Datenstrategie
Daten sind das Gold unserer Zeit. 90 Prozent aller mittleren und großen Unternehmen werden bis 2023 ein datengetriebenes Geschäftsmodell verfolgen, schätzen die Analysten von Gartner. Um das Datengold erfolgreich zu schürfen, sollten Unternehmen in ihre digitale Transformation eine Datenstrategie integrieren.
Wir erklären, von welchen Vorteilen Unternehmen mit einer Datenstrategie profitieren, wie sie Schritt für Schritt eine solche Strategie entwickeln und worauf es bei der Umsetzung ankommt.
Definition: Was ist eine Datenstrategie?
Eine Datenstrategie ist ein strukturierter Plan zur wertschöpfenden Nutzung der Unternehmensdaten. Sie leitet sich aus der Unternehmensstrategie ab und ist auf die Strategien der IT und Fachbereiche abgestimmt. Die Datenstrategie definiert unternehmensweit Ziele, Kennzahlen und Maßnahmen, um aus Daten Wissen zu generieren. Sie muss aus der Zusammenarbeit von Geschäftsführung, IT und Fachabteilungen entstehen.
5 Vorteile einer ganzheitlichen Datenstrategie für Unternehmen
Dass die Digitalisierung von Unternehmensprozessen und Geschäftsmodellen notwendig ist, um in Zukunft wettbewerbsfähig zu bleiben, dürfte niemand mehr bestreiten. Aber Digitalisierung allein garantiert noch keine Umsatzsprünge. Wie strategisch Unternehmensdaten genutzt werden und in welcher Qualität sie vorliegen – diese Faktoren bestimmen zunehmend die Marktposition.
Bisher ähnelt das Datenmanagement von Unternehmen meist einem Flickenteppich. Es werden einzelne IT-Projekte zur Datenqualität gestartet oder Lösungen entwickelt, wenn akuter Bedarf nach Daten aufkommt. Auf diese Weise profitieren einzelne Fachbereiche oder Personen, aber von einer unternehmensweiten Datenstrategie sind die Firmen weit entfernt. Diese hat jedoch diverse Vorteile.
-
Werden Daten nach einer unternehmensweiten Strategie erfasst und gepflegt, entfallen ungewollte Datenredundanzen. Sie kann die Übersichtlichkeit der IT-Infrastruktur verbessern und damit die Wartung vereinfachen. Auf diese Weise werden auch unnötige Kosten für Serverkapazitäten gespart.
Zentral definierte Prozesse und Technologie im Datenmanagement helfen im Fall von Datenpannen, die Prozesskosten klar zu erkennen und Prozesse für die Zukunft zu optimieren. Unsere Projekterfahrung zeigt, dass sich Fehler in der Auftragsabwicklung so um bis zu 25 Prozent und Retouren um bis zu 40 Prozent reduzieren lassen. Unternehmen können signifikante Kostensenkungen realisieren, je nach Unternehmensgröße liegt das Einsparpotenzial bei mehreren Millionen Euro.
-
Eine Datenstrategie stellt sicher, dass in den Fachabteilungen nur Daten erhoben werden, die für die übergeordneten Unternehmensziele relevant sind und kein Datenmüll angesammelt wird, der unnötige Kosten verursacht.
Indem einzelne Dateninitiativen außerdem koordiniert stattfinden, kann das gesamte Unternehmen aus neuen Erfahrungen lernen. Teure Fehler werden reduziert und die Lernkurve der Innovation steigt steil an.
-
Basiert das Datenmanagement auf einer unternehmensweiten Datenstrategie, entfallen regelmäßige ad-hoc-Einsätze der IT, die Insellösungen entwickeln. Mitarbeiter müssen sich nicht mit Workarounds behelfen, sondern haben alle wichtigen Daten bequem im Zugriff und können Entscheidungen schneller treffen und Aufgaben zügig abschließen.
Werden Daten abteilungsübergreifend verwendet, maximieren Unternehmen die Effizienzvorteile. Denn viele Datenprojekte zeigen ihren Effekt erst, wenn sie in einem strategischen Kontext eingebunden sind.
-
Die rechtlichen Anforderungen an Datenschutz und Datensicherheit verändern sich fortlaufend. Sie verändern sich u.a. mit dem technologischen Fortschritt. Um trotz eines immer komplexer werdenden Datenbestands Rechtssicherheit und Compliance zu gewährleisten, ist eine Datenstrategie ein guter Weg.
