Data-driven Decision Making

6 Merkmale datengetriebener Unternehmen

16.09.2022
Von 
Bob Violino arbeitet als freier IT-Journalist für InfoWorld und Network World in den USA.
Data-driven Decision Making schreiben sich heutzutage viele Organisationen auf die Fahnen. Einlösen können dieses Versprechen allerdings nur die wenigsten. Gehört Ihr Unternehmen dazu?
Arbeiten und entscheiden Sie wirklich datengetrieben - oder sieht es nur so aus?
Arbeiten und entscheiden Sie wirklich datengetrieben - oder sieht es nur so aus?
Foto: SFIO CRACHO - shutterstock.com

Etliche Unternehmen haben inzwischen gelernt, wie sie sich durch die Nutzung von Daten einen Wettbewerbsvorteil verschaffen - in einigen Fällen hat der Datenfokus auch das Überleben gesichert. Dabei stellt sich die Frage: Wie viele Unternehmen sind wirklich Data-driven?

Data-driven Enterprise: 6 Merkmale

Nachfolgend haben wir die sechs wichtigsten Merkmale von Unternehmen zusammengestellt, die "echtes" Data-driven Decision Making betreiben.

1. Unternehmensweite Datenstrategie

Ein datengetriebenes Unternehmen braucht eine kohärente, umfassende Datenstrategie, die für die gesamte Organisation gilt. Sie umfasst Technologie und Automatisierung, einschließlich des Einsatzes von künstlicher Intelligenz (KI). Neben weiteren Komponenten gehören dazu auch:

  • Kultur,

  • Governance,

  • Cybersicherheit,

  • Datenschutz und

  • Skills.

"Der Markt für Data Governance sowie für Tools zur Datenspeicherung und -analyse ist beträchtlich gewachsen. Dennoch tun sich viele Unternehmen immer noch schwer, das Ausmaß der Herausforderung zu begreifen", meint Lakshmanan Chidambaram, President of Americas Strategic Verticals beim IT-Beratungsunternehmen Tech Mahindra. "CIOs, CTOs und Chief Administrative Officers müssen einen Schritt zurücktreten und eine unternehmensweite Strategie entwickeln, um den Wert von Daten für ihr Unternehmen nutzbar zu machen und KI zu integrieren, um Vertrieb und Marketing zu befähigen und operative Exzellenz zu erreichen."

Dazu gehöre auch, dass die Datenarchitektur sowohl Datenexperten als auch Entscheidungsträgern aus den Fachbereichen die Werkzeuge an die Hand gibt, die sie benötigen, um nicht mehr nur nach Bauchgefühl und Erfahrung zu entscheiden, so der Chefberater. "Viele Unternehmen und Behörden nutzen datengestützte Erkenntnisse, um den Kundenservice zu verbessern, die Betriebskosten zu senken, neue Geschäftsfelder zu erschließen und die Effizienz des gesamten Unternehmens zu steigern." Dabei ist es nach Meinung von Chidambaram erfolgsentscheidend, dass sowohl Führungskräfte als auch Mitarbeiter sich auf einen Data-Driven-Ansatz einlassen: "Unternehmen, die sich als datengesteuert bezeichnen, sollten die Frage, ob jeder bereit ist, Daten als Teil der Unternehmenskultur zu akzeptieren mit 'ja' beantworten können."

2. Optimierte Ressourcenzuweisung

Es ist eine Sache, eine datengestützte Strategie zu entwickeln - aber eine ganz andere, den Plan auch effektiv umzusetzen. Deshalb ist es wichtig, die richtigen Ressourcen zur Verfügung zu haben und sie bei Bedarf zu aktualisieren, wie Kathy Rudy, Partnerin sowie Chief Data and Analytics Officer beim Beratungsunternehmen ISG, erklärt: "Sobald die Strategie definiert ist, sind die Mitarbeiter, Prozesse und Tools, die diese unterstützen, entscheidend für eine datengesteuerte Organisation."

Unternehmen benötigen beispielsweise:

  • einen Prozess, um Datenkataloge zu erstellen,

  • Verfahren und Tools für Datenbereinigung und -qualität,

  • definierte Data Use Cases und die richtigen Tools, um diese zu unterstützen,

  • effektiven und sicheren Zugang zu Daten für interne und externe Benutzer,

  • allgemeine Security, um die Use Cases zu supporten, sowie

  • ein Data Center of Excellence, um komplexe Datenanfragen händeln zu können.

