Ist Ihr Unternehmen bereit, mit Daten zu arbeiten?
Datengetriebenes Arbeiten fordert das Zusammenspiel von vielen Komponenten. Gerne möchten wir zwei Ansatzpunkte vorstellen, die wir häufig mit unseren Kunden realisieren (siehe hier).
Die Data Driven Company wird immer mehr zum Zielbild vieler Unternehmen. Doch welche Aspekte gilt es auf dem Weg zum datenbasierten Arbeiten zu beachten?
Die Zukunft gehört den Daten. Daher werden langfristig nur die Unternehmen erfolgreich sein, die strategisch Daten aufnehmen, verarbeiten, speichern und analysieren. Daten sind die Basis für Optimierung, Innovation und Entscheidungen in jeder Organisation, die progressiv und nachhaltig arbeitet. Nur diejenigen, die ihre Arbeit auf Daten stützen – die sogenannten Data Driven Companies – werden in Zukunft in der kompetitiven, volatilen Unternehmenswelt erfolgreich sein.
Doch was heißt es genau, mit Daten zu arbeiten? Welche Komponenten benötigt eine Organisation, um effizient und nachhaltig Daten einzusetzen? Und wie stößt man den Wandel zu einer Data Driven Company an? Diese Fragen versuchen wir in diesem Artikel zu beantworten und den Weg aufzuzeigen, den jedes Unternehmen gehen sollte, um auch in Zukunft erfolgreich zu sein.
Die Bedürfnispyramide der Data Driven Company wurde von foryouandyourcustomers entwickelt, um die Abhängigkeit der einzelnen Themen zu visualisieren.
Viele Unternehmen setzen „data driven” mit der Applikation von künstlicher Intelligenz gleich. Dieser Logik folgend kauft man für teures Geld Data Scientists ein, die als Lösung für die Zukunftsfähigkeit des Betriebs gesehen werden. Doch bald ergeben sich die ersten Probleme: Die Datenwissenschaftler wissen entweder nicht, welche Anwendungsfälle im Unternehmen nützlich sind oder, wenn sie eine Umsetzung vorantreiben möchten, stoßen sie in Bezug auf Datenverfügbarkeit, Infrastruktur oder Qualität schnell an ihre Grenzen.
Diese Probleme sind die Folge eines unstrukturierten Vorgehens im Thema Daten. Statt für eine klare strategische Ausrichtung zu sorgen, wird gehofft, durch Software oder Einzelpersonen aus dem Nichts Wunder zu schaffen. Doch wie in allen anderen Unternehmensbereichen ist dies auch im Bereich Data Science nicht der Fall. Die sinnvolle, zielgerichtete Verwendung von Daten benötigt eine Befähigung in einer Bandbreite an Themen.
Um diese Vorgehensweise zu strukturieren, haben wir eine Bedürfnispyramide zur Data Driven Company entwickelt, die ganz klar die Abhängigkeit der einzelnen Themen visualisiert. Von der Basis – einer soliden, strategischen Betrachtung des Themas und einer datenbasierten Kultur – über die Befähigung mittels Datenakquise, Infrastruktur und umfangreicher Governance bis zum effektiven, innovativen Einsatz mittels moderner Herangehensweisen wie Machine Learning möchten wir alle Komponenten in den nächsten Abschnitten vorstellen.
Datenbasiert zu arbeiten ist eine Frage der Kultur
Die Entscheidung, datenbasiert zu arbeiten, ist im großen Bild eine kulturelle. Ein organisches Wachstum über vereinzelte, kleine Initiativen ist möglich, aber führt in vielen Fällen zu sehr niedriger Effizienz und Frust, da die Werkzeuge selten in ausreichendem Maß verfügbar und die Ergebnisse somit nicht überzeugend sind.
Daher sehen wir als Basis für die Data Driven Company eine klare Entscheidung, datengetrieben arbeiten zu wollen und diese Entscheidung konsequent in der Unternehmenskultur, Organisation und Kundenzentrierung umzusetzen.
Nur, wer versteht, was die Vorteile von Daten sind, was damit ermöglicht wird, hat auch ein Ziel vor Augen. Dies muss sich auch in der Organisation widerspiegeln: Klare Verantwortlichkeiten und ausreichende Expertise werden kombiniert zu einem klaren Standpunkt, dieses Thema fest im Unternehmen zu verankern.
Indem man klare Anwendungsfälle identifiziert, kann man den Mehrwert für die Organisation identifizieren und quantifizieren. Und zu guter Letzt benötigt man selbstverständlich die Ressourcen: Nur durch Unterstützung direkt aus der Geschäftsführung ist es möglich, ein Unternehmen in Bezug auf die Datennutzung voranzubringen.
Gemeinsam ist diese Kombination aus Strategie, Use Cases und Organisation die Basis für jede Initiative in einer Data Driven Company.
Quelle Bild: www.forbes.com (Download am 17. Juni 2020).
Ohne Grundlagen kein Erfolg: Datenakquise, Infrastruktur und Data Governance
„Data Scientists verbringen 80 % ihrer Zeit damit, Daten zu akquirieren und vorzubereiten.“ Dieses oder ein ähnliches Zitat wird oft vorgebracht, um zu zeigen, womit Data Scientists ihre Arbeitszeit in Realität verbringen. Doch nebst der humoristischen Konnotation zeigt sie das grundlegende, dahinterliegende, höher skalierte Problem auf: Datenwissenschaftler können in fast keinem Unternehmen effizient arbeiten.
Die Probleme liegen meist in der Verfügbarkeit von Daten, der nötigen Infrastruktur und der Verwaltung von Daten, also der Data Governance. Jeder dieser Aspekte trägt dazu bei, dass ein effizientes, nachhaltiges Arbeiten mit Daten möglich ist – oder eben nicht. Gemeinsam bilden sie eine Art Werkzeugkasten, ohne den jede Initiative um ein Vielfaches komplizierter oder qualitativ niedriger wird.
