Einzelne Komponenten spielen oft eine taktische Rolle. Doch wer Daten im großen Stil sammelt, muss sich über sein Big Picture im Klaren sein. Hier kommt es im Unternehmen auf die Datenstrategie an.
Bei meiner ersten Verabredung vor vielen Jahren wollte ich das Mädchen, mit dem ich ausging, mit einem blitzblanken Auto beeindrucken. Ich putzte das Auto also innen und außen gründlich und brachte es für meine Verabredung auf Hochglanz. Der Abend verlief hervorragend – bis auf ein kleines Detail: Als ich das Mädchen nach Hause brachte, ging mir etwa zehn Minuten vor dem Ziel das Benzin aus. Die Situation war mir absolut peinlich, und obwohl das Mädchen kein Problem damit hatte, glaubten seine Eltern mir nicht so ganz, als ich meinte, dass ich das Tanken einfach nur vergessen hatte. Am Ende konnten wir das Problem beheben und alles war gut. Ich ging noch viele Male mit dem Mädchen aus.
Die Grundlage für eine erfolgreiche Mission
Für mich veranschaulicht diese Geschichte den Unterschied zwischen einer erfolgreichen Taktik und einer erfolgreichen Strategie, der insbesondere im Krieg über Sieg oder Niederlage entscheidet. Die Strategie zielt darauf ab, den Krieg zu gewinnen, die Mission zu erfüllen und auf ganzer Linie erfolgreich zu sein. Die Taktik hingegen ist auf die einzelnen Schritte ausgerichtet, die uns bei der Erfüllung unserer Mission voranbringen. Taktik erfordert mitunter, die Anhöhe aufzugeben, um den Kampf zu gewinnen, oder auch die Schlacht zu verlieren, um den Krieg zu gewinnen.
Bei meinem ersten Date war meine Taktik größtenteils (jedoch nicht zu 100%) auf meine Strategie abgestimmt: die Mission einer erfolgreichen Verabredung zu erfüllen. Ich hätte mich auf die Gesamtstrategie konzentrieren sollen, nicht so sehr darauf, mit einzelnen Komponenten einen guten Eindruck zu machen. Dann hätte ich vielleicht auch mehr auf die für die Erfüllung meiner Mission entscheidenden Daten (die Tankanzeige meines Autos) geachtet.
Big Data – die Datenstrategie ist entscheidend
Mit der Datenstrategie im Unternehmen verhält es sich ganz ähnlich. Teams aus Digitalisierungsexperten, Business-Analysten, Anwendern von Analysen und Data Scientists können hochmoderne Algorithmen, Modelle und Tools entwickeln und testen, die mit den speziell für diese Experimente aufbereiteten und zusammengestellten Datensätzen hervorragend funktionieren. Die Versuchsmodelle, Validierungstests und Demos können glänzende Ergebnisse liefern. Um die Ziele des Unternehmens im Hinblick auf die Digitalisierung wirklich zu erreichen, braucht es jedoch mehr als diese taktischen Erfolge.
Tatsächlich mag bei diesen Experimenten das Benzin im Tank (d. h. die Daten) ausreichen, um die klar umrissenen taktischen Ziele umzusetzen. Doch die Datenbestände genügen nicht, um eine nachhaltige, erfolgreiche und strategische Datennutzung auf Unternehmensebene zu unterstützen. In der Praxis liegt der Erfassung von Big Data meist keine Strategie zugrunde. Die dringend benötigten Daten sind oftmals unvollständig, unbereinigt, falsch gekennzeichnet, auf isolierten Systemen gespeichert oder schlicht nicht vorhanden.
Ein umfassender, bereichsspezifischer Fahrplan
Eine unternehmensweite Datenstrategie kann die Voraussetzungen für die erfolgreiche Umsetzung strategischer Ziele und für Wettbewerbsvorteile schaffen. Eine solche Strategie definiert sich als umfassende Vision, umsetzbare Grundlage und bereichsspezifischer Fahrplan eines Unternehmens zur Nutzung des vollständigen Potenzials seiner datenabhängigen und datenbezogenen Ressourcen.
