Prof. Jan Bosch
Als ich vor kurzem mit einem Unternehmen darüber sprach, wie es datengesteuert werden kann, stieß ich auf die gleiche Herausforderung wie schon oft zuvor: Das Unternehmen behauptet, so viele Daten zu sammeln, aber der aus diesen Daten generierte Wert ist sehr gering. Man fragt sich, was hinter diesen Mustern steckt, bei denen scheinbar enorme Datenmengen gesammelt werden, aber nur sehr wenig von diesen Daten genutzt wird, um etwas von Wert zu schaffen. Meiner Erfahrung nach spielen mindestens drei Faktoren eine Rolle: das Gefühl der Eigenverantwortung, die lokale Optimierung und die Kosten der „Produktivierung“ von Daten.
Ein typisches Muster in vielen Organisationen ist, dass Teams, die Daten für ihre Zwecke erzeugen und sammeln, sich als Eigentümer dieser Daten fühlen und nicht wollen, dass andere mit ihren dicken, fetten Fingern an „ihren Daten“ herumstochern. Es sind ihre Daten und wenn jemand anderes ähnliche Daten benötigt, kann er sie selbst sammeln, anstatt sie kostenlos vom Team zu erhalten.
Dies führt zu vielen kleinen Dateninseln, die völlig unzusammenhängend sind und sich nicht zu etwas zusammenfügen, das wertvoller ist als die Summe der einzelnen Teile. Teams mögen mit all ihren Daten prahlen, aber niemand sonst kann sie nutzen.
Jedes Team, das beschließt, dass es Daten benötigt, um die Qualität seiner Entscheidungen zu verbessern, wird sich auf seine eigene Herausforderung konzentrieren und nur die Daten sammeln, die es in der erforderlichen Detailtiefe, Häufigkeit und Aggregation benötigt. Darüber hinaus können sie kurzfristig beschließen, die Art und Weise der Datenerfassung sowie die erfassten Daten grundlegend zu ändern.
Die Folge ist, dass die Daten außerhalb des unmittelbaren Kontexts, für den sie erzeugt wurden, nur schwer zu verwenden sind. Dies führt dazu, dass verschiedene Teams aufgrund der mangelnden Koordination sehr ähnliche Daten sammeln. Und da nur wenige über eine breitere Verwendung nachdenken, können Teams, die erkennen, dass sie Daten benötigen, die vorhandenen Daten nicht wiederverwenden, da sie so spezifisch für den Anwendungsfall sind, für den sie gesammelt wurden.
Wenn ein Team beschließt, seine Daten anderen zur Verfügung zu stellen, muss es die Semantik der Daten dokumentieren, ein System zum Auffinden und Herunterladen von Datensätzen einrichten, sicherstellen, dass Änderungen an der Art und Weise der Datenerfassung, der Semantik usw. sorgfältig an die Beteiligten kommuniziert werden, und natürlich auf Anfragen dieser Beteiligten reagieren und Änderungen an den Datenerfassungsprozessen vornehmen, nicht um sich selbst, sondern um anderen im Unternehmen zu helfen. Und nicht zuletzt kann das Team leicht für Datenschutz, GDPR, Sicherheit und andere Bedenken, die Unternehmen im Zusammenhang mit den gespeicherten Daten haben, zur Rechenschaft gezogen werden.
'Teams will actively try to not share data'
Die Folge ist, dass die Teams, sofern keine Gegenkraft vorhanden ist, aktiv versuchen werden, keine Daten auszutauschen, weil der Aufwand und die Kosten für den Austausch mit anderen im Unternehmen zu hoch sind. Das wiederum führt dazu, dass viele Daten erfasst, gespeichert und für bestimmte, eng begrenzte Anwendungsfälle genutzt werden, aber keine Synergien entstehen, kein umfassendes Verständnis der Systeme im Feld und der Art und Weise, wie die Kunden sie nutzen, usw.
Die Lösung für diese Herausforderungen ist ein hierarchischer Wertmodellierungsansatz, bei dem Sie Top-Down-Geschäfts-KPIs mit Metriken auf unterer Ebene verbinden, die direkt vor Ort gesammelt werden können. Indem wir diesen hierarchischen, azyklischen, gerichteten Graphen aufbauen und die Beziehung zwischen über- und untergeordneten Faktoren quantitativ bestimmen, können wir endlich damit beginnen, aus allen gesammelten Daten einen geschäftlichen Wert zu generieren.
Es ist nicht einfach, vom aktuellen Zustand zu diesem hierarchischen Wertmodell zu gelangen, und sei es nur, weil es für die meisten Menschen in den Unternehmen, mit denen ich zusammenarbeite, extrem schwierig ist, die quantitativen Faktoren zu bestimmen, für die wir optimieren, und wenn wir es doch wissen, ist die relative Priorität dieser Faktoren eine Quelle erheblicher Diskussionen. Es bietet jedoch enorme Vorteile, da Sie die Datenerfassung auf die Dinge konzentrieren können, auf die es ankommt, die Daten nutzen können, um hochwertigere Entscheidungen zu treffen und datengesteuerte Angebote für Kunden zu erstellen, die Sie sonst nicht hätten erstellen können. Wie das Sprichwort sagt: Es kommt nicht darauf an, was Sie haben, sondern wie Sie es nutzen!
auf dem Laufenden halten
Erhalten Sie unsere monatlichen Updates
