Auf dem Weg zum Quantified Enterprise

Unternehmen brauchen eine Datenstrategie

30.01.2018
Von 
Björn Böttcher ist Senior Analyst und Data Practice Lead bei Crisp Research mit dem Fokus auf Analytics, BI, datenbasierte Geschäftsmodelle und Künstliche Intelligenz. Mit mehr als 10 Jahren Berufserfahrung in der IT und einem wissenschaftlichen Hintergrund und Fokus stehen moderne Lösungen mit praktischem Nutzen im Fokus seiner Betrachtung.
Data Analytics erfordert ein strategisches Vorgehen und beginnt mit dem ersten Schritt: der Sammlung von Daten. Diese ist nicht immer trivial und oftmals mit diversen Hürden verbunden.

Unternehmen lieben Daten, denn plattformen-basierte Geschäftsmodelle ohne eigene Assets sowie neue Entwicklungen und Technologien aus dem Bereich des Machine Learning steigern die Lust auf das große Datensammeln. Im Sinne der Selbstvermessung und Optimierung geht es bei uns als Individuum darum, uns auf den optimalen Betriebszustand zu tunen, um leistungsfähiger denn je zu werden. Was für den Menschen ein individuelles Ziel ist und jedem selbst überlassen, ist bei Unternehmen eine strategische Komponente. Denn Daten ebnen erst den Weg hin zu digitalen Diensten und Produkten. Diejenigen Unternehmen, die in der Lage sind Daten im eigenen Geschäftsraum entsprechend sinnvoll zu nutzen, haben einen entscheidenden Wettbewerbsvorteil.

Wer Daten für Analytics-Vorhaben sammeln will, stößt in der Praxis auf zahlreiche rechtliche, organisatorische und technische Hürden.
Wer Daten für Analytics-Vorhaben sammeln will, stößt in der Praxis auf zahlreiche rechtliche, organisatorische und technische Hürden.
Foto: Khakimullin Aleksandr - shutterstock.com

Unternehmensdaten sammeln

Wer im Unternehmen Fragen beantworten, Daten analysieren oder Insights generieren möchte, der benötigt die richtigen Datenquellen. Um die entsprechenden Analysen durchführen zu können, sollte man einige Punkte beachten:

  • Ein Unternehmen muss Daten sammeln.

  • Daten müssen zugreifbar und abfragbar sein.

  • Mitarbeiter, Partner und APIs müssen einen entsprechenden Zugang zu den notwendigen Daten bekommen.

  • Alle Zugriffe auf Daten, die Durchführung von Transformationen oder die Datenanreicherungen müssen entsprechen protokolliert werden.

  • Die Datenqualität muss kontinuierlich überwacht und kontrolliert werden.

Im weiteren Vorgehen sollten diese Punkte als eine Checkliste kontinuierlich genutzt werden. Gerade der Punkt bzgl. der Protokollierung ist 2018 Jahr mit der neuen Europäischen Datenschutz-Grundverordnung (EU-DSGVO) besonders wichtig.

Um eine effektive Datenkultur innerhalb eines Unternehmens und auch über die Unternehmensgrenzen hinweg aufbauen zu können, benötigt man eine einheitliche Strategie, die sowohl alle internen Quellen und Konsumenten von Daten einschließt als auch alle externen, wie beispielsweise Partner oder E-Commerce-Plattformen. Der Zugriff auf die Daten sollte dabei Standards unterworfen sein. Dadurch wird ein möglichst homogener Zugang zu den Daten für alle Beteiligten gewährleistet. Ebenso ermöglicht dies eine bessere Kontrolle der Daten in Hinblick auf Sicherheit, Governance und Compliance. Bei der Ausgestaltung der Datenstrategie kann es dabei sogar sehr sinnvoll sein, die Daten auch für externe Nutzer zugänglich zu machen. Dies mag gerade für deutsche Unternehmen ein ungewöhnlicher Schritt sein, eröffnet aber im Gegenzug auch die Möglichkeit, mehr Daten von anderen Unternehmen ebenfalls nutzbar zu machen und damit die Breite des Spektrums für die Ideenfindung deutlich zu erweitern.