Eine unternehmensweite Datenstrategie ist jedoch keine Wunschliste all dessen, was man sich erhofft. Sie ist keine Aufstellung der Technologietrends, die es auszuprobieren gilt. Auch besteht sie nicht aus allgemeinen Grundsätzen und Binsenweisheiten wie „Daten sind das Kapital des Unternehmens“. Und schon gar nicht handelt es sich dabei um eine schwammig formulierte Vision ohne Praxisbezug.
Jede Strategie und damit auch eine unternehmensweite Datenstrategie muss konkret, relevant, umsetzbar und auf die Unternehmensziele ausgerichtet sein. Sie muss sich außerdem permanent weiterentwickeln. Wenn sich Ihre Datenstrategie nicht am Leitbild (der Mission) Ihres Unternehmens orientiert, müssen Sie eine Kurskorrektur für eines oder beide Elemente vornehmen, um sie wieder aufeinander abzustimmen. Ihre Mission sollte bereits auf Ihre Marktstrategie abgestimmt sein: Sie müssen Ihre Marktposition und Ihre Alleinstellungsmerkmale kennen und über aktuelle Markttrends informiert sein. Sie müssen außerdem wissen, wie Sie sich in diesem Umfeld Wettbewerbsvorteile verschaffen können und welche Voraussetzungen Sie zur Erreichung dieses Ziels erfüllen müssen. Folglich muss auch Ihre Datenstrategie mit dieser Strategiediskussion verknüpft und in diese eingebunden sein.
Die Datenstrategie beinhaltet folgende Prinzipien des Datenmanagements: Data Governance, Sicherheit, Zugriffsmöglichkeiten, Architekturen und damit zusammenhängende Design-Aspekte. Sie alle sind wichtig, doch stehen im Folgenden vor allem die Aspekte Analysen und Data Science im Mittelpunkt.
Datenstrategie – vor allem Data Science und Analysen
Da Daten heute in massivem Umfang gesammelt werden, können Ihre Daten die wichtigste und wertvollste strategische Ressource Ihres Unternehmens bilden. Mithilfe von Data Science und Analysen lassen sich neue Erkenntnisse gewinnen, Innovationen vorantreiben und Mehrwert schaffen. Data Science und Analysen ermöglichen es Ihren Mitarbeitern außerdem, nach Informationen zu suchen, Zusammenhänge aufzudecken und zur Wertschöpfung beizutragen, und stärken so die Mitarbeiterbindung. Sie bilden den Ausgangspunkt für Analyseprodukte, die im Unternehmen genutzt und auf dem Markt angeboten werden können. Hierzu gehören Datenprodukte, kundenbezogene Anwendungen, APIs, Modelle, Empfehlungsdienste, spezielle Datensätze, Datensammlungen für bestimmte Geschäftsbereiche, Open-Source-Tools, gemeinsam nutzbare Data-Science-Notebooks, Cloud-Services, Datenportale, wiederverwendbare Analyse-Workflows und vieles mehr.
Taktische Komponenten: auf dem Weg zum Ziel
Um diese Datenanalyseprodukte im Unternehmen nutzen, standardisieren und auf dem Markt anbieten zu können, benötigen Sie für Ihre unternehmensweite Datenstrategie bereinigte Daten, zuverlässige Daten, gekennzeichnete Daten, kuratierte Daten (Datenkataloge), austauschbare Daten, maschinenlesbare Daten, sorgfältig dokumentierte Daten (Data Dictionaries, in denen Metadatenstandards einschließlich Taxonomien und möglicherweise auch Ontologien zum Einsatz kommen) sowie Datenbestände (zur Bestimmung der Lücken in Ihren Datensätzen). Diese taktischen Komponenten sind wichtige Schritte auf dem Weg zur Umsetzung Ihrer Ziele, zu strategischem Erfolg und Wettbewerbsvorteilen.
