.

Deutliche Unterschiede verzeichneten die BI-Experten beim Funktionsumfang der
Werkzeuge. Das SAP BW und KNIME stellen beispielsweise keine Sequenzanalyse zur
Verfügung, sodass etwa der zeitliche Abstand zwischen Kauftransaktionen nicht
ausgewertet werden kann. Viele typische analytische Anwendungsszenarien im Umfeld
des Cross- und Upselling, aber auch im Risikomanagement oder in der Betrugserkennung
bei Banken und Versicherungen lassen sich dementsprechend mit diesen Tools nicht
umsetzen. Bei der Ergebnisauswertung und -interpretation – gerade im Cross-/Upselling-
Umfeld wichtig – ergaben sich im Praxistest ebenfalls Schwierigkeiten: Insbesondere bei
großen Datenmengen ist die Unterstützung für den Anwender in manchen Fällen nicht
ausreichend. KNIME liegt diesbezüglich im Test hinten, ebenso wie bei der Laufzeit. „Bei
der Datenvorbereitung lässt sich feststellen, dass die kostenlosen Open-Source-Tools
einen sehr viel höheren Zeitaufwand erfordern“, so Neckel.

Nach wie vor gilt, dass der Anbietermarkt nicht nur breit gefächert ist, sondern auch eine
große „Artenvielfalt“ an Lösungen umfasst. Für Anwender gestaltet sich die Auswahl daher
relativ komplex. Verbundkaufanalysen à la Amazon („Kunden, die dieses Produkt
angesehen haben, kauften auch:…“) sind mittlerweile nicht mehr nur im Versandhandel
sondern auch bei Finanzdienstleistern und Versicherungen gängige Praxis für
zielgerichtete Direktmarketingkampagnen und -aktionen. Aber auch im Risikomanagement
findet die erweiterte Variante (Sequenzanalyse) rege Anwendung. Umsetzung und
Bedienbarkeit sehen allerdings bei allen Herstellern recht unterschiedlich aus. Im Praxistest
fanden die Analysten heraus, dass sich die Bedienung dank grafischer
Benutzeroberflächen grundsätzlich vereinfacht hat. Ein dominierendes Bedienkonzept
lässt sich jedoch – wie schon in den letzten Jahren – nicht erkennen. Einige Hersteller
bieten mittlerweile sogar mehrere Modi für unterschiedliche Anwendertypen an. Während
die großen Suiten nach wie vor Spezialisten-Know-how verlangen, erleichtern Produkte wie
die von StatSoft und KXEN auch Gelegenheitsanwendern den Einstieg in die explorative
Datenanalyse, indem auf Wunsch über Assistenten eine feste Abfolge an Analyseschritten
vorgegeben und die erforderlichen Eingaben dazu systematisch abgefragt werden.

Der Investitionsaufwand für Data-Mining-Suiten liegt abhängig von der Nutzeranzahl meist
im sechsstelligen Euro-Bereich. Dennoch gibt es auch günstigere Angebote. Die
Einzelplatzlizenz des STATISTICA Data Miner ist bei vollem Funktionsumfang
beispielsweise bereits ab 20.000 Euro erhältlich. Für Open-Source-Lösungen entfällt der
Anschaffungspreis; bei professioneller Nutzung sollten jährliche Supportgebühren im
vierstelligen Eurobereich einkalkuliert werden.