Was Sie bei der Einführung von Datenanalyse beachten sollten

Die Digitalisierung von Geschäftsprozessen erzeugt auch außerhalb der Bereiche Finanzen und Engineering einen reichen Datenfundus. Daraus lassen sich wichtige Erkenntnisse fürs Geschäft gewinnen, wenn die Datenanalyse auf eine solide Basis gestellt wird. 

Datenanalyse erlebt dank günstiger und leichter zu benutzenden Software einen regelrechten Boom. An deren Nutzen gibt es ohnehin nicht viel zu deuteln. Dennoch verläuft die Einführung von Datenanalyse häufig im Sande, weil bestimmte Voraussetzungen nicht berücksichtigt werden. 

Die Daten

Die vielbeschworene Kultur der Offenheit gilt auf beim Thema Daten – unter Einhaltung der entsprechenden Regeln.

Datenanalyse-Software muss auf eine möglichst homogene, stabile und aktuelle Datenbasis zurückgreifen, um wirklich aussagekräftig sein zu können. Die typische Ausgangssituation in dem meisten Unternehmen sieht so aus, dass die verschiedenen Geschäftsanwendungen jeweils ihr eigenes Datensilo erzeugen und verwalten. Moderne Datenanalyse-Software kommt meistens mit vielen Schnittstellen zu den gängigsten Anwendungen, so dass diese Datenquellen angeschlossen und genutzt werden können. Dennoch verläuft dieser Prozess meist nicht ganz so easy.

Oft fehlen Schnittstellen zu einzelnen Programmen und/oder der Zugriff auf einzelne Datenquellen muss reglementiert werden, weil nicht alle Mitarbeiter befugt sind, auf alle Datenquellen zuzugreifen. Abhilfe bietet in diesem Fall die Schaffung eines Data Warehouse, einer Art Datendrehscheibe, die alle relevante Daten aggregiert und die Zugriffsrechte auf einzelne Datenbestände verwaltet. Alle großen Analytics-Hersteller haben entsprechende Lösungen im Angebot oder arbeiten mit Spezialisten zusammen, die dieses Problem auf einem hohen Niveau lösen. 

Die Verantwortlichkeiten

Datenanalyse ist ein viel zu großer und wichtiger Bereich, um Verantwortlichkeiten zwischen verschiedenen Stühlen durchrutschen zu lassen. Einfach „der IT-Abteilung“ die Verantwortung zu übertragen reicht nicht, vor alle weil Datenbestände dynamische Gebilde sind, an denen immer etwas verändert und optimiert werden muss. Hier sollten die Verantwortlichkeiten sehr klar verteilt sein und dafür gesorgt werden, dass sowohl was die Datenbasis als auch was die Software der Endbenutzer betrifft es immer einen Ansprechpartner gibt, der zur Verfügung steht und aktiv werden kann.

Neben der rein technischen Verantwortlichkeit kommt eine geschäftsbezogene hinzu. Datenanalyse ist ein mächtiges Werkzeug, das vor allem dann seine ganze Durchschlagskraft entfaltet, wenn es breit genutzt wird. Moderne Unternehmen sind erfolgreich, weil sie eine Kultur der Offenheit pflegen und ihre Belegschaft dazu befähigen, den bestmöglichen Job zu machen. Das betrifft auch den Umgang mit Daten. Herrschaftswissen ist in der digitalen Arbeitswelt fehl am Platz. Wenn es bestimmte Informationen oder Daten gibt, die eine Gruppe von Mitarbeiter*innen dabei helfen, ihre Arbeit zu verbessern, dann sollten sie auch darauf zugreifen können – mit allen nötigen organisatorischen, technischen und rechtlichen Vorkehrungen. Auch hierfür sollte es Regeln sowie einen oder mehrere Verantwortliche geben, die die Regeln definieren, verwalten und deren Einhaltung überwachen.

Die Tools

Datenanalyse dient einem höheren Zweck, und der sollte allen Beteiligten klar sein.

Es stimmt schon, Analytics-Software ist in den letzten wesentlich benutzerfreundlicher geworden, so dass man kein IT-Profi oder Datenexperte sein muss, um damit zurechtzukommen. Für Anwender, die viel mit Excel arbeiten (und vor allem gerne!), stellt die Nutzung von Analytics-Software inzwischen keinen allzu großen mentalen Sprung dar. Diese Benutzerfreundlichkeit hat für Firmen wie Anbieter wie Qlik oder Tableau dafür gesorgt, dass ihre Software sich viral innerhalb von Unternehmen verbreiten – allein schon dadurch, dass einzelne Abteilungen anfangen, damit zu arbeiten und es ihnen andere nachmachen. 

Was für einen Analytics-Enthusiasten richtig ist, muss allerdings nicht auch für Otto Normalanwender passen. Nicht jeder hat die nötige Zeit oder Spaß daran, sich spielerisch mit einer komplexen Analytics-Software vertraut zu machen. Und natürlich sollten Kenntnisse über den Umgang mit einem bestimmten Software-Tool nicht im Weg stehen, wenn Anwender die Tools nutzen sollen. Daher empfiehlt es sich, ins Training der Mitarbeiter für den Umgang mit den Tools zu investieren. Es zahlt sich ebenso aus wie ein Training über Methoden und Fragestellungen in der Datenanalyse. Womit wir schon beim nächsten Thema wären. 

Die Analysen

Daten und Zahlenkolonnen grafisch zu visualisieren und Trendkurven zu ermitteln ist schön und gut, aber es gibt einen höheren Grund, warum man sich die Mühe macht. Und dieser Grund sollte allen Beteiligten klar und verständlich sein. 

• Was genau wollen wir wissen? 
• Wie lässt sich eine Aktivität oder ein geschäftliches Ziel am besten in Zahlen abbilden?
• Was sind dabei die relevanten Messgrößen?
• Welche Daten bilden diese Messgrößen am besten ab?
• Wie lassen sich Daten und Messgrößen im richtigen Kontext visualisieren?
• Welche Art Erkenntnisse könnten helfen, eine bestimmte Aktivität zu verbessern, ein Geschäftsmodell zu optimieren oder ein Geschäftsziel zu erreichen?
• Wer sollte alles über die gewonnenen Erkenntnisse Bescheid wissen, um an einem besseren Ergebnis mitzuarbeiten?
• Welche Stellschrauben lassen sich über die Daten, Charts und Erkenntnisse identifizieren, um darüber die Aktivitäten besser zu steuern?

Solange all diese Fragen nicht oder nur unzureichend geklärt werden, sind alle „einfachen“ Mitarbeiter, die sich mit Datenanalyse beschäftