Datenmanagement umfasst mehr als nur den leichten Zugang zu Daten. Christian Geckeis, General Manager DACH bei Informatica, verrät, was ein gutes Datenmanagement ausmacht und welche Unternehmensbereiche damit maßgeblich optimiert werden können.
Angesichts der Entwicklungen der letzten Jahre stehen in vielen Unternehmen Cloud-Transformation und IT-Modernisierung ganz oben auf der Agenda. Transaktionen, Betriebsabläufe und Kommunikation müssen digitaler, effizienter und kostengünstiger umsetzbar sein, um auf dem sich schnell verändernden Markt wettbewerbsfähig zu bleiben.
Dafür müssen Unternehmen in einem ersten Schritt die Datenmengen, die die verschiedenen Systeme und Teams in ihren jeweiligen Geschäftsbereichen produzieren, verfügbar machen. Alle Teams sollten sich zum Beispiel über einen Pool an Datensätzen bedienen können, die sie für ihre Arbeit benötigen. Doch das Sammeln und zentrale Speichern von Daten allein macht noch kein gutes Datenmanagement aus. Nicht selten bleiben Daten und der Mehrwert, den sie bergen, ungenutzt, da Analysen viel zu aufwendig sind, zu viel Zeit beanspruchen oder im schlimmsten Fall sogar vollständig vernachlässigt werden. Veraltete Informationen werden dadurch unbrauchbar, was in der Regel in verpassten Chancen resultiert.
Wertvolle Insights sollten keine Umwege nehmen
Zur Veranschaulichung der eigentlichen Herausforderung betrachten wir ein fiktives globales Einzelhandelsunternehmen, das nicht nur stationären Handel betreibt, sondern auch über einen eigenen Online-Shop verfügt und zusätzlich dazu noch Vertriebskanäle via Online-Marketplaces und Social Media betreibt. Wir wählen hier die Retail-Branche als Beispiel, da sie werbetechnisch heiß umkämpft ist, entsprechend intensiv müssen Marketing-Maßnahmen mit hohen monetären Aufwänden gefahren werden.
Wo viel Geld reingesteckt wird, ist die Erwartung an den Return of Investment entsprechend hoch. Damit nun die unter Zugzwang stehende Marketing-Abteilung unseres fiktiven Unternehmens eine Kampagne mit Fokus auf die unterschiedlichen Märkte, Kanäle und Zielgruppen aussteuern kann, braucht sie aussagekräftige Daten aus verschiedenen Geschäftsbereichen wie zum Beispiel Sales oder Social Media. Die große Hürde besteht nun darin, diese Daten zu finden, zu sammeln, zu analysieren und Insights daraus zu ziehen. Oftmals bringen Marketer jedoch nicht das technische Know-how mit, weshalb sie einen Daten-Spezialist hinzuziehen müssen, der sich in der Regel aber weniger mit Marketing-Inhalten auskennt.
Unternehmensbereiche mir Datenmanagement optimieren
Es geht somit vielmehr darum, Daten unternehmensweit zu demokratisieren – also Mitarbeitern sowohl den Zugang zu Daten in lokalen, Cloud- und hybriden Umgebungen zu erleichtern als auch sie dazu zu befähigen, diese selbständig zu analysieren, nutzbar zu machen und im Zuge dessen auch zu nutzen. Erst wenn ihnen die Daten dafür aus verschiedenen Datenquellen zur Verfügung stehen, können Unternehmen die folgenden, eng miteinander verbundenen Bereiche optimieren:
1. Kundenerfahrung
Verbraucher legen heute großen Wert auf Datenschutz und Privatsphäre und entscheiden zunehmend selbst, welchen Unternehmen sie ihre Daten überlassen. Im Gegenzug erwarten sie, dass diese ihnen eine hochpersonalisierte Kundenerfahrung bieten. Mithilfe effizient aufbereiteter Kundendaten, die in der Regel aus verschiedenen Kanälen, Geschäftsbereichen, Systemen und Anwendungen stammen, können Marketer zum Beispiel eine differenziertere Segmentierung vornehmen und das Targeting anpassen. Außerdem lassen sich individuell relevante Angebote, Produkte und Services über sämtliche Kanäle – online sowie offline – an (potenzielle) Kunden ausspielen.
2. Lieferketten-Management und -Resilienz
Unternehmen weltweit litten während der Pandemie – und leiden auch heute noch – unter Lieferkettenschwierigkeiten. Die Krise hat das Bewusstsein für schwache Lieferketten gestärkt und mahnte dazu, Lieferketten-Management zu optimieren. Laut einer Studie von McKinsey investierten zwar mehr als 90 Prozent der Lieferketten-Manager in die Resilienz ihrer Lieferketten, griffen dafür jedoch oftmals nur auf Ad-hoc- und nicht auf langfristige Lösungen zurück. Für letztere braucht es eines hohen Grades an Transparenz in die Datengrundlage, die sämtliche Glieder der Lieferkette mit einbezieht – ein Faktor, den ein gutes Datenmanagement gewährleisten kann.
3. Bestandsverwaltung
Um mehr Transparenz geht es auch beim Management von Lagerbeständen. Ein transparentes Datenmanagement bringt hier gleich an mehreren Fronten einen Vorteil: Zum einen können durch die Verarbeitung und Integration von Echtzeit-Daten aus verschiedenen Systemen Lagerbestände direkt abgebildet werden, um so zum Beispiel den Online-Shop auf dem aktuellsten Stand zu halten. Zum anderen lassen sich dadurch sowohl Waren-Engpässe vermeiden als auch die Lagermengen an potenzielle Trends und sich verändernde Kundenbedürfnisse anpassen. Eine Daten-getriebene Bestandsverwaltung spart also Lagerkosten, reduziert Abfall und steigert die Kundenzufriedenheit
Die Datendemokratisierung ist ein entscheidender Bestandteil eines guten Datenmanagements. Über moderne Plattformen, auf denen sämtliche Daten aus allen Geschäftsbereichen und Systemen zentral zusammenlaufen, können Teams Self-Service Analytics-Prozesse eigenmächtig durchführen. Der Vorteil: Mitarbeiter haben dann nicht nur einen direkten Zugriff auf alle für sie relevanten Daten, sondern können diese ohne technisches Vorwissen analysieren und im Anschluss den Mehrwert für ihre Arbeit in ihrem Geschäftsbereich gewinnbringend nutzen.