Aus personeller Sicht bedeutet ein Data-driven Enterprise also ein solides Team bestehend aus verschiedenen Fachexperten sowie:

Darüber hinaus müssen auch die notwendigen Schulungen angeboten werden, etwa um Skillsets bei Bedarf aktualisieren zu können.

3. Data Governance im Fokus

Data Governance ist eine weitere Komponente der übergreifenden Datenstrategie, die besondere Aufmerksamkeit verdient. Sie umfasst unter anderem:

  • Datensicherheit,

  • Datenschutz,

  • Zuverlässigkeit,

  • Integrität,

  • Genauigkeit.

Data Governance ist für die Aufrechterhaltung eines datengesteuerten Betriebs unerlässlich, wie ISG-Managerin Rudy betont: "Ohne Data Governance können Sie nicht darauf vertrauen, dass die von Ihnen verwendeten Daten von hoher Qualität sind, durch eine gemeinsame Taxonomie synchronisiert werden oder sicher sind. Data Governance bildet auch die Grundlage für den Zugriff auf die Daten."

Laut Rudy ist ISG oft mit unterschiedlichen Datenbanken mit verschiedenen Taxonomien und Methoden zur Pflege der Datensätze konfrontiert: "Sobald wir eine zentralisierte Data-Governance-Methode - mit Mitarbeitern, Prozessen und Tools - eingeführt hatten, konnten wir neue Wege entwickeln, um unsere Daten intern und extern zu nutzen, für Kunden, Produkte und Monetarisierung." Mit diesem zentralisierten Ansatz hätten auch angemessene Sicherheitsprotokolle für den Datenzugriff innerhalb des Unternehmens Einzug gehalten.

"Viele Leute denken, Daten sollten demokratisiert werden. Ich bin davon allerdings nicht überzeugt", offenbart Rudy. "Solange man nicht wirklich versteht, woher die Daten stammen, wie sie gesammelt wurden, in welchem Kontext sie stehen und wie man sie analysiert, kann eine unsachgemäße Verwendung zu schlechten Entscheidungen führen."

Eine verantwortungsvolle Datennutzung ist für datengetriebene Unternehmen auch nach Ansicht von Deepika Duggirala, Senior Vice President of Global Technology Platforms beim Tech-Dienstleister TransUnion, von größter Bedeutung: "Alle Daten innerhalb des Datenökosystems eines Unternehmens müssen - sowohl in Bewegung als auch im Ruhezustand - gesichert werden. Gleichzeitig gilt es, die Privatsphäre von Mitarbeitern und Verbrauchern zu wahren."

Unternehmen müssten in der Lage sein, sich parallel zu den wachsenden Datenschutzbestimmungen weiterzuentwickeln: "Das geht, indem alle Mitarbeiter über die entsprechend geltenden Datenschutzbestimmungen aufgeklärt werden. Zudem müssen Security und Compliance von Anfang an bei der Datenspeicherung und - nutzung mit bedacht werden."

4. Data Mindset

Der Aufbau einer Datenkultur und -mentalität ist Teil einer übergreifenden Datenstrategie, verdient aber besondere Erwähnung, weil er dazu beiträgt, diese Strategie mit Leben zu füllen.

So wie das zum Beispiel bei TransUnion geschieht. Duggirala gibt einen Einblick: "Alle Aspekte der Entscheidungsfindung werden von Daten beeinflusst. Unsere Mitarbeiter sind in der Lage, diese Daten zu interpretieren, um den Markt besser zu verstehen und fundierte Entscheidungen zu treffen. Dies ist der Kern unseres Produktentwicklungsprozesses - Produktmanager, CX-Designer und Entwickler nutzen alle eine andere Facette unserer Daten, um Lösungen für bestimmte Anforderungen zu finden, Zeitpläne zu erstellen und einfache, intuitive Funktionen zu gewährleisten."

Nach Rudys Auffassung herrscht in Data-driven-Unternehmen eine organisationsweite Einigkeit darüber, dass Daten das Herzstück der Entscheidungsfindung bilden: "Wenn Herausforderungen aufgeworfen, Fragen gestellt oder Strategien entwickelt werden, greifen die Mitarbeiter automatisch auf Daten zurück, um die Entscheidungsfindung zu unterstützen. Auch bei ISG stünden Daten im Mittelpunkt: "Daten verschaffen Unternehmen einen Wettbewerbsvorteil. Wir betrachten sie als Kreislauf und sind ständig dabei, Daten zu sammeln, zu validieren, zu verwalten, zu kuratieren und zu analysieren, um Erkenntnisse für alle unsere Stakeholder zu gewinnen."

