Wolfgang Kobek

Wolfgang Kobek ist Geschäftsführer für die DACH-Region bei dem BI-Spezialisten Qlik und schreibt im silicon.de-Blog über Chancen durch Analyse und Visualisierung von Daten.

Data & StorageDatenvisualisierung

7 Voraussetzungen, um datenbasiert besser zu entscheiden

0 0 Keine Kommentare

Wenn Unternehmen mit den neu gewonnen Daten Mehrwert erzielen wollen, sollten diese auch unter die Mitarbeiter gebracht werden, meint Wolfgang Kobek von dem BI- und Reporting-Spezialisten Qlik.

In den vergangenen Jahren ist die Zeit, die Unternehmen zur Verfügung steht, um wichtige Entscheidungen zu treffen, drastisch zurückgegangen. 42 Prozent aller Manager müssen bedeutende Geschäftsentscheidungen binnen eines Tages treffen, so das Ergebnis einer IDC-Studie. Nur: Oft fehlen die Daten, um gut informierte Entscheidungen innerhalb dieses kurzen Zeitraums zu fällen.

Wie können Unternehmen effizienter und produktiver werden? Die Lösung klingt einfach: Wenn alle benötigten Informationen an einem Ort zusammenlaufen und jedermann zur Verfügung stehen. Mit Hilfe von Datenanalyse und der visuellen Aufbereitung erhält jeder Mitarbeiter der Organisation ein besseres Gesamtverständnis der eigenen Firma. Um dieses Ziel zu erreichen, lohnt der Blick auf Unternehmen, die diese datenbasierte Entscheidungsfindung bereits für sich umgesetzt und verinnerlicht haben. Denn es gibt einige Voraussetzungen, die zunächst erfüllt werden müssen:

  1. Mitarbeiter in den Mittelpunkt stellen

Information ist ein bedeutender Eckpfeiler bei der Entscheidungsfindung und damit eine wichtige Wissensquelle für das gesamte Unternehmen. Datenanalyse ist nicht nur der Chefetage vorbehalten: Auch Mitarbeiter sollten Zugang zu Analysetools erhalten, um beurteilen zu können, ob eine Entscheidung richtig oder falsch ist.

  1. Einbeziehung aller Daten

Daten erstrecken sich über ein breites Spektrum an Quellen – klassischerweise ein Mix aus Daten aus internen Firmenapplikationen, Informationen von Partnern oder Kunden, abgespeichert teilweise lokal, teilweise in der Cloud. Kurzum: Auf dem Weg zum datenbasierten Unternehmen gilt es, alle Daten unabhängig von der Herkunft zu analysieren. Denn oft entstehen wichtige Kenntnisse gerade aus der Kombination scheinbar unzusammenhängender Daten.

  1. Keine Angst vor Fehlschlägen

Die traditionelle, hierarchische Datenanalyse fördert unkonventionelle Herangehensweisen nicht. Hinzu kommt, dass viele Unternehmen Datenanalyse nur verwenden, um Antworten auf eng definierte Fragen zu finden. Dabei kann das Verlassen ausgetretener Pfade Unternehmen dabei helfen, bessere Entscheidungen zu fällen. Unternehmen sollten Informationen deshalb (im Rahmen der rechtlichen Möglichkeiten) allen Mitarbeitern zugänglich machen und sie ermuntern, die Informationen unterstützt durch Technologie zur assoziativen Datenanalyse zu erforschen. Unternehmen sollten ihre Mitarbeiter ermuntern, ihre Komfortzone zu verlassen und ohne Versagensängste Daten zu analysieren.

  1. Ausweitung der Analyse auf alle Ebenen

Nicht jeder Mitarbeiter ist der geborene Data Scientist: Um die Datenanalyse firmenweit zu implementieren, muss Analysesoftware einfach zu bedienen sein. Entsprechende Governance-Richtlinien stellen sicher, dass trotzdem jeder Mitarbeiter nur die Informationen auswerten kann, die für die eigene Tätigkeit benötigt werden.

  1. Zeit- und ortsunabhängige Entscheidungsfindung ermöglichen
Ansprechend visualisierte Daten ermöglichen es mehr Mitarbeitern, Informationen aufzubereiten. (Bild: Qlik)
Ansprechend visualisierte Daten ermöglichen es mehr Mitarbeitern, Informationen aufzubereiten. (Bild: Qlik)

Das Problem beim klassischen Berichtswesen: Es ist zeitaufwändig. Um Entscheidungen schnell treffen zu können, müssen auch Datenanalysen zu jeder Zeit und von jedem Ort (bzw. Endgerät) durchgeführt werden können. Wenn ein Mitarbeiter aus der Produktion erst an einen PC außerhalb der Werkshalle gehen muss, um Datenanalysen zu Maschinenbelegung und Produktionsmenge durchführen zu können, geht ihm wertvolle Zeit verloren. Auch ein Vertriebsmitarbeiter im Außendienst ist auf die Analyse über das Smartphone angewiesen. Oft werden Datenanalyse auch auf einem stationären Rechner begonnen und später auf dem Smartphone oder Tablet beendet, so das Ergebnis einer Qlik-Studie.

  1. Nicht auf den eigenen Datenpool beschränken

Die Informationen eines Unternehmens sollten sich nicht auf interne Daten oder das Wissen seiner Mitarbeiter beschränken. Stattdessen sollten sie auch auf Daten von externen Quellen wie Partnern, Kunden oder Zulieferern zugreifen. Die dem Unternehmen zur Analyse verfügbaren Daten müssen auch Informationen von Drittanbietern enthalten.

  1. Inhouse-Kompetenzen nutzen

Datenbasierte Unternehmen haben erkannt, dass die Datenanalyse nicht nur der Geschäftsführung vorbehalten sein sollte. Anregungen für Optimierungspotentiale, Wachstumsoptionen oder die Entwicklung neuer Geschäftsmodelle können auch aus der Fachabteilung heraus kommen. Und gerade weil heutzutage mehr Daten zur Verfügung stehen als jemals zuvor können Unternehmen mit der richtigen, flexiblen Plattform für Datenanalysen Veränderungen vorantreiben, ihr Geschäft optimieren und ihren Entscheidungsfindungsprozess verbessern.

Wichtig bei allen genannten Punkten ist: Neue, datenbasierte Geschäftsmodelle müssen sich auf die Menschen konzentrieren. Jeder Mitarbeiter muss die Möglichkeit bekommen, Daten zu analysieren und damit Einsichten zu gewinnen, die das Geschäft fördern und weiterentwickeln.