Thought Leadership
Die globale Pandemie hat die Notwendigkeit einer Transformationsstrategie beschleunigt, da sich Märkte volatiler entwickeln und schnelle Entscheidungen auf Basis aktueller Analysen notwendig sind. Daher sollten verantwortliche Manager jetzt handeln und ihre Data Analytics-Strategie überprüfen.
Zu den Herausforderungen der digitalen Transformation zählt es, die eigenen Mitarbeiter im Umgang mit Data Analytics zu schulen und das Interesse daran zu fördern. Ziel ist es, eine neue Datenkultur zu etablieren, die den Menschen in den Mittelpunkt stellt und Datenanalysen für alle zugänglich macht. Voraussetzung dafür sind Software-Tools für Self-Service-Analytics und Automatisierung.
Automatisierung
Die Automatisierung von Data Analytics in Kombination mit leicht einsetzbaren Self-Service-Tools fördert die Demokratisierung von Data Analytics und stellt sicher, dass jeder Mitarbeiter unabhängig von seinen Fachkenntnissen mit Analysen starten kann. Diese Anwendungen minimieren zum Beispiel manuelle Arbeiten rund um die Aufbereitung und Auswertung von Daten, sodass sich die Lösungsfindung beschleunigt. In der Folge erhalten Mitarbeiter schnell und effizient Einblicke in die Geschäftsentwicklung, um anschließend Entscheidungen auf Basis aktueller Fakten treffen zu können.
So wird ein Upskilling der Mitarbeiter erreicht, da mithilfe der Software auch Menschen ohne tiefgehendes Spezialwissen mit vorgefertigten Templates die benötigten Analysen durchführen können. Dadurch können mehr und mehr Mitarbeiter Entscheidungen auf Basis von Daten treffen.
Das Upskilling der Mitarbeiter bedeutet übrigens nicht, dass sie nun Kurse in Mathematik für Fortgeschrittene oder Software-Entwicklung belegen müssen. Vielmehr ist es notwendig zu lernen, Fragen aus dem Business-Alltag als Modellierungsproblem zu formulieren, sodass sich auf Basis von Daten die benötigten Antworten finden lassen. Menschen müssen also lernen, Fragen aus dem Geschäftsalltag aus Sicht von Data Analytics zu betrachten. Nur so lernen Mitarbeiter, wie sie die richtigen analytischen Prozesse nutzen und automatisieren können, um die besten Einblicke in den operativen Geschäftsverlauf zu erhalten.
Spezialisierung sichert Arbeitsplätze
Die Möglichkeiten zur Automatisierung von Analyseaufgaben könnte bei manchem Mitarbeiter dazu führen, dass er sich um seinen Arbeitsplatz Sorgen macht. In der Realität dürfte es jedoch wahrscheinlicher sein, dass der Job eher gefährdet wird, wenn Mitarbeiter ihre eigenen Kompetenzen nicht erweitern. Zumal Unternehmen verstärkt Angestellte mit Digital- und Analysekompetenzen benötigen, da Entscheidungen heute stärker als zuvor auf Basis von Daten getroffen werden.
Die passende Vorgehensweise finden
Was aber ist die beste Vorgehensweise, um möglichst rasch eine neue Datenkultur innerhalb der eigenen Organisation zu etablieren? Während manche Unternehmen ausschließlich spezialisierte Teams für Data Science aufbauen, konzentrieren sich andere auf die Demokratisierung von Data Analytics, um Analysefähigkeiten im gesamten Unternehmen auszurollen. Die Praxis hat gezeigt, dass die Kombination aus beiden Ansätzen erfolgreich ist. Denn so können die spezialisierten Datenwissenschaftler ihr Fachwissen weitergeben und neue Impulse setzen, sodass die Akzeptanz für Self-Service-Analytics steigt. Sind erste Projekte erfolgreich verlaufen, motiviert dies auch andere Abteilungen und Mitarbeiter, ähnliche Initiativen zu starten.
Mit Data Analytics Leben retten
Ein Beispiel aus der Praxis liefert die britische Wohltätigkeitsorganisation „Anthony Nolan“, die rund um die Verwaltung von Stammzellspendern und Transplantationszentren tätig ist. Konzepte wie Self-Service-Analytics haben das Potenzial, bestehende Arbeitsweisen zu verändern, da Mitarbeiter schneller Daten auswerten und rascher Entscheidungen treffen können, zum Beispiel um Spender und Patienten schneller zusammenzubringen. Daher arbeitete die Organisation daran, ihre Mitarbeiter im Umgang mit Data Analytics zu befähigen, damit sie Technologien wie Künstliche Intelligenz oder prädiktive Modellierung einsetzen können. Dies war vor wenigen Jahren noch undenkbar. Heute verfügt „Anthony Nolan“ über eine interne Daten-Community mit rund 25 Mitgliedern. Diese Mitarbeiter sind alle in der Lage, auf Basis neuer Daten schnelle Tests von Hypothesen durchzuführen.
Fazit
Menschen sind der Schlüssel zur datengesteuerten digitalen Transformation und sollten im Mittelpunkt einer Daten- und Analysestrategie stehen. Die Automatisierung von Analysen kann Mitarbeitern helfen, effizienter zu arbeiten sowie selbst komplexeste Auswertungen zu übernehmen. Wer die digitale Transformation erfolgreich umsetzen möchte, sollte daher die drei Komponenten Technologie, Daten und Menschen vereinen. Das richtige Mischungsverhältnis ist der Schlüssel zu einer erfolgreichen Strategie für Analytic Process Automation (APA).
