4 Facetten datengetriebener Unternehmen: Teil I – Datenstrategie
Ob Prozesse, Produkte, Services oder Geschäftsmodelle: Wer im Zeitalter der Digitalisierung wettbewerbsfähig bleiben will, muss seine Daten so wertschöpfend wie möglich nutzen. Um Blindflüge zu vermeiden, ist eine Datenstrategie zwingend notwendig. Wie kann diese aussehen?
|
| Dieses Bild erstellte das KI-Tool Craiyon anhand des Prompts "strategy". |
Die 2023er-Lünendonk-Studie "Der Markt für Data & Analytics Services
in Deutschland" nennt vier Dimensionen, die ein datengetriebenes Unternehmen
leben und atmen muss:
- Datenstrategie
- Datenkultur
- Technologie
- Data Governance
Wofür diese Begriffe stehen, beleuchte ich in dieser vierteiligen Blog-Serie. In diesem ersten Teil versuche ich mich an einer eigenen Definition des Begriffes Datenstrategie.
Meine Quellen sind:
- eine Definition des Begriffs Digitale Transformation der Universität Bamberg,
- ein Ratgeber-Beitrag des Cloud-Computing-Anbieters AWS (Amazon Web Services),
- ein Ratgeber-Beitrag des Business-Intelligence-Dienstleisters Tableau Software
- sowie Insights der IT-Marktforscher von Gartner Inc.
Randnotiz: Bei meinen Online-Recherchen zum Thema Datenstrategie stieß ich auf viele Beiträge etablierter Unternehmen, die – mit Verlaub – nichts als heiße Luft und substanzloses Buzzword-Bingo boten. Die genannten Quellen waren wohltuend positive Ausnahmen.
Blicken wir zunächst auf den Ist-Zustand von Unternehmen in Sachen Daten:
Gängige Daten-Probleme in Unternehmen
Welche innerbetrieblichen Barrieren blockieren eine Datenstrategie? AWS nennt diese kritischen Punkte:
➧ Daten-Silos entstehen, wenn Daten "eingeschlossen" sind (in Abteilungen oder Teams) oder gar nur einzelne Mitarbeiter*innen darauf zugreifen können. Das Bild orientiert sich an dem Begriff Silo als turmähnliches Behältnis, in dem etwas isoliert gelagert wird.
➧ Daten-Dubletten sind doppelte Einträge in einer Datenbank mit identischer Information. Sie machen Geschäftsprozesse ineffizient und erschweren es, Entscheidungen zu treffen. Nehmen Dubletten überhand, beeinträchtigen sie die Speicherkapazität und die Rechenleistung. Die Folge sind steigende Kosten.
➧ Unklare Daten-Prioritäten: Welche Daten sollen von wem wofür genutzt
werden? Ist dies im Unternehmen nicht klar geregelt, entsteht das, was die
japanische Prozessoptimierung Muda nennt (wörtlich "die Abwesenheit von
Nutzen", im Sinne von Verschwendung).
4 Stufen des Data-Analytics-Reifegrads
Das IT-Marktforschungsinstitut Gartner clustert den analytischen Reifegrad der Daten-Analyse wie folgt:
1. Deskriptive Analytik (beschreibend): Was ist passiert?
2. Diagnostische Analytik (beurteilend): Warum ist es passiert?
3. Prädiktive Analytik (vorhersagend): Was wird passieren?
4. Präskriptive Analytik (festlegend): Was soll künftig passieren?
Was ist eine Datenstrategie?
Angelehnt an die Definition des Begriffs Digitale Transformation der Universität Bamberg würde ich den Begriff Datenstrategie wie folgt umschreiben:
➤ Eine Datenstrategie soll es Unternehmen vorausschauend ermöglichen:
- datenbasiert ihre Prozesse, Produkte, Services, Geschäftsmodelle bzw. ihre Organisationsstruktur so wertschöpfend zu transformieren,
- dass eine Zielgruppe anhaltend bereit ist,
- für das Angebot des Unternehmens Geld aus- bzw. Daten preiszugeben [Kunden]
- bzw. sich an das Unternehmen zu binden [Mitarbeiter*innen, Geschäftspartner].
Tableau Software nennt eine 3-Schritt-Methode, um eine Datenstrategie taktisch und operativ umzusetzen:
- Schritt 1: Geschäftsziele klar definieren.
- Schritt 2: Daten erfassen, die diese Ziele unterstützen.
- Schritt 3: Datenarchitektur modernisieren (Wechsel von einem herkömmlichen Ansatz mit einem Data Warehouse und einem einzigen Datenbestand hin zu einem Ansatz mit mehreren Datenbeständen).
Eingesetzte Selfservice-Business-Intelligence-Lösungen sollten sicherstellen, dass alle legitimierten Personen im Unternehmen auf die von ihnen benötigten Daten zugreifen und diese nutzen können.
AWS nennt zusätzlich folgende 6 taktische und operative Umsetzungen:
- besser und schneller entscheiden
- Betrug erkennen
- Kundenerlebnis verbessern
- Prozesse optimieren
- Geschäftsmodelle entwickeln
- Kosten senken
- [Ergänzung eures Bloggers: Umsatz steigern]
4 Facetten der datengetriebenen Firma: Das war Teil 1
Soweit eine Annäherung an das Thema Datenstrategie. Im zweiten Teil von "4 Facetten datengetriebener Unternehmen" blicke ich auf den Aspekt der Datenkultur.
Bis dann!
Quellen:
- uni-bamberg.de: Geschäftsmodelle und deren Digitalisierung
- aws.amazon.com: Was ist eine Datenstrategie?
- tableau.com: Ein Datenstrategie-Framework
Link-Tipps:
Kommentare