Laut Theresa Kushner, Leiterin des Innovation Center für Nordamerika beim Beratungsunternehmen NTT Data, setzen Unternehmen, die nicht datengesteuert agieren, in der Regel auf einen isolierten Data-Management-Ansatz. So habe eine Untersuchung von NTT ergeben, dass nur eine Minderheit der Unternehmen ihre Daten nahtlos in der gesamten Organisation gemeinsam nutzt. "In einem datengesteuerten Unternehmen ist das nicht der Fall", kommentiert Kushner und vermittelt, wo ihrer Meinung nach der Schlüssel zu einer datenbasierten Denkweise liegt: "Daten sind nichts, wenn sie nicht gemeinsam genutzt werden. Eine effektive, Data-driven-Kultur hängt von einer effizienten Zusammenarbeit und einer offenen Kommunikation zwischen den Data Ownern und -Nutzern ab. Diese Eigenschaft einer datengetriebenen Organisation hat Vorrang vor allen anderen Aspekten."

5. Datenerfassung ist ein Hauptanliegen

Viele KI-Projekte würden nach kurzer Zeit auf Eis gelegt, weil Datenwissenschaftler nicht die für das Modell nötigen Daten hätten, verrät Kushner. "Das liegt oft daran, dass die Daten nie gesammelt wurden. Ein Data-driven Enterprise hat dieses Problem nicht. Es weiß, welche Datenbereiche für den Geschäftsbetrieb wichtig und notwendig sind, und sorgt dafür, dass diese Datensätze geschützt und kuratiert werden."

Die meisten Unternehmen verfügten beispielsweise über Customer Relationship Management (CRM)-Systeme, die vom Vertrieb verwendet werden, um Opportunities zu erfassen und zu tracken. Die Daten in diesen Systemen seien jedoch oft unvollständig, insbesondere wenn die Dateneingabe in der Verantwortung der Sales-Mitarbeiter liege, so die Managerin und erklärt:

"Wenn Datenwissenschaftler ein Kundenmodell erstellen wollen, das diejenigen Kunden identifiziert, die zu einem bestimmten Zeitpunkt oder über einen bestimmten Kanal kaufen, sind die benötigten Daten möglicherweise nicht verfügbar oder nicht vollständig genug, um das Modell zu unterstützen. Datenorientierte Unternehmen wissen jedoch, dass diese Daten für den Betrieb des Unternehmens von grundlegender Bedeutung sind, und stellen daher ein ordnungsgemäßes Datenmanagement sicher."

Um sicherzustellen, dass der Daten-Input korrekt abläuft, automatisierten diese Unternehmen in vielen Fällen die Prozesse der Verkaufserfassung, um den Vertrieb von lästigen Input-Aufgaben zu befreien: "Je nach Art des Unternehmens oder der Branche können sich die Schlüsselbereiche ändern. Hersteller können beispielsweise feststellen, dass die genauere Verwaltung der Informationen über ihre Lieferanten ihr wichtigster Datenbereich ist. Unabhängig von der Branche haben datengetriebene Unternehmen einen Plan, um Schlüsseldaten zu erfassen, zu managen und zu nutzen."

6. IT-Business-Kollaboration

Unternehmen mit Data-driven-"Siegel" zeichnen sich in der Regel durch gute Arbeitsbeziehungen zwischen IT- und Business-Entscheidern aus. Das trägt Früchte: Wenn der CIO beispielsweise eng mit der Finanzabteilung zusammenarbeitet, lässt sich möglicherweise der Wert der Finanzdaten maximieren.

Lynn Calhoun, CFO beim Beratungsunternehmen BDO, weiß, wie wichtig diese Zusammenarbeit ist: "Um Führungskräften und Managern die richtigen Informationen zur richtigen Zeit im richtigen Format zur Verfügung zu stellen, ist eine enge Partnerschaft zwischen CFO und CIO erforderlich. Dazu gehört, dass die Finanz- und IT-Teams die Informationsanforderungen definieren und gemeinsam die richtigen IT-Systeme und -Architekturen einrichten, um diese Anforderungen zu erfüllen. Um agile Systeme und Prozesse zu implementieren und zu unterstützen, die mit dem sich schnell verändernden Geschäftsumfeld Schritt halten können, ist Kollaboration essenziell." (fm)

Dieser Beitrag basiert auf einem Artikel unserer US-Schwesterpublikation CIO.com.