14 Erfolgsfaktoren für datengesteuerte Unternehmen

Wer von Digitalisierung spricht, denkt an digitalisierte Prozesse, digitale Informationen und die digitale Kommunikation zwischen Mitarbeiter:innen, Kund:innen, Partner:innen sowie Geräten untereinander. 

Die Verfügbarkeit und breite Nutzung interner und externer Daten wird hierbei immer wichtiger. Daten gelten vielen heute als das „Öl des 21. Jahrhunderts“.

Unternehmen, die den wachsenden wirtschaftlichen und strategischen Wert von Daten erkannt haben und sich in Richtung einer datengetriebenen Organisation entwickeln wollen, verstehen aber, dass sie diesen „Produktionsfaktor“ besser pflegen und weiterentwickeln müssen. 

Erst die Integration und Speicherung von Geschäftsdaten sowie deren Aufbereitung zu Informationen schaffen die Basis für Analysen und Entscheidungen über betriebliche Vorgänge.

Auf dem Weg zum datengesteuerten Unternehmen

Der Weg zum datengesteuerten Unternehmen ist nicht von heute auf morgen zu vollziehen und bedarf einiger Voraussetzungen, damit Daten wirklich effizient, wertbringend und von vielen Mitarbeiter:innen genutzt werden können. 

Es geht letztlich um einen Ansatz, der die Visionen, Ziele und Rahmenbedingungen im Umgang mit Daten festlegt. Dieser wird umso wichtiger, je mehr Quellen als Datenlieferanten angeboten werden, wie dies aktuell mit der Nutzung von Big Data geschieht.

In seiner Keynote auf der diesjährigen TDWI-Konferenz in München nannte BARC-Geschäftsführer, Dr. Carsten Bange, 14 Voraussetzungen und Katalysatoren für den erfolgreichen Wandel hin zu einer datengesteuerten Organisation und zu einem „Daten- und Analytics- Powerhouse“:

Gefällt Ihnen dieser Beitrag?

Wir haben noch viel mehr davon! Schließen Sie sich über 25.775 Data & Analytics Professionals an, um der Konkurrenz einen Schritt voraus zu bleiben.

Newsletter abonnieren

1. Die besten und modernsten Techniken für das Datenmanagement und Business Intelligence bleiben wirkungslos, wenn es in Unternehmen keine “Information Culture” gibt, in der Informationen allgemein als Wert und Ausgangspunkt für sämtliche Aktivitäten akzeptiert sind und strategisch und taktisch verwendet werden.
2. Informationskonsument:innen in der Organisation müssen einfallsreich und intelligent unterstützt werden. Hierzu gehören Möglichkeiten, Daten per Self Service zu nutzen und gesteuert zu durchsuchen.
3. Daten sollten wie ein Produkt oder Service verstanden werden, den man laufend verwaltet und optimiert.
4. Datenautor:innen brauchen eine umfassende Unterstützung. Dies beinhaltet ein gutes Verständnis für „Information Design“, „Storytelling“. Hinzu müssten laut Dr. Carsten Bange regelmäßige Schulungen an ihren Werkzeugen kommen, da alle zwei, drei Monate ein neues Release auf den Markt erscheint. Ferner benötigen sie einen guten Zugang zu zentralen Datenquellen und Self-Service-Support für die Arbeit mit den Anwendungen und Daten.
5. Schaffung einer ausgewogenen Governance. Diese muss einschränkende Compliance-Auflagen auf der einen Seite beachten, zugleich aber auch dem Wunsch nach mehr Flexibilität nachkommen, um eine schnelle, freie, kreative und dem ständigen Wandel angepasste Datennutzung zu fördern.
6. Keine Kompromisse bei Sicherheit und dem Datenschutz! Nur so Vertrauen in und die Nutzung von Big Data und Analytics entstehen. Gerade hierzulande zeigten laut Dr. Carsten Bange BARC-Anwenderbefragungen zu Big Data regelmäßig, dass diese Aspekte echte „Showstopper“ für Digitalisierungs- und Analytics-Projekten seien. Zudem würden Vergehen künftig immer strenger geahndet. Er verwies in diesem Zusammenhang auf die General Data Protection Regulation (GDPR) der Europäischen Union, die ab Mai 2018 Bußgelder für Unternehmen in Höhe von bis zu vier Prozent des Jahresumsatzes vorsieht, sollten diese den Datenschutz nicht ernstnehmen.
7. Unternehmen brauchen eine definierte Datenstrategie! Diese geht weit über eine BI-Strategie hinaus und behandelt nicht nur den Umgang mit (dispositiven) Daten, sondern mit allen verfügbaren Daten auch deren Nutzung.
8. Business und IT müssen enger zusammenarbeiten! Wo dies nicht der Fall ist, gehen Fachwissen und IT-Wissen verloren oder erreichen nicht alle Beteiligten in Steuerungsorganisationen wie dem „BI Compentence Center“ (BICC). Genau hieran kranken viele BI-Organisationen.
9. Eine hohe Agilität in allen BI-Disziplinen ist heute nötig. Neben der „klassischen“, taktischen BI, gesellen sich derzeit Anwendungsgebiete für eine explorative und operationalisierte BI hinzu, die andere organisatorische Anforderungen und Tools erfordern.
10. DADA-Expertenteams schaffen! In Anlehnung an die künstlerische und literarische Bewegung des „Dadaismus“ Ende des Ersten Weltkriegs, die sich gegen die bestehenden Kunstformen und bürgerlichen Ideale stellte, sollten auch Analytics-Teams kreative Querdenker mit IT- und Domänen-Wissen sowie einen bislang oft in den Projekten vergessenen „Data Artist“ zur Vermittlung der oft komplizierten Ergebnisse in ihren Reihen haben.
11. Innovationen sollten sich mit Hilfe von Use Cases immer schnell bewerten lassen!
12. Der Fokus bei der Arbeit mit Analytics sollte immer auf einer möglichen Operationalisierung liegen! Zu häufig erreichen Analysen und Daten nicht die operativen Prozesse und lösen keine Maßnahmen aus. Dieses Problem haben heute viele „Data labs“, die neuen Anwendungen nur bis zum Prototypen erstellen können, weil Sicherheitsbedenken, Technik oder Prozesse eine Einführung verhindern.
13. Datengesteuerte Unternehmen setzen eine moderne Datenarchitektur voraus, die über das traditionelle Data Warehouse hinausgeht.
14. BI-Organisationen sollten neben ihren bisherigen Aufgaben auch die mit Big Data und der Operationalisierung entstehenden neuen oder bisher nicht im Fokus stehenden Aufgabenfelder einbeziehen und entsprechende „Services“ schaffen. Dies würde ihre Rolle bei der Digitalisierung stärken, da sie sich intern besser positionieren und vermarkten könnten!