Letztlich sind all diese Komponenten miteinander verknüpft. Die Integration und Kombination von Daten, Analysen, Geschäftslogik und Unternehmenszielen schaffen die Voraussetzungen für die Ausrichtung der Botschaft, Kultur und Strategie eines Unternehmens auf konkrete, umsetzbare und relevante Geschäftsergebnisse. Daten sind lediglich der Input – wenn auch ein sehr umfangreicher. Daten sind heute auch nicht notwendigerweise ein Alleinstellungsmerkmal, da inzwischen alle Unternehmen riesige Datenbestände besitzen oder Zugriff darauf haben.
Zuverlässige Daten für zuverlässige Ergebnisse
Auf der anderen Seite gilt, dass die auf Ihre Unternehmensziele ausgerichteten Analyseergebnisse für Sie wertvolle Ergebnisse sind, mit denen Sie sich auf dem digitalen Markt von einer immer größeren Zahl von Mitbewerbern abheben können. Für diese Analysen müssen Ihnen bereinigte, präzise, zugängliche, kurierte und gekennzeichnete Daten zur Verfügung stehen. So sind Sie gerüstet, Ihre Mission zu erfüllen und Ihr Ziel einer erfolgreichen digitalen Transformation auch tatsächlich zu erreichen. Vertrauenswürdige Informationen und Daten ermöglichen vertrauenswürdige Innovationen und Ergebnisse.
Auf der Kundenkonferenz SAPPHIRE NOW in Orlando konnte ich mich über die vielfältigen Möglichkeiten informieren, wie sich mit Unternehmenssoftware und Services von SAP eine durchgängige Datenstrategie unterstützen lässt. Besonders gefallen hat mir, dass der Schwerpunkt der Veranstaltung auf der Erlebniswirtschaft lag. Für mich ist die Erlebniswirtschaft das ultimative Anwendungsszenario und Wertversprechen von Big Data: ein besseres Erlebnis für Kunden, Mitarbeiter und andere Stakeholder auf der Grundlage von neuen Erkenntnissen und Maßnahmen, die sich durch Analysen aus unseren Datenbeständen ableiten lassen. Eine Plattform für das Customer Experience Management (CXM), in deren Mittelpunkt Kundendaten stehen, kann ihr volles Potenzial dann entfalten, wenn sie sie im Einklang mit der unternehmensweiten Datenstrategie konzipiert, entwickelt und bereitgestellt wird.
Potenzial erkennen
In der Erlebniswirtschaft ist das Zusammenspiel der CXM-Plattform und der unternehmensweiten Datenstrategie entscheidend. Gemeinsam fungieren sie als das auf Hochglanz polierte Auto, das Ihr Unternehmen ans Ziel einer digitalen Transformation bringt, die erfolgreiche Umsetzung der Geschäftsziele ermöglicht und Ihnen Wettbewerbsvorteile verschafft. Es geht dabei nicht nur um eine erste Verabredung mit Ihren Daten. Sondern es geht um die langfristige strategische Aufgabe, das Potenzial der datenabhängigen und datenbezogenen Ressourcen Ihres Unternehmens zu nutzen.
Weitere Informationen
- Die Reihe zur unternehmensweiten Datenstrategie besteht aus insgesamt fünf Blog-Beiträgen.
- Mit dem neuen Database and Data Management Assessment von SAP, das sich speziell an Führungskräfte richtet und auf gängigen Kennzahlen und Best Practices beruht, können Sie sich einen Überblick über den Reifegrad Ihres Unternehmens verschaffen.
- Informieren Sie sich im Whitepaper Best Practices for Aligning Data Capabilities and Business Needs, wie Ihre IT-Organisation und Datenexperten Informationen als strategischen Vorteil nutzen können.
- Erfahren Sie im Blog Artificial Intelligence Without Data Intelligence is Artificial mehr darüber, weshalb das Datenmanagement eine wichtige Voraussetzung für die Nutzung von KI ist.
