Big Data Strategie: Data Culture und Analytics Plan als Erfolgsmodell für alle Branchen?

Posted by Jan Dollansky on 23.05.2017 12:54:32

Kreative Zerstörung - Joseph Schumpeter verlieh diesem Begriff bereits im Jahre 1911 größere Bekanntheit. “Altes muss weichen, um Neues zu schaffen.” Insbesondere in der Wirtschaft hat dieser Begriff auch heute nicht an Aktualität verloren. Hochdynamische Märkte formen die Zukunft einer modernen Unternehmenswelt. Dass nun große Mengen an Daten in einem Zeitalter der Digital Creative Destruction als Treiber dienen, verleiht diesem Phänomen eine völlig neue Intensität. 

Denn Big-Data scheint Fluch und Segen zugleich zu sein. Wachstumschancen und Zerstörungspotential verschwimmen im Datenmeer zu einer teils unkontrollierbaren Masse. Aber sollte der vereinfachte Zugang zu relevanten Unternehmensdaten nicht vermehrt Sicherheit in die moderne Geschäftsplanung bringen?

In 7-10 Minuten Lesezeit soll unser Artikel einen Überblick liefern zu folgenden Themen:

  • Wie Big-Data & Digital Disruption auf die Unternehmenswelt wirken.
  • Welche Branchen im Zeitalter von Big-Data als Vorreiter gelten.
  • Wie Sie Ihr Unternehmen für die Herausforderungen der Digital Disruption sensibilisieren und Wettbewerbsvorteile schaffen.
  • Wie sich Data Analytics & Strategie in Kombination mit Data Culture vereinen lassen.

Big-Data-Wave-Disruption

Big-Data – Effektiver, schlauer und schneller durch größere Datenmengen?

Aus Rohdaten werden Informationen. Aus Informationen entsteht Wissen. Wissen aus Datenanalysen schafft Werte für Unternehmen. Das Ziel: Große Datenmengen (mit hoher Datenqualität) aus vielen verschiedenen Quellen aufnehmen, harmonisieren, strukturieren und letztendlich analysieren zu können. Im Zuge der Digitalisierung bieten nahezu unbegrenzte Speicherplätze, Cloud Computing als „Infrastruktur“ und schnellere Rechengeschwindigkeiten den optimalen Nährboden für gewinnbringende Auswertungen. Daten sind daher ein wichtiger Teil des Geschäftskapitals geworden. Insbesondere die systematische Herangehensweise im Feld des Data Science bietet Unternehmen vielfältige Analysemöglichkeiten. So wird nach unbekannten Mustern in großen Datenbeständen gesucht, um neue Möglichkeiten für die Geschäftstätigkeit zu erschließen. Zudem soll eine multidimensionale Perspektive auf das eigene Geschäftsmodell ermöglicht werden. Daten bilden daher die Basis für die Wissensfindung. Diese Entdeckungen reichen bis in die Zukunft eines Unternehmens oder ganzer Branchen. Die systematisch ausgearbeiteten Prognosen moderner Softwarelösungen, wie sogenannte “präskriptive Analysen”, werden in Deutschland jedoch erst von 15 Prozent der Unternehmen genutzt. Dies belegt eine von KPMG in Auftrag gegebene Studie.

Kann man bereits in der Vergangenheit innovative Produkte, Dienstleistungen oder Unternehmensprozesse für die Zukunft gestalten? Werden künftige Herausforderungen und Chancen dabei vorhersehbar? Dies klingt nach einer vielversprechenden Lösung. Allerdings nutzen bisher nur wenige Unternehmen in Deutschland die neuesten Analyse-Instrumente für beispielsweise Kundendaten. Mögliche Effizienzverluste und mangelnde Kundenorientierung können die Folge sein. So bleiben viele Möglichkeiten ungenutzt, um Daten im Unternehmen vorteilhaft einzusetzen. Für eine innovative Produktentwicklung und gezielte Marketingmaßnahmen können aber gerade Kundendaten für ein hohes Maß an Customer Centricity wertvoll sein. In Verbindung mit dem nötigen Fachwissen und menschlicher Intuition können die gewonnenen Informationen zu einem einzigartigen Vorteil für jedes Unternehmen werden.

Aber was ist Big-Data eigentlich? Sehen Sie sich hierzu folgendes Video von Funk-e Studios an:

Folgende Arten von Daten scheinen dabei für Unternehmen von besonderer Relevanz:

  • Unternehmensdaten – Stammdaten, Transaktionsdaten oder Projektmanagement Daten
  • Kundendaten – CRM-Daten, Kundenverhalten oder Social Media
  • Öffentlich verfügbare Daten – Logdaten, Sensordaten oder Standortdaten
  • Systemisch erstellte Daten – Marktdaten, Wissenschaftliche Publikationen oder Regulatorische Daten

Im Fokus steht dabei die Frage – Was passiert mit Unternehmen, die diese Chancen nicht nutzen?

Big-Data Disruption - Unaufhaltsame Dynamik der Digitalisierung

Keine Branche besitzt ein Geheimrezept, welches in Zeiten der digitalen Disruption zum uneingeschränkten Erfolg führt. 72% der Unternehmen befürchten, dass auch sie von den Effekten einer zunehmend digitalisierten Welt in Zukunft betroffen sein könnten, so Harvard Business Research. Gerade in Hinblick auf sogenannte Born Globals wie beispielsweise AirBnB, Uber oder Netflix, welche großflächig ganze Industriegrenzen verschwimmen lassen. Oftmals mit einfachen, dynamischen und kostengünstigen Lösungen, die den traditionellen Wettbewerb schnell verdrängen. Durch hochinnovative Softwarelösungen und wichtige Kapitalgeber schafften sie in kürzester Zeit eine nahezu weltweite Expansion. Grundlage dieser Erfolge ist nicht alleinig Glück, sondern vielmehr eine valide Analyse relevanter Daten. Dabei ist die intelligente Nutzung der zur Verfügung stehenden Informationen eine Quelle, die Innovation und nachhaltiges Wachstum mit sich bringt.

Deutsche Unternehmen scheinen dabei Nachholbedarf zu haben. Lediglich 48% der Unternehmen nutzen deskriptive Analysen für die Geschäftsplanung. Um nachhaltige Wettbewerbsvorteile sichern und ausbauen zu können bedarf es jedoch mehr, so Bitkom Research. Predictive Analytics (39%) oder Prescriptive Analytics (15%) als Werkzeuge passender Analytics Tools kommen für die intelligente Wertschöpfung in Deutschland noch zu selten zum Einsatz.

Noch zu häufig findet die Datenanalyse als ad-hoc Analyse mit einfachen IT Tools wie beispielsweise Excel oder Access statt. Dabei sollten zunehmend fortgeschrittene Lösungen zu einer sicheren und zukunftsfähigen Unternehmensplanung beitragen. Das Schlüsselwort dabei lautet Digital Intelligence. Die smarte Nutzung von Daten zum eigenen Vorteil.

Um das Geschäftsrisiko zu minimieren, sind für Unternehmen laut Bitkom Research folgende Aspekte besonders wichtig:

4-Top-Nutzung-Daten.png

Branchen im Vergleich – Wer profitiert von Data Science und wer hat Nachholbedarf?

Die Bundesregierung versucht ein völlig neues Verständnis und Offenheit im Umgang mit Daten vorzuleben. Gerade mit Blick auf den Entwurf zur Änderung des E-Government-Gesetzes, des sogenannten Open-Data-Gesetz. Es wird deutlich, dass die Digitale Agenda der Bundesregierung Daten als Rohstoff der Zukunft versteht. So gewinnt Big-Data und Data Science, spätestens seit der CeBit 2016 auch in vielen Zweigen der Wirtschaft an Bedeutung. Branchen Primus der digitalen Transformation auf Basis von Big-Data zu sein - Ein zentrales Thema in vielen Top Management Bereichen. Laut Bitkom Research Report „Mit Daten Werte Schaffen“ scheint dies, zumindest in Deutschland, noch nicht auf allen Tischen der Managementebenen zu liegen. Der von KPMG in Auftrag gegebene Report entschlüsselt ein sehr differenziertes Bild im Umgang mit Data Science in den befragten Branchen. Betrachten wir nun zunächst die Ergebnisse der Entwicklung einer Big-Data Strategie und wie relevant die Entscheidungen auf Basis von Big-Data Science für Unternehmen wirklich sind.

Bei Letzterem, der Frage nach Relevanz & Entscheidungsfindung, schneiden IT & Elektronik, Gesundheit und die Bankenbranche am schlechtesten ab. In Kombination mit der fehlenden Umsetzung von tatsächlich abgeleiteten Maßnahmen bilden Sie unter den 12 befragten Branchen das Schlusslicht. Sie geben an, wenige Unternehmensentscheidungen auf Basis von Daten zu fällen. Insbesondere klein- und mittelständische Unternehmen verfügen dabei noch nicht über die entsprechenden Konzepte zur positiven Implementierung und Umsetzung. Maschinen- und Anlagenbau, Automobil und Versicherungen stehen auf den vorderen Rängen, wenn es um die Relevanz und Entscheidungsfindung auf Basis von Datenanalysen geht.

Betrachtet man gezielt die Entwicklung einer Big-Data-Strategie, so verändert sich das Bild zwischen den Branchen erneut. Rund ein Drittel (34 Prozent) der Unternehmen gibt an, über eine Big-Data Strategie zu verfügen. Zwischen den Branchen existieren jedoch Unterschiede. So integrieren 56 Prozent der Medienunternehmen und 46 Prozent der Versicherungen eine Big-Data Strategie. Auch die Bankenbranche, welche zuvor eine noch geringere Entscheidungsfindungen auf Basis von Daten angegeben hatte, ist unter den vordersten Plätzen des Bitkom Rankings.

Hervorzuheben ist zudem auch, dass die Automobilindustrie zwar bei der Relevanz und Umsetzung von Data Science Vorreiter ist, jedoch nur 34 Prozent der Unternehmen eine Big-Data Strategie gezielt verfolgen, so der Bitkom Report. Genau wie Telekommunikation und IT & Elektronik landen sie bei der Frage nach strategischer Ausrichtung auf den hintersten Plätzen.

Aber Vorsicht: In einer zunehmend digitalisierten Welt reicht es nicht mehr nur den nächsten Wettbewerber oder eine isolierte Branche im Blick zu haben. Vielmehr muss eine Sensibilisierung für eigene Performance Gaps geschaffen werden. In Verbindung mit einer Analyse vergleichbarer strategischer Gruppen, können dann Rückschlüsse auf die nächsten Maßnahmen gezogen werden.

Ein komplexes und umfangreiches Unterfangen? Genau an dieser Stelle kommen fortgeschrittene Analysemethoden zum Einsatz. Diese schaffen schnelle Reaktionszeiten auf sich wandelnde Marktgegebenheiten. Aber wie kann dies gelingen?

Data Plan & Data Culture als Erfolgsinstrumente

Wir geben Ihnen zusätzlich eine kurze Übersicht an die Hand, welche wesentliche Punkte in Zeiten der digitalen Disruption zum Erfolg führen können.

Data Analytics Plan & Strategie

Das Ausformulieren einer Datenstrategie bringt viele Vorteile mit sich. KPMG führte dazu eine weltweite Umfrage unter 270 institutionellen Investoren, Investmentbanken und Analysten durch. Das Ergebnis: 62 Prozent der Befragten neigen stärker dazu, in ein Unternehmen zu investieren, welches Datenanalysen in die Gesamtstrategie integriert hat. Strategische und operative Entscheidungen können durch die gewonnenen Insights gezielter umgesetzt werden. Die verfolgte Strategie des Unternehmens wird klarer, planbarer, kontrollierbarer und vor allem transparenter. Die pure menschliche Intuition in der Entscheidungsfindung scheint vermeintlich durch Analysen eliminiert zu werden. Gehören emergente Strategien also bald der Vergangenheit an?

Den langfristigen Vorteilen von Datenanalysen stehen jedoch auch Investitionen entgegen. Eine neue Data Architektur, moderne Software Lösungen oder Datensicherheit können zu disruptiven Veränderungen in der gesamten Organisation führen. Unternehmen stehen in diesem Zuge jedoch vor der Herausforderung, strukturell umzudenken. Denn um Daten als strategische Ressourcen nutzen zu können, muss eine digitale Wertschöpfungsstrategie erarbeitet werden. Diese sollte entlang der Unternehmensstrategie ausgerichtet werden. Da für jedes Unternehmen andere Daten relevant sind, können sich auch die Data Strategien unterscheiden. Durch die Art der Daten, die Struktur des Unternehmens, das Produktportfolio oder die nötige Hard- und Software können Big-Data Projekte von Unternehmen am Ende völlig unterschiedlich aussehen.

Oracle hat dabei wichtige Komponenten einer Big-Data-Strategie identifiziert, die wir Ihnen im Folgenden vorstellen:

Management

Daten aus den richtigen Quellen akquirieren und erfassen. Diese anschließend harmonisieren und im richtigen Format speichern. So lassen sich die Daten kategorisieren und einordnen. Ziel ist es zunächst, das Speichern und Abrufen der Daten zu garantieren. Die Bedeutung des Data Managements geht jedoch darüber hinaus. Dies wird insbesondere dann deutlich, sobald das Thema Big-Data in den Fokus rückt. Die Integration von Daten aus unterschiedlichen Datenbanken mit unterschiedlichen Formaten stellt Unternehmen vor eine komplexe Herausforderung.

Analyse

Um verstecktes Wissen zu finden, helfen die richtigen Tools. Aber ohne das nötige menschliche Hintergrundwissen, eine sinnvolle Interpretation und Intuition, sind diese Auswertungen zunächst von wenig Nutzen. Aus diesem Grund werden zunehmend Weiterbildungs- und Studienmöglichkeiten angeboten, die sich speziell mit Data Science als potentielles Berufsfeld auseinandersetzen.

Integration

Bei Data Governance geht es darum, das Management von Zugang, Nutzbarkeit, Integration und Sicherheit von Daten in einem Unternehmen konvergent zu steuern. In Kombination mit passenden Research & Development Plattformen, Analytics und Visualisierungs-Tools kann so der maximale Nutzen aus jedem Byte gezogen werden.

Anwendung

Maßnahmen aus dem gewonnen Wissen ableiten und umsetzen. Dies ist laut Oracle die “Zielgerade” einer gelungenen Data Strategie. So werden unternehmensspezifische Herausforderungen lösbar. Ob Marketing, Produktion oder Einkauf - Mit den richtigen Anwendungen können unterschiedliche Unternehmensbereiche auf Daten zugreifen und vorteilhaft nutzen. Im besten Fall profitieren Mitarbeiter aller Unternehmensbereiche von einem übergreifenden Austausch.

Data Culture

Daten - der ein oder andere verbindet mit diesem Begriff nur Zahlen und Fakten. In der Gestaltung einer Data Culture sollte daher ein Prozess des Reframings stattfinden. Das heißt, dass Daten als relevante Informationen, wenn nicht sogar als Wissen verstanden werden. Dies könnte den abstrakten Begriff entmystifizieren. “Eine datengetriebene Kultur ist eine Kombination aus Prozessen, Menschen und Technologie, die es Unternehmen erlaubt, das Verständnis von Daten positiv in den täglichen Sprachgebrauch zu integrieren.” sagt Ashish Thusoo, Gründer von Quoble im Podcast des O'Reilly Radar “Building a Data-Driven Culture”.

Cognizant identifizierte dabei 6 Schritte für einen erfolgreichen Weg zur Data Culture:

  1. Ausarbeitung einer Data-Supply-Chain
  2. Sensibilisierung für die vielfältigen Möglichkeiten von Daten – „Art of the Possible“
  3. Transparenz hinsichtlich der gewonnenen Daten
  4. Kommunikation der erfolgreichen Umsetzung & Vorteile von Data Science im Unternehmen
  5. Identifikation möglicher Hürden innerhalb der Organisation
  6. Offener und übergreifender Austausch, um Strategie und Innovation zu fördern

 

Fazit

  • Big-Data ist erfolgversprechend
  • Big-Data Strategie und Relevanz & Entscheidungsfindung auf Basis von Daten gehen nicht zwingend Hand in Hand
  • Deutsche Unternehmen haben im internationalen Vergleich Nachholbedarf
  • Datenqualität bildet eine wichtige Basis
  • Datenanalysen werden branchenübergreifend wichtiger
  • Kundenanalysen sind der wichtigste Anwendungsbereich
  • Datensicherheit, Datenqualität und Budget als Hürde
  • Kleine und mittelständische Unternehmen mit teils fehlenden Konzepten
  • Data-Culture & Data-Analytics-Plan als wichtige Hebel

Apropos Daten - Wenn Sie wissen möchten, wie beispielsweise Google Ihre Daten handhabt, besuchen Sie privacy.google.com. Hier erhalten Sie Einsichten, wie Google Daten erfasst, verwendet und sichert. Außerdem erfahren Sie, wie Sie Ihre eigenen Daten kontrollieren können.

Mit Big-Data lässt sich noch viel mehr machen - zum Beispiel Data-Driven-Storytelling. Wie Sie mit öden Daten Geschichten erzählen können, haben wir hier für Sie zusammengefasst. 

Auch bei Squared Online lernen die Teilnehmer des Digital Marketing & Leadership Kurses, welche zunehmende Rolle Daten in der digitalen Arbeitswelt spielen - sowie welche Tools dabei helfen können, diese zu analysieren, auszuwerten und gewinnbringend im Unternehmen einzusetzen.

 

Die zitierten Quellen stammen teils aus einer Studie, die durch KMPG in Auftrag gegeben wurde und Bitkom Research im Jahre 2016 durchgeführt. Der Report von 2017 kann bereits vorbestellt werden.

Topics: Optimierend Denken