Wie Unternehmen Mehrwert aus Kundendaten ziehen

Die Menschheit produziert 2,5 Trillionen Bytes pro Tag. In den letzten zwei Jahren wurden mehr Daten gesammelt, als in der gesamten Menschheitsgeschichte zusammen. Für jeden Menschen entstehen pro Sekunde 1,7 Megabyte neue Rohinformationen. Kurzum: Die Datenflut ist unaufhaltsam.

Wobei diese Datenflut nicht automatisch bedeutet, dass daraus auch Wissen entsteht. Daten und Informationen an sich haben zunächst keinen Wert. Sie sind wie Rohdiamanten, die erst durch ihre Verarbeitung Brillanz gewinnen. Auch für Unternehmen entfalten Kundendaten erst ihren Wert, wenn sie ausgewertet einen Erkenntnisgewinn liefern, der zu neuen Handlungsoptionen führt. Das bedeutet, dass Unternehmen eine Datenstrategie brauchen, die ihre Geschäftsprozesse fundiert und leitet.

Datenstrategie braucht mehr als Tools

Auch wenn heute viele Unternehmen glauben, sie würden ihre selbst gesammelten Kundendaten mit den vorhandenen Tools angemessen auswerten, entsteht dadurch noch keine zeitgemäße Datenstrategie. Vielmehr brauchen Management und Fachabteilungen eine umfassende Analyse, über welche Daten sie bereits verfügen und welche sie darüber hinaus benötigen, um alle Aspekte zu ihrem Markt, ihrem Wettbewerb und ihren Kunden abzudecken. Sie brauchen ein Datenmodell, welche Daten in welcher Kombination geeignet sind, um ihre Geschäftsprozesse optimal zu unterstützen und Mehrwert daraus zu generieren.

dunnhumby, einer der weltweiter Anbieter von Datenanalysen für den Handel, hat sechs Erfolgsfaktoren identifiziert, wie Unternehmen Mehrwert aus ihren Kundendaten ziehen können:

1. Die richtigen Daten und Quellen identifizieren

Am Anfang einer Datenstrategie gilt es, alle externen und internen Datensilos und Quellen zu identifizieren, die im engeren und weiteren Sinne Relevanz für die Geschäftsprozesse entfalten. Welche Daten benötigen Management und Fachabteilungen, um Key Performance Indicators (KPI) aufzustellen, mit denen sie ihre Erfolge messen können? Und welche KPIs benötigen sie, um ihre Entscheidungsprozesse zu fundieren und neue Geschäftsprozesse zu etablieren?

2. DSGVO-konforme Data Governance definieren

Für die Zusammenführung und Auswertung von Daten sollten Unternehmen Richtlinien und Prozesse definieren, die die Datenschutzgrundverordnung beachten. Für das Vertrauen der Kunden ist es erforderlich, die Datensicherheit über die komplette Prozesskette zu gewährleisten. Alle Mitarbeiter sollten durch Schulungen auf die Data Governance verpflichtet werden.

3. Datenarchitektur entwickeln

Für die Auswertung verschiedener Datenquellen brauchen Unternehmen eine Dokumentation, wo und wie Daten gespeichert, integriert und genutzt werden. Es gilt, einen „Single Point of Truth“ zu schaffen, damit alle Datenquellen stets aktuell, valide und konsistent sind, um sie für die regelmäßige Zusammenführung und Auswertung bereitzustellen.

4. Eigene Datensilos und externe Datenquellen integriert analysieren

Eigene Kundendaten liegen oft verstreut in isolierten Datensilos. Diese gilt es zusammenzuführen und mit externen Datenquellen für die Auswertung zu verbinden. Zum besseren Verständnis von Kundenbedürfnissen sind alle Kanäle zu integrieren und in einer technisch innovativen sowie rechtlich zulässigen Weise aufzubereiten.

5. Personelle Ressourcen für Umsetzung der Datenstrategie bereitstellen

Noch wichtiger als die Entwicklung einer Datenstrategie ist für Unternehmen die Schaffung der personellen Grundlagen für die Umsetzung. Kompetenzprofile, Qualifikationen und Zusammensetzung der Teams sowie ihre Arbeitsstrukturen müssen passen, um für Management und Fachabteilungen aus den Daten die richtigen Analysen liefern zu können.

6. Geschäftsprozesse für die Daten-Monetarisierung etablieren

Denn es gilt nach der Umsetzung der Datenstrategie, Analysen zu liefern, die neue Geschäftsprozesse ermöglichen. Durch die Auswertung von Marketing- und Vertriebsmaßnahmen entstehen idealerweise neue Monetarisierungs-Ansätze, die ohne die Datenstrategie bisher nicht identifizierbar waren.

Regelmäßiger Data Healthcheck für die Weiterentwicklung der Datenstrategie

Um aus Kundendaten Mehrwert zu generieren, sind diese sechs Erfolgsfaktoren aber nur der Anfang. „Eine erfolgreiche Datenstrategie benötigt eine kontinuierliche Überprüfung und Verbesserung. Ein regelmäßiger Data Healthcheck zur Optimierung der Prozesse minimiert das Risiko und maximiert den Nutzen der Datenanalyse“, resümiert Jurgen van Leeuwen, Director dunnhumby Germany. Denn nur mit einer soliden Datenstrategie können Unternehmen mehr aus ihren Daten herausholen und Wertschöpfung generieren, ihr Verständnis für ihre Kunden verbessern und eine messbare Wertsteigerung für ihr Unternehmen realisieren. 

www.dunnhumby.com