Wie lassen sich gute BI-Resultate erzielen?
Während bei den Trödlern der mit 36 Prozent größte Anteil der BI-Daten aus Excel-Dateien gezogen wird, ist diese Menge bei den Klassenbesten mit 15 Prozent eher gering. Wichtigste Datenquellen sind hier Enterprise-Applikationen und Data Warehouses (zusammengerechnet 75 Prozent). Die Anzahl der Datenquellen steigt für alle Unternehmen - allerdings in Kleinbetrieben schneller als in großen Konzernen. Hintergrund ist, dass mit wachsender Unternehmensgröße mehr in Enterprise-Applikationen und Data Warehouses investiert wird. Die Anzahl der Datenquellen fällt in Relation niedriger aus, da einzelne Quellen, beispielsweise Excel-Dateien, in größeren Systemen untergebracht werden.
Best Practices im Datenmanagement
Die Studie der Aberdeen Group zeigt, dass die Klassenbesten besonderes Augenmerk auf verschiedene Praktiken legen, die das Datenmanagement im Unternehmen ermöglichen beziehungsweise verbessern. Sie kommen fünf verschiedenen Ebenen zum Einsatz:
-
Prozessebene: 66 Prozent der Klassenbesten definieren Datenbereinigungsprozesse und 51 Prozent ein formelles Anforderungsmanagement der Benutzer;
-
Organisationsebene: Die Besten legen zu 70 Prozent gesteigerten Wert auf eine Kultur, in der Entscheider den Wert unterstützender Daten akzeptieren. Sogar 86 Prozent stellen fest, dass bei ihnen die Geschäftsführung eine möglichst optimale Übersichtlichkeit der Entscheidungsdaten fördert.
-
Wissensebene: Zwei Drittel der als Klassenbeste identifizierten Anwender unterstützen die Entwicklung analytischer Fähigkeiten im eigenen Haus und knapp die Hälfte (47 Prozent) stellt Best Practices für den Datenzugriff zentral bereit.
-
Leistungsebene: Auch beim Nachverfolgen, welchen Erfolg der BI-Einsatz hat, sind die Besten mit 66 Prozent vorne dran. Fast ebenso viele erheben die unterschiedlichen Datenanforderungen der Fachabteilungen.
-
Technologie-Ebene: Beim Tool-Einsatz sind die Erfolgreichen ebenfalls stark engagiert: 75 Prozent nutzen Werkzeuge für die Datenintegration, 66 Prozent Tools für die Datenmodellierung, 55 Prozent Tools für das Bereinigen der Datenbestände und 47 Prozent Tools für die Datenauswertung.
Ganz anders sieht es bei den Trödlern aus: Nur knapp halb so viele wenden die genannten Praktiken und Techniken an, um ihre Unternehmen beim Datenmanagement weiterzuentwickeln. So wird deutlich: Ganzheitliches Datenmanagement, das die sozialen und technischen Komponenten eines Unternehmens einbezieht und auf die Bedürfnisse aller Abteilungen Rücksicht nimmt, macht den Unterschied aus.