Falsche Annahmen und Schlussfolgerungen sind ein Risiko. Daher sind methodische Schulungen der Mitarbeiter ein wichtiger Baustein der Datenstrategie im Unternehmen. Hat man die entsprechenden Skills erst einmal etabliert und das gemeinsame Verständnis von Daten ausgeprägt, dann gilt es, die Datenquellen und die öffentlichen APIs entsprechend in den Produktlebenszyklus und die Ideenfindung zu integrieren. Dies umfasst alle Phasen eines datenbasierten Geschäftsmodells - von der Ideenfindung bis hin zum Partnersystem. Die zu etablierenden Standards sollten hierbei unter anderem auf

  • die Quelle der Daten,

  • die Aktualisierungsfrequenz,

  • den Bezug,

  • die Qualität,

  • das Format,

  • die Struktur,

  • und die Relevanz achten.

Diese Standards sollten auch regelmäßig überprüft oder am besten kontinuierlich überwacht werden, etwa durch Dashboards.

Analytics - Wege zur Erkenntnis

Daten müssen erzeugt oder gesammelt werden. Was zunächst einmal sehr trivial klingt, ist in der Realität oftmals gar nicht so trivial. Denn rechtliche, organisatorische, ethische und technische Hürden sind zu umschiffen, wenn man Daten sammelt. Sind diese Hürden genommen, dann geht es darum, die Qualität zu verifizieren. Die Daten müssen geprüft werden, ähnlich, wie man Lebensmittel beim Eingang in einem Supermarkt, Restaurant oder beim Einkauf auf dem Wochenmarkt prüfen würde. Nur mit der richtigen Reife und Qualität der Daten kann ein Unternehmen dann in den weiteren Schritten etwas anfangen. Die Datensicherung ist der folgende Schritt nach der Verifizierung. Es gilt, alle gewonnenen Daten sinnvoll, also in einem wertigen Format, nachhaltig und gut dokumentiert, beispielsweise mittels Metadaten, aufzubewahren. Dabei sollten die Datenquellen alle nach einem einheitlichem Vorgehensmodell verarbeitet werden. Liegen die Daten dann bereit, so folgt die Suche nach der Nadel im Heuhaufen. Muster müssen versucht werden, zu identifizieren, Daten mit anderen Daten korreliert werden oder auch externe Datenquellen von anderen Partnern oder Anbietern hinzugefügt werden. Die Erforschung der Daten benötigt dabei geschultes Personal und die richtigen Tools, um hier möglichst effizient und zügig zu den gewünschten Ergebnissen zu gelangen. Die gewonnenen Einsichten und Erkenntnisse lassen sich sodann in neue Produkte, Dienste oder Datenquellen für andere Fachbereiche, Partner oder Endkunden nutzbar machen.

Fazit

Wer eine Reise unternehmen möchte, der muss zunächst den ersten Schritt machen. Unternehmen, die eine Plattform aufbauen wollen, welche wiederum Daten nutzt oder bereitstellt, sollten die ersten Schritte hin zu einer sinnvollen Datensammlung unternehmen. Je nach eigener Infrastrukturstrategie ergeben sich dann Handlungsoptionen hinsichtlich der eigenen Data Lakes. Diese können Hadoop-basiert oder Stack-basiert sein. Die kontinuierliche Überwachung von allen Datenquellen in Quantität und Qualität ist notwendig, ebenso wie die Überwachung und Kontrolle der Datenzugriffe und -verarbeitung. Unternehmen haben hier gerade in Zeiten von IoT-Szenarien und Plattform-Geschäften einen neuen Komplexitätslevel zu meistern.