Sind Sie bereit für das Datenzeitalter? Fünf Reifegrade daten-getriebener Organisationen

////Sind Sie bereit für das Datenzeitalter? Fünf Reifegrade daten-getriebener Organisationen

Sind Sie bereit für das Datenzeitalter? Fünf Reifegrade daten-getriebener Organisationen

Daten sind ein kritischer Wettbewerbsfaktor, der mehr und mehr über den Erfolg entscheidet. Theoretisch bestreitet dies kaum noch jemand ernsthaft. Dennoch finden sich in der Praxis ganz unterschiedliche Reifegrade im Umgang mit Daten. Auf Basis praktischer Erfahrungen speziell im Umfeld mittelständischer Unternehmen möchte ich den Versuch unternehmen, fünf typische Reifegrade zu beschreiben. Diese Verortung soll auf dem Reiseweg zur daten-getriebenen Organisation helfen.

Abgrenzung

Im Fokus der nachfolgenden Reifegrade steht der Umgang mit Daten. Dieses Thema ist verwandt mit dem Themenumfeld Business Intelligence (BI), aber nicht identisch. Es setzt einen anderen, aus meiner Sicht moderneren Schwerpunkt. Im BI-Umfeld existieren diverse Maturity-Modelle (u.a. von Gartner und TDWI), häufig thematisieren diese aber die Entwicklung von der berichtsorientierten Organisation hin zum Advanced Analytics („kompetenter Blick in die Zukunft“).

Reifegrad 1: Inseln

Es existieren vielfältige Systeme, die jeweils Daten verwalten und nicht umfänglich miteinander verzahnt sind. Typischerweise gibt es ein (oder mehrere) ERP-System sowie verschiedentliche „Tools“, darunter zunehmend Lösungen in der Cloud. Meist bietet jedes der Systeme isoliert ein Reporting, vielfach werden Daten händisch per Excel miteinander verzahnt und Auswertungen erfordern in erheblichem Maße Handarbeit. Es sind Datensilos entstanden und Wissen wird in „Fürstentümern“ eingehegt. Auswertungen sind primär rückblickend. Das Unternehmen tut sich schwer, mit Hilfe von Daten kompetent in die Zukunft zu schauen.

Die Datenlandschaft besteht aus Dateninseln, Brücken müssen händisch erstellt werden.

Reifegrad 2: Inseln mit Brücken

Ausgehend von den zuvor beschriebenen Inseln wurden einzelne Brücken gebaut, die Daten unterschiedlicher Systeme miteinander in Verbindung bringen. Insofern gibt es einige übergreifende Berichte, es ist aber nur in eingeschränktem Umfang (und meist auch nur für wenige Anwender) möglich Fragen auf Basis von Daten zu beantworten. Excel hat weiterhin einen hohen Stellenwert für Auswertungen. Es bestehen Redundanzen in den Daten, Inkonsistenzen und häufig eine nachträgliche Bearbeitung aufgrund unzureichender Datenqualität. Berichte können sich widersprechen, je nachdem, wer sie erstellt. Meist sind die Brücken von Hand programmiert und fragil.

Die Datenlandschaft besteht aus Inseln, die vernetzt sind durch fragile Datentransporte.

Reifegrad 3: Zentrales Datenlager

Es wurde ein zentrales Datenlager etabliert (DataWarehouse), in das neben dem ERP auch Daten aus allen relevanten Systemen (inklusive denjenigen in der Cloud) einfließen und insofern für die wichtigsten Fragestellungen des Unternehmens einen gesicherten, aktuellen Datenbestand bereitstellen. Meist ist der Zugang stark reglementiert, es sind einige standardisierte Berichte auf Basis des Data Warehouses verfügbar. Für gewisse Fragestellungen werden Anwendern ausgewählten Teilmengen des Datenbestands zur Verfügung gestellt, bspw. über ein Data Mart. Es wird an der Verbesserung der Datenqualität gearbeitet. Dieser Reifegrad entspricht dem traditionellen Business-Intelligence-Verständnis.

In der Datenlandschaft sind alle Inseln mit einem zentralen Datenlager verbunden, in das die Daten transportiert werden.

Reifegrad 4: Aus Daten lernen

Es existieren standardisierte Tools für den Zugang zu Daten, die grundsätzlich jeder – gemäß der zugewiesenen Rolle im Unternehmen – nutzen kann um Fragen zu beantworten, Erkenntnisse zu gewinnen und auf vorgefertigte Auswertungen zuzugreifen. Die Mitarbeiter sind sensibilisiert für die Bedeutung von Daten. Verknüpfungen mit externen Daten sind möglich. Self-Service Analyseprogramme wir Tableau oder Qlik sind im Einsatz und nutzen zentrale Daten. Interne Diskussionen zur Datenstrategie betreffen primär die Frage, welche zusätzlichen Daten benötigt werden und vielfach die Herausforderung, wie diese (nahe) Real-Time bereitgestellt werden können. Hypothesen werden gebildet, die sich an Daten schnell verifiziert oder disqualifiziert lassen.

Wissensarbeiter haben Zugang zu einem Self-Service für Daten und Analysen, das Unternehmen lernt aus Daten.

Reifegrad 5: Daten als Asset

In der Kultur und dem Selbstverständnis des Unternehmens sind Daten ein wesentliches Asset, d. h. sie stellen ähnlich Kunden und Produkten einen wirtschaftlichen Wert für das Unternehmen dar. Daten werden potenziell monetarisiert, sie sind die Quelle für Innovationen und Basis für Entscheidungen; ihre Bedeutung wird im gesamte Unternehmen wahrgenommen. Alles im Geschäftsgebaren, das Daten liefern könnte, liefert auch Daten. Mit der Verwendung von Daten wird experimentiert, positive Dinge werden verstärkt, Fehlschläge akzeptiert. Mit jedem weiteren Datensatz trainiert das Unternehmen seine Entscheidungskompetenz. Wiederkehrende Entscheidungsprozesse wurden automatisiert. Das Unternehmen beschäftigt sich mit Themen wie maschinellem Lernen bzw. Systemen der künstlichen Intelligenz.

Das ganze Unternehmen dreht sich (auch) um Daten, es arbeitet wirklich datengetrieben.

Verortung und Reiseweg

Um die weitere Reise zu planen ist es hilfreich, zunächst den eigenen Standort zu bestimmen. Die Reifegrade skizzieren dann den weiteren Verlauf der Reise. Wie eingehend bemerkt, bestreitet niemand ernsthaft die Relevanz von Daten für die künftige Wettbewerbsfähigkeit von Unternehmen. Die Reise lohnt sich. Natürlich ist sie aber mit Hindernissen und Herausforderungen verbunden – sowohl kulturell als auch organisatorisch und technisch.

Moderne technische Werkzeuge sind für einen komfortablen Reiseweg unverzichtbar. Die Talend Plattform ist hier ein leistungsfähiger Begleiter, der entsprechend des Reifegrads mitwächst – von der reinen Datenintegration über die Applikationsintegration, Data Quality und Master Data Mangement hin zur Cloud Integration, Big Data Integration sowie dem Meta Data Management und schließlich Self-Service für die Datenvorverarbeitung.

Finden Sie sich in diesen Reifegraden wieder? Wie planen Sie Ihre individuelle Reise?

Von |2018-08-22T14:01:06+00:0013.07.2016|Kategorien: Blog, Data & Analytics|

QuinScape GmbH