Ändern sich zum Beispiel die Datenschutzregelungen für bestimmte Ländern wie durch die Einführung der DSGVO, können sie über ein strukturiertes Datenmanagement softwareseitig problemlos und vergleichsweise schnell angepasst werden.
-
Eine Datenstrategie trägt dazu bei, dass Unternehmen immer die richtigen Informationen zur Verfügung haben, um ihren Kundenservice zu verbessern, relevantere Produkte zu entwickeln und Betriebskosten zu senken. Sie wissen, welche Beschwerden Kunden zuletzt gemeldet haben, welche Produkte sich in welchen Kundensegmenten am besten verkaufen und können ihre Maschinen und Anlagen effizienter auslasten.
Dieser Wissensvorsprung schlägt sich nicht nur in höherer Kundenzufriedenheit nieder, sondern auch in Umsatzsteigerungen, die isolierte Datenprojekte nicht erreichen.
Zwei Beispiele für erfolgreiche Datenstrategien
Eine Datenstrategie zu entwickeln, ist kein einfaches Projekt, sondern ein Transformationsvorhaben auf C-Managementebene. Es ist mit einem signifikanten Zeit- und Ressourcenaufwand verbunden. Dass sich das Investment lohnt, zeigen Praxiserfahrungen. Zwei Beispiele, wie eine Datenstrategie erfolgreich erstellt werden kann:
Datenstrategie bei Festo SE & Co. KG
Welche kleinen Stellschrauben machen den Erfolg aus? Bei Festo, einem der führenden Hersteller von Automatisierungstechnik, kennt man die Antwort. Im OnDemand-Webinar erklären Mario John, Head of IT Portfolio Innovation and Architecture, und Diethard Frank, IT-Manager Big Data & AI, wie sie eine ganzheitliche Datenstrategie im Unternehmen eingeführt haben und geben Tipps, worauf Firmen bei der Implementierung achten sollten.
„Eine frühe Abstimmung zwischen Fachabteilung, IT und Kunde ist extrem wichtig. Sonst werden Entwicklungen nebeneinander statt und man muss mit hohen Investments in Ressourcen, Zeit und Geld rechnen.“
Mario John, Head of IT Portfolio Innovation and Architecture @ Festo
Datenstrategie bei Bouwmaat
„Kein Bauchgefühl. Keine Schätzungen. Einfach Fakten.“ – Der niederländische Großhändler für Baustoffe Bouwmaat hat sich bereits vor einigen Jahren zu einem kundenzentrierten und datengetriebenen Unternehmen transformiert. Im OnDemand-Webinar gibt Michiel Mak, Manager Category Management, Pricing, Purchase & Article Data, Einblicke in die Datenstrategie des Unternehmens. Er erklärt, wie sie smartere und automatisierte Prozesse ermöglicht haben und wie diese zu einer Verbesserung der Datenqualität führen.
„Es hat nur 10 Minuten gedauert, dann haben wir gewusst, wie Corona sich auf unseren Umsatz auswirken wird. Einfach, weil wir eine Prognose für den nächsten Monat und das nächste Jahr erstellt haben. Das hat uns sehr agil gemacht. Wenn man die Daten hat, ist es super einfach.“
Michiel Mak, Manager Category Management, Pricing, Purchase & Article Data @ Bouwmaat
Datenstrategie erstellen – was ist zu berücksichtigen?
Eine Datenstrategie als Teil der Digitalisierung dient nicht dem Selbstzweck. Damit sich das Investment lohnt, sollten Unternehmen methodisch vorgehen und den gewünschten Nutzwert der Daten definieren. Auf diese Weise stellen sie sicher, Daten so zu erheben und zu verarbeiten, dass sie die Geschäftsziele bestmöglich unterstützen.
Parsionate empfiehlt für die Strategieentwicklung ein dreistufiges Vorgehen. Auf diese erreichen Unternehmen unabhängig von ihrer Ausgangsbasis Datenmanagement-Exzellenz.
1. Standortbestimmung und Initialisierung
Zunächst sollten Unternehmen ein Bewusstsein im Team schaffen, dass in Daten monetärer Wert liegt und welche Rolle Daten für die Zukunft des Unternehmens spielen. Wird das Umsatzpotenzial der Daten klar quantifiziert, kann dies Mitarbeiter motivieren, sich für den wertorientierten Umgang mit Daten zu engagieren.
Parallel sollte eine Analyse des Status quo auf technischer und prozessualer Ebene erfolgen: Welche Daten werden derzeit wie erhoben? Wo liegt Verbesserungspotenzial und welche Benchmarks sollen konkret erreicht werden?
2. Strategieentwicklung
Im zweiten Schritt werden die einzelnen Dateninitiativen der Geschäftsbereiche geprüft und konsolidiert. Das weitere Vorgehen von Business und IT sollte aufeinander abgestimmt sein. Gemeinsam werden Handlungsfelder identifiziert und Maßnahmen erarbeitet.
Sind die Maßnahmen budgetiert und priorisiert, verfügen Unternehmen über eine Roadmap, die sie sukzessive umsetzen können – gegebenenfalls mit Iterationen zur Korrektur und Optimierung.
3. Begleitung und Interimsmanagement
Parallel zur Umsetzung begleitet Parsionate mit seiner Expertise Fach- und Führungskräfte dabei, in ihre neue Rolle hineinzuwachsen: Sie müssen die Datenstrategie regelmäßig prüfen und anpassen und ihre strategischen Entscheidungen begründen. Im Fokus steht der Wissens- und Know-how-Transfer sowie das individuelle Coaching, damit Manager schnell Entscheidungssicherheit gewinnen und ihre Meinungsführerschaft stärken.
Parsionates Fachexperten stehen auch als Interims- und Programmmanager zur Verfügung, um den Erfolg der Transformation operativ zu sichern.
Typische Fehler bei der Entwicklung einer Datenstrategie
In vielen Unternehmen sind sich Führungskräfte durchaus der Relevanz von Daten bewusst. Lässt der Erfolg von Dateninitiativen dennoch zu wünschen übrig, hat das vielfältige Gründe.
Häufig starten Firmen eine Datenstrategie als IT-Projekt und die Geschäftsbereiche werden zu spät hinzugezogen, obwohl sie deutlich besser einschätzen können, welche Daten wie benötigt werden. Das Ergebnis: Die Akzeptanz der neuen Prozesse ist gering – genauso wie der Business Output. Manchmal ziehen IT-Abteilung und Geschäftsbereiche an einem Strang, aber im Management fehlt das Bewusstsein für den Wert der Daten. Auch dann wird es schwer, signifikante Ergebnisse zu erzielen.
Ein dritter typischer Fallstrick: Die Mitarbeiter werden in den Transformationsprozess nicht einbezogen, ihnen fehlt nicht nur das Verständnis für die Wichtigkeit der neuen Prozesse, sie erhalten auch kein ausreichendes Training.
Häufige Fragen rund um Datenstrategie
-
Ein Datenstrategie-Canvas ist ein Visualisierungstool, mit dem Unternehmen einen Überblick über ihre bisherige Datenverwertung erhalten und Ziele für eine ganzheitliche Datenstrategie konkretisieren können. Die Kategorien des Datenstrategie-Canvas helfen, Probleme und Potenziale zu identifizieren und nächste Schritte strukturiert anzugehen.
Einen ähnlichen Ansatz verfolgt der Data Landscape Canvas. Auch dieses Tool dient dazu, den Status quo der Datenverwendung zu dokumentieren, um davon eine Datenstrategie für das Unternehmen abzuleiten.
-
Eine erfolgreiche Datenstrategie ist ganzheitlich konzipiert. Sie beginnt mit einer Analyse des Status quo, zum Beispiel mithilfe einer Data Landscape oder Datenstrategie-Canvas, und ist auf messbare Ziele ausgerichtet. Um Daten mit einem maximalen Nutzen für die Firma bereitzustellen, integriert die Strategie die Anforderungen von Management, Geschäftsbereichen, Markt, Kunden, IT und Data Operations.
Wichtige Aspekte, die in der Datenstrategie berücksichtigt werden sollten, sind unter anderem Technologien und Prozesse zur Datenerfassung und -verwendung, Standards zur Datenqualität und Datenanalyse sowie Strukturen zum Aufbau von internem Daten-Know-how.
Datenerfolg ist planbar