Fachbereiche aufschlauen und Selfservice-Analytics ermöglichen
Verzeichnen die Unternehmen erste Erfolge mit ihrem Data Intelligence Center, öffnet sich oftmals eine Schleuse. Dann entwickeln sich die Datenanalysten schnell zu Flaschenhälsen, da alle Fachbereiche sie dann in Beschlag nehmen.
Daher ein Tipp: Versuche nicht der einzige Bereich zu sein, der Analytics macht. Versuche die Kenntnisse in die Fachbereiche zu tragen, so dass diese bis zu einem gewissen Maß selbst Analysen aufsetzen können. Solche Analysen können auch Nicht-Entwickler über Dashboards zusammenstellen und visualisieren.
Such dir einen Sponsor
Aller Anfang ist schwer. Daher braucht ein Data Intelligence Center für den Start einen internen Sponsor, also einen Fachbereich, der auf die Unterstützung eines Datenanalysten brennt.
Dies sind dann die internen Auftraggeber, die erfolgreiche Projekte gern positiv nach innen verkaufen, da sie in der Regel von den Ergebnissen der Analysen profitieren. An diesem Erfolg wollen dann alle teilhaben. Schnell wird so deutlich, dass Datenanalytik eine unternehmensweite Aufgabe ist.
Fokussieren und Priorisieren
Alles auf einmal geht nicht. Stellt sich Euphorie ein, sollte ein Data Intelligence Center nicht den Fehler begehen, zu viele Projekte auf einen Schlag zu beginnen. Stattdessen gilt es zu fokussieren und zu priorisieren. Denn weniger kann mehr sein.
Lieber sich die Projekte rauspicken, die die schnellsten und größten Erfolge versprechen. Dazu können die Datenanalysten gemeinsam mit der Geschäftsführung klare Ziele definieren und basierend auf diesen Zielen Schritt für Schritt in die Umsetzung gehen.
- Digitalisierung und ihre Auswirkungen
Die Berater von Ernst&Young üben sich in Dramatik: ob die digitale Arbeitswelt Chance sei oder „Jobkiller“, stellen sie ihrer Befragung von mehr als 1.000 deutschen Arbeitnehmern voran. Teilgenommen haben sowohl Abteilungs- und Teamleiter als auch Sachbearbeiter. - Definition
Nur knapp jeder Vierte (23 Prozent) weiß mit dem Begriff Industrie 4.0 etwas anzufangen. - Bedeutung
Diese 23 Prozent verbinden mit Industrie 4.0 vor allem Digitalisierung/Informatisierung sowie Vernetzung von Maschinen und Anlagen und intelligente, selbstlernende Systeme beziehungsweise computergesteuerte Produktion und Prozesse. - Attraktiverer Job
Die Frage, ob die Digitalisierung den Arbeitsplatz attraktiver macht, hängt vom Alter ab. - Mehr Stress - oder weniger
Die Einschätzung der Auswirkungen von Digitalisierung weichen deutlich voneinander ab. Manche Befragte verspüren mehr Stress, andere dagegen weniger. - Information
Die Befragten fühlen sich innerhalb der Unternehmen nicht gut über die anstehenden Veränderungen informiert. - Qualifizierung
Nicht alle Unternehmen stellen ihren Mitarbeitern Fort- und Weiterbildungsmaßnahmen für die Digitalisierung bereit.
Use Cases identifizieren und evaluieren
Uses Cases helfen, die richtigen Projekte zu identifizieren. Es gibt inzwischen eine Vielzahl von branchentypischen Use Cases. Sie helfen Unternehmen, sich zu orientieren.
Der Wertbeitrag dieser Use Cases lässt sich auf einer 9-Felder-Matrix abbilden, wobei die y-Achse zeigt, was ein Use Case konkret bringt und die x-Achse die Machbarkeit abbildet. Von schwierigen Projekten mit geringem Wertbeitrag sollten Data Intelligence Center zunächst die Finger lassen.
Erfolg messen und darstellen
Sind die Use Cases evaluiert, wird abgewogen, wo sich die Nutzen- / Aufwandverhältnisse am besten darstellen. Wichtig ist hier die konkrete Definition von Schwellwerten für Resultate, die übertroffen werden sollen.
Vielfach werden Use Cases nicht umgesetzt, weil nicht klar ist, ob diejenigen Ergebnisse, die erzielt wurden, nun wirtschaftlichen Erfolg begründen oder nicht. Ein solcher Proof-of-Concept sollte zudem auch nicht zu eng gefasst sein und nur einen Teilprozess beleuchten, sondern auch weitere Kriterien wie Fachlichkeit und Domain-Know-How umfassen. (hal)