Mit Data Warehouse zum datengesteuerten Unternehmen
Wie Datenmanagement Entscheidungen beschleunigt
Multi-Tenancy für verteiltes Arbeiten
Da die Datenkomplexität mit der Zeit zunimmt, steigt der Bedarf an Kapazitäten zur Verwaltung dieser Daten – und diese wird ermöglicht durch Data-as-a-Service-(DaaS-)Ansätze. Ein Hauptmerkmal von DaaS ist die Multi-Tenancy – also die Fähigkeit, als dezentralisierte Teams unabhängig voneinander zu arbeiten und gleichzeitig mit einem zentralen, verwalteten Datensatz vernetzt zu bleiben. Abteilungen wie Finanzen, Kundenbetreuung, Vertrieb und Marketing erhalten so Zugang zu zentralisiert vorgehaltenen Daten und integrieren diese mit ihren eigenen lokalen Daten und Tabellenkalkulationen – dieser Ansatz ist häufig mit Self-Service-Analytics gemeint. Viele datengesteuerte Unternehmen verfolgen dabei das Ziel, dass jeder Mitarbeiter entsprechend seiner Rolle Daten zur Hand haben sollte, um auch die kleinsten Entscheidungen gut untermauern zu können. Dies gilt für viele Abteilungen: Das Front-Office verfügt dann idealerweise über intuitive Tools, um Fragen zu beantworten und sofortige Warnungen zu erhalten, wenn ein Problem auftritt. Analysten wiederum sollten ihre selbst generierten Daten mit Unternehmensdaten zu integrieren. Data Scientists hingegen möchten einen Datenkatalog durchsuchen können, um relevante Datensätze zu finden, und SQL verwenden, um Datenbankschemata oder Tabellen in einer oder mehreren Quellen abzufragen. Um das zu erreichen, benötigt das Unternehmen jedoch zunächst eine Business IntelligenceI- und Analyseplattform, die sich intuitiv bedienen lässt und unterschiedliche Arbeitsstile unterstützt. Maschinengenerierte Erkenntnisse, Storytelling, Embedded Analytics und In-Context-Analyse sind beispielsweise neue Methoden, um Anwendern interessantere, relevantere und nützlichere Informationen zu präsentieren, die die Entscheidungsfindung unterstützen. Damit diese Erkenntnisse aber auch handlungsleitend sind, müssen sie für jede Art von Benutzer leicht zugänglich sein und an Schlüsselpunkten des Entscheidungsprozesses präsentiert werden.
Ergebnisorientierung als Ziel
Ein auf die Geschäftsergebnisse ausgerichteter Ansatz beginnt mit der Ermittlung der Leistungskennzahlen, die von den Führungskräften eines Unternehmens verwendet werden. Die wichtigste Metrik für einen CFO beispielsweise kann die Rentabilität sein. Der nächste Schritt ist dann entsprechend die Ermittlung solcher Metriken, die die Rentabilität verbessern. Wenn sich diese in die eine oder andere Richtung bewegen, haben sie den größten Einfluss auf die Kennzahl. Darüber hinaus haben CFOs heutzutage ein breites Spektrum an Verantwortlichkeiten, und die Rentabilität ist nicht die einzige Messgröße, auf die es ankommt. Das genutzte Dashboard muss also flexibel genug sein, um Informationen aussagekräftig zu präsentieren – idealerweise rollenbasiert. Beispielsweise könnte ein CFO so sich nach der Anzahl der kürzlich abgeschlossenen Verträge vom Vortag erkundigen, während ein VP of Sales weitere Details zu einem bestimmten Vertrag einholen könnte. Nach der Identifizierung solcher Metriken ist es nötig, Aktionspunkte zu identifizieren. Aktionspunkte sind die einflussreichsten Geschäftsattribute, die angepasst werden können, um eine bestimmte Leistungsmetrik zu verbessern. Hinsichtlich Rentabilität wären dies etwa die Mitarbeiter, die eigenen Produkte und Services sowie die Prozesse im Unternehmen. Zum Beispiel wird ein CFO, der sich auf Verkaufstaktiken konzentriert, im Allgemeinen wissen wollen, wer im Verkauf gut abschneidet und wer die Gesamtleistung der Gruppe reduziert. Gleiches gilt entsprechend für Produkte und Services. Zum Beispiel trifft ein Softwareunternehmen sehr unterschiedliche Entscheidungen je nachdem, ob es Softwarelizenzen mit hohen Margen vertreibt oder sich auf professionelle Dienstleistungen mit niedrigen Margen konzentriert. Schließlich die Prozesse: So interessiert sich die Finanzabteilung etwa dafür, welche Zahlungen eingehen und welche Rechnungen ausstehend sind.
Robuster Plan, flexibel ausgeführt
Einen komplett standardisierten Ansatz kann es angesichts der Vielzahl an Geschäftsmodellen nicht geben. Es sind aber in jedem Fall Lösungen nötig, die flexibel und skalierbar sind, um möglichst vielen unterschiedlichen und sich ständig ändernden Analyseanforderungen gerecht zu werden. Letztlich kann ein datengestützter Ansatz ein Unternehmen verändern, indem er die Rentabilität, Akzeptanz und Sicherheit verbessert. Um Datenanalysefunktionen so weit zu bringen, sind jedoch ein flexibler Ansatz und ein robuster Plan erforderlich, der moderne Technologien nutzt, um die bestmöglichen Ergebnisse zu erzielen.