Folglich ist die Befähigung des Unternehmens mittels Systeme, Infrastruktur, Datenakquise und Data Governance zentral, um datengetrieben arbeiten zu können.
Das Ziel: Wissen generieren, Unternehmensprozesse verbessern und Innovation schaffen
Der Einsatz von Daten lässt sich grob in drei Kategorien aufteilen. Die Hauptziele sind die Generierung von Wissen, die Verbesserung von Prozessen oder die Schaffung von Innovation.
Unter dem ersten Aspekt sehen wir alles, was Daten in Information oder optimalerweise Wissen umwandelt. Dies reicht von einfachen repräsentativen Darstellungen wie Visualisierung und Dashboarding hin zu fortgeschrittenen Deep Learning-Algorithmen. Ziel ist es in jedem Fall, das Verständnis über Prozesse, Kunden und Produkte zu erhöhen und bestenfalls direkt zu verbessern.
Die Verbesserung von Prozessen hat zum Ziel, mittels Automatisierung und Machine Learning operative Effizienzen zu erhöhen. Die Bandbreite an Anwendungen ist sehr groß: Dies kann sowohl die Erstellung einer einfachen Infrastruktur zur Auslieferung von Daten, als auch die Einbettung von Machine Learning-Modellen in der Kanallandschaft betreffen. Dieser Teil der Datennutzung hört nicht bei den sogenannten Insights auf, sondern nutzt Daten proaktiv im Unternehmen.
Als dritter Aspekt gilt die datenbasierte Innovation. Mittels vorhandener Daten, Datenakquise, geschickter Auswertung und/oder Operationalisierung von künstlicher Intelligenz lassen sich neue Produkte oder sogar Businessmodelle entwickeln. Dies erlaubt Unternehmen, sich vielschichtiger aufzustellen und den heutigen Zeitgeist von personalisierten Produkten zu folgen.
Gemeinsam sind sowohl Analyse als auch Einsatz von Daten zentral für die Optimierung von Prozessen, die innovative Weiterentwicklung des Unternehmens und auch die Entscheidungsfindung in der heutigen, reizüberfluteten Welt.
Zusammenfassung
Wie man sieht, kann datengetriebenes Arbeiten nicht auf einen Aspekt oder Lösungsansatz heruntergebrochen werden. Es erfordert das filigrane Zusammenspiel von vielen Komponenten, um effizient und nachhaltig Daten im Unternehmen einzusetzen. Der erste und auch wichtigste Schritt auf diesem Weg ist mit dem Lesen dieses Artikels bereits getan: Man sollte sich jetzt bewusst sein, welchen Umfang das Thema einnimmt und welche Bereiche beachtet werden müssen. Als Nächstes gilt es, ins Doing überzugehen, um die Veränderung anzustoßen und auch in Zukunft kompetitiv zu sein.
Wie fängt man an? Praktische Empfehlungen
Dass viel getan werden muss, ist nicht unbekannt. Doch wie fängt man an? Gerne möchten wir diese Information sehr praktisch herunterbrechen und zwei Ansatzpunkte vorstellen, die wir häufig mit unseren Kunden realisieren.
Die Bedürfnispyramide ist grundlegend, um das Thema zu verstehen und den Stand des eigenen Unternehmens zu kennen. Zur Evaluation dieser Punkte nutzen wir eine eigens entwickelte Methode namens Data Readiness Assessment.
Gemäß der Bedürfnispyramide sehen wir es als grundlegend, das Thema zu verstehen und den Stand des eigenen Unternehmens zu kennen. Zur Evaluation dieser Punkte nutzen wir eine eigens entwickelte Methode namens Data Readiness Assessment. Mittels dieser sehr einfachen Ist-Analyse mit geringem Aufwand wird zugleich strategisch analysiert, wo eine Organisation steht, als auch konkrete Ansatzpunkte aufzeigt, welche nächsten Schritte zu gehen sind. Anhand von über 30 Themenbereichen rund um das Thema Data Driven Company prüfen wir den Status Quo und die Maturität des Unternehmens, um nachfolgende Schritte einzuleiten.
Im Gegensatz zu dieser umfassenden und strategischen Betrachtung stehen die sogenannten Proof of Concepts (POCs). POCs erlauben es, Verständnis und Begeisterung für das Thema Data Driven Company zu schaffen und gleichzeitig Machbarkeit und Erfolg zu evaluieren. Bei vielen Organisationen macht es Sinn, durch ein solches Leuchtfeuer die Aufmerksamkeit des Unternehmens auf das Thema zu lenken, um Lust auf mehr zu machen. Die Proof of Concepts können viele Gestalten annehmen. Von einer Daten-Pipeline, die einen Verarbeitungsprozess automatisiert, über klassische Analytics- und Trackingkonzepte bis hin zur durchdachten Lösung mittels künstlicher Intelligenz gibt es viele Ansatzpunkte.
Ob eine dieser beiden Methoden oder auch eine andere Herangehensweise: Bei foryouandyourcustomers wird das Thema Daten als fundamental betrachtet. Unserer Ansicht nach kann man nur erfolgreich sein, wenn man das holistische, ganzheitliche Bild der Nutzung von Daten in der eigenen Organisation etabliert. Daher freuen wir uns auf Feedback oder einen Austausch, was für Ihr Unternehmen und Ihre Kunden das Richtige ist.
Weitere Magazinbeiträge
Digitale Business Modelle, Machine Learning, Datenqualität und Datenstrategie – Data Science macht es möglich
Was kann ein Data Driven Business für Ihr Unternehmen bedeuten?