Vor einiger Zeit haben wir hier bereits den Versuch einer kurzen Analyse zum Thema „Data Driven Business“ veröffentlicht. Darin haben wir eher grundlegende Aspekte zur Verwendung des „Rohstoffs“ unseres Jahrhunderts – Daten – beschrieben. Wie aber kann man konkret Mehrwert aus Daten generieren und wie stellt man fest, wo auf dem Weg zum Data Driven Business das eigene Unternehmen gerade steht?

Big Data ist keine Technologie. Es geht darum, geschäftliche Fragen zu beantworten und Mehrwert zu liefern. Die Kombination von verschiedenen Datenquellen, seien es bereits existierende Daten, externe Datenströme oder auch Open Data, bildet die „Key Resource“ für Ihre Analysen. Die Zusammensetzung des Rohstoffs „Daten“ ist von ausschlaggebender Bedeutung um anschließend schwer zu findende Korrelationen und Zusammenhänge für bessere und schnellere Entscheidungen ermitteln zu können. Wie jedoch ermittelt man den „Gehalt“ der vorhandenen Daten, wie ermittelt man die Datenreife?

Dell Data Maturity Model

Das Unternehmen Dell hat für sich und seine Kunden ein interessantes Modell zur Einordnung der Datenreife entwickelt. In diesem Modell sind auf dem Weg zu Data Driven Business vier Phasen beschrieben, die Dell als Data Aware, Data Proficient, Data Savvy und eben Data Driven benannt hat. Es lohnt sich, diese vier Phasen genauer anzusehen und mit dem Status Quo im eigenen Unternehmen abzugleichen.

In der Phase Data Aware (datenbewusst) erstellen Unternehmen nicht standardisierte Berichte manuell aus verschiedenen Systemen mit dem Ziel, die Berichterstellung zu standardisieren. Es gibt mehrere BI-Systeme, Datenquellen und Datenbanken sowie einen Mangel an Daten- und App-Integration. Regelmäßig wird viel Zeit aufgewendet, sich in verschiedene betriebliche Systeme einzuloggen sowie Daten zu extrahieren, zu bereinigen und zusammenzuführen. Das Unternehmen berichtet ad-hoc und vertraut seinen eigenen Berichten nicht immer.
Um die Reifekurve in dieser Phase zu verbessern sind Anstrengungen in den Bereichen Datenmodellierung und Datenbankdesign, Datennormalisierung, Dateneinspeisung in ein BI / Berichtssystem und die Erstellung von Berichts-Dashboards notwendig.

Data Proficient (datenkompetent): In dieser Phase kann sich das Unternehmen recht gut ein Bild über den Ist-Stand machen, kann aber keine Gründe für Ergebnisse und Zahlen benennen. Die Verlässlichkeit der Daten wird angezweifelt, man streitet sich darüber, welche Zahlen eigentlich korrekt sind. Entscheidungen und Insights gehen in E-Mails, Meetings und Unterhaltungen verloren und die Zeitspanne zwischen Insight und Reaktion ist zu groß.
Unternehmen in dieser Phase sollten sich darauf konzentrieren, die Datenqualität und App-Integration zu verbessern, Daten für einen schnellen Zugriff durch Benutzer bereitzustellen und eine Strategie für das Stammdatenmanagement zu implementieren. Unter anderem diese Maßnahmen könnten es dem Unternehmen ermöglichen, standardisierte Berichte auf einer unternehmensweit verfügbaren Plattform zu erstellen.

Als Data Savvy (datenversiert) werden Unternehmen bezeichnet, die Daten verwenden, um wichtige Geschäftsentscheidungen zu treffen. Dies ist die Phase, in der die wichtige Geschäfts- und IT-Partnerschaft auf die nächste Ebene übergeht, um sowohl organisatorische als auch technische Datensilos schnell aufzulösen. Data Savvy Unternehmen kommunizieren mit ihren Kunden über neue Kanäle (z.B. Chatbots) und verwenden KI-gestützte Prozesse, um das Wachstum weiter voranzutreiben.

Data Driven (Datengetrieben): Die höchste Reifestufe in diesem Modell erlaubt voraussagende Insights (mit dem Einsatz von KI und Machine Learning generierte Prognosen) sowie die Generierung von konkreten Handlungsempfehlungen. Sie bedeutet im Umkehrschluss aber auch: Keine Daten, keine Entscheidung!
Ziel ist es, die Datenstrategie zu skalieren und gleichzeitig die Kosten zu senken. IT und Unternehmen bilden eine enge, zusammenhängende Einheit. Die IT hat alle Datenquellen und Apps integriert und eine fortschrittliche Analyseplattform implementiert. Das Unternehmen hat festgelegt, wo und wie Analysen in seine Prozesse eingebettet werden sollen.

Common Data Service

Je nachdem, in welcher Phase Sie Ihr Unternehmen wiedererkannt haben, werden noch einige bis viele Schritte notwendig sein, um Geschäftsbereiche datengetrieben zu gestalten und belastbare Insights zu ermöglichen. Auf diesem Weg gibt es keine Abkürzungen, es gibt aber Technologien, die den Weg begleiten und mit wertvollem „Vorausdenken“ einfacher machen.

Eine davon ist der Common Data Service (CDS) als Bestandteil der Microsoft Power Platform. Cloudbasiert lässt diese Technologie die Hürden für den so erwünschten Abbau einzelner Daten-Silos wesentlich kleiner werden.

CDS ist keine neue Datenbank, in der Big Data verwaltet wird. Vielmehr handelt es sich um eine Art „Definitionsschicht“, in der festgelegt wird, welche Daten wie gespeichert werden sollen. Das „Wo?“ bleibt dabei CDS überlassen, der Service sucht sich die den Daten entsprechende, passende Speicherform aus. Mit diesem Ansatz ergeben sich erhebliche Vorteile für die Konsolidierung und Strukturierung aller im Unternehmen verwendeten Daten. Insofern, eine Art „Abkürzung“ ist das schon.

On Premise und Cloud Daten aus Dynamics 365, knk-Anwendungen, VM und Dritt-Anwendungen werden zentral zur Verfügung gestellt. Mit definiertem Zugriff für PowerApps, Power-BI, KI-Builder und individuellen KI- und Data-Warehouse-Lösungen.
Der Zeitaufwand für die so notwendige Daten/App-Integration verringert sich durch den Einsatz des CDS erheblich, die „Belastbarkeit“ der Daten und die Reife der Daten wird erheblich verbessert und eben dadurch auch der Mehrwert, der aus ihnen generiert werden kann.

Datengetrieben – aber was?

Wie bereits in meinem letzten Beitrag zu diesem Thema möchte ich darauf hinweisen: die enge Zusammenarbeit von IT und Geschäftsbereichen, die Implementierung datengetriebener Geschäftsprozesse und die intensive Verwendung des Rohstoffs „Daten“ dienen nicht zum Selbstzweck. Mit fundierten Geschäftsmodellen und Einbindung aller Stakeholder führen diese Maßnahmen zu schnelleren, vielleicht klügeren Entscheidungen, zu höherer Agilität und zu Produkten und Services, die der Kunde wirklich braucht. Das wichtigste Wort in Data Driven Business ist eben doch: Business!

Photo by Aditya Chinchure on Unsplash