Datenstrategie: die Basis für effiziente Datennutzung

Die Zukunft ist datengetrieben und immer mehr Unternehmen machen sich auf den Weg, ihre Geschäftsstrategie danach auszurichten. Erstaunlich genug, dass häufig immer noch keine umfassende Datenstrategie dahintersteht.

Noch nicht alle Daten werden wirklich effizient genutzt, Synergien innerhalb des Unternehmens werden durch Datensilos gebremst oder veraltete Technik verhindert, dass Erkenntnisse schnell genug vorliegen. Höchste Zeit, nachzubessern – damit Deutschland im internationalen Vergleich wettbewerbsfähig bleibt.  

Die Optimierung der Customer Experience, dynamische Preisgestaltung, eine bessere Prognose von Marktentwicklungen, Predictive Maintenance für Maschinen oder die Entwicklung neuer Geschäftsmodelle und Innovationen: Unternehmen, die ihre Daten effizient zu nutzen wissen, sind in der Lage, sich agiler weiterzuentwickeln. Sie können Risiken besser einschätzen, Chancen schneller umsetzen sowie ihren Kunden überzeugendere Angebote unterbreiten. Grundlage dafür ist eine umfassende Datenstrategie – und genau hier liegt in vielen Fällen das Problem. Daten werden gesammelt und auch analysiert, aber: Sind es auch die relevanten Daten? Bringen die Erkenntnisse Mehrwert für die Unternehmensziele und die Kunden? Werden Synergien innerhalb des Unternehmens genutzt? Nach wie vor müssen viele Unternehmen diese Fragen mit Nein beantworten.

Warum eine Datenstrategie?

Netflix, Uber, Amazon: Sie alle gründen ihren Erfolg auf der strategischen und intelligenten Nutzung ihrer Kundendaten, um Produkte und Services kontinuierlich zu verbessern. Das funktioniert allerdings nicht einfach von selbst. Man kann vielmehr davon ausgehen, dass diese Unternehmen einer gut durchdachten Datenstrategie folgen. Dabei handelt es sich um einen ausformulierten und zielorientierten Plan, der genau festlegt, wie Daten gesammelt, gespeichert, verwaltet und unternehmensweit genutzt werden sollen.

Eine Datenstrategie ist letztlich eine Roadmap, um über Datenanalyse die bestehenden Geschäftsprozesse zu optimieren und idealerweise neue Geschäftsmöglichkeiten zu erschließen. Dieses strategische Vorgehen ist unerlässlich, damit Unternehmen angesichts eines ständig wachsenden Datenschatzes – aus eigenen ERP-, CRM- und IT-Systemen ebenso wie aus externen Datenquellen wie Social Media oder Finanzportalen – nicht den Überblick verlieren.

Erste Schritte auf dem Weg zur Datenstrategie

Wollen Unternehmen eine Datenstrategie erarbeiten, sollte zu Beginn immer die Unternehmensvision stehen. An dieser wird die Strategie konsequent ausgerichtet und speziell auf die jeweilige Ausgangssituation und die Unternehmensziele zugeschnitten. Das eigene Geschäftsmodell spielt hier eine ebenso große Rolle wie die Marktsituation und natürlich, welche konkreten Ziele mit der Nutzung der Daten erreicht werden sollen.

Als nächstes sollte der Status quo untersucht werden. Dabei müssen vor allem alle relevanten Datenquellen identifiziert werden. Hier stellen sich Fragen wie: Welche Tools und Datenquellen nutzen wir bereits und welche sind noch nicht erschlossen? Herrscht in unserem Unternehmen Datendemokratisierung – haben also alle Abteilungen Zugriff oder sind Daten nach wie vor Herrschaftswissen der IT-Abteilungen und gibt es Silos im Unternehmen, die abgebaut werden müssen?

Schließlich sollte man prüfen, ob alle notwendigen Ressourcen für die Umsetzung der Datenstrategie vorhanden sind.  Das betrifft zum einen den Aufbau der nötigen technischen Infrastruktur für die Analyse der Daten und die Visualisierung der Ergebnisse. Aber auch der menschliche Aspekt darf nicht vergessen werden. Hier gilt es grundsätzlich zu klären, ob das Unternehmen Datenspezialisten von extern rekrutieren will oder ob die bestehenden Fachkräfte entsprechend geschult und weitergebildet werden sollen. Zuletzt werden all diese Überlegungen in einen Plan gegossen und die konkrete Datenstrategie wird formuliert. Dazu gehört auch, festzulegen, welche Mitarbeitende und Teams für welche Bereiche verantwortlich sind und in welchen Meetings und Formaten die Ergebnisse jeweils interpretiert werden.

Kompromisslose Technologie sichert die effiziente Umsetzung

Im Kern jeder Datenstrategie steht die Analyse der Daten – denn die beste Strategie ist wirkungslos, wenn die Umsetzung am Ende von veralteter Technologie eingebremst wird oder explodierende Kosten das Unternehmen in Schieflage bringen. Bei der Wahl der passenden Data Analytics Lösung kommt es vor allem auf die Punkte Produktivität bzw. Geschwindigkeit, Skalierbarkeit und Kosteneffizienz bzw. Kostentransparenz an – und Unternehmen sollten sich in keinem dieser Bereiche auf Kompromisse einlassen.

Doch das stellt in vielen Fällen eine echte Herausforderung dar: Einerseits werden von Daten- und Analytics-Teams heute erhebliche Effizienzsteigerungen erwartet, um den wachsenden Anforderungen gerecht zu werden. Auf der anderen Seite befürchten viele Unternehmen ihre bestehenden technischen Umgebungen komplett neu aufsetzen zu müssen und damit ihre ohnehin angespannten Budgets zu sprengen. Häufig kommt es dann dazu, dass eines dieser Elemente, wie zum Beispiel höhere Produktivität. zugunsten einer kostengünstigeren Lösung, geopfert wird, was erhebliche Risiken mit sich bringt.   

Stichwort Produktivität: In den letzten Jahren wurden die rechtlichen Vorgaben beispielsweise in den Punkten Compliance oder auch Nachhaltigkeit massiv verschärft und auch der immer weiter steigende Konkurrenzdruck in vielen Bereichen drängt Unternehmen zu schnellen Entscheidungen oder Anpassungen ihrer Maßnahmen. Risikoanalysen, Compliance-Berichte, 360°-Kunden-Analysen sind auf schnelle Erkenntnisse angewiesen – unter anderem auch, um die Customer Journey entscheidend zu verbessern. Ohne hier nahezu in Echtzeit und zuverlässig auf die entsprechenden Informationen zugreifen zu können, laufen Unternehmen Gefahr, erhebliche Geldstrafen für Compliance-Verstöße zahlen zu müssen oder zumindest Kunden an die Konkurrenz zu verlieren.

Auch das Thema Skalierbarkeit ist ein entscheidender Punkt. Unternehmen schrecken immer noch vor dem Einsatz von Data Analytics zurück, weil viele Lösungen schlicht zu groß dimensioniert sind. Die Technologie in diesem Bereich sollte mit den Ansprüchen der Unternehmen mitwachsen können und dynamisch skalierbar sein – denn auch die Datenstrategie ist nicht in Stein gemeißelt und abhängig von den sich verändernden Unternehmenszielen und der Marktsituation.

Der dritte Punkt bezieht sich auf die Kosten. Drohende Kostenexplosionen aufgrund intransparenter Preismodelle können Unternehmen in echte Schieflagen bringen. Gerade bei engen IT-Budgets und angesichts einer unsicheren Marktlage ist es entscheidend, die eigenen Ausgaben jederzeit klar unter Kontrolle zu haben.

Fazit: Zukunftsfähigkeit bedingt datengetriebene Entscheidungen

Wer im nationalen und internationalen Wettbewerb auch mittel- bis langfristig bestehen möchte, sollte sich besser heute als morgen mit dem Thema Datenstrategie befassen. Während die digitale Transformation – sprich die Umsetzung digitaler anstatt manueller Prozesse – in den meisten Unternehmen zumindest bereits angelaufen ist, gibt es in Sachen Datenstrategie noch großen Nachholbedarf. Unternehmen sollten hier mehr Mut beweisen und sich nicht aufgrund der Komplexität der Aufgabe davon abhalten lassen, die ersten Schritte zu gehen.

Eine gründliche Analyse der Business-Bereiche, die durch Datennutzung optimiert werden sollen, Kernelemente für Wettbewerbsfähigkeit des Geschäftsmodells, die verfügbaren und potenziellen Datenquellen und deren Verknüpfung sowie die Auswahl der richtigen Soft- und Hardware sind dabei entscheidende Komponenten. Sie bilden die Basis für eine Datenstrategie, die Unternehmen fit macht für eine datengetriebene Zukunft. Und die am Ende nicht nur die eigenen Mitarbeiter, sondern auch externe Stakeholder von der Zukunftssicherheit des Unternehmens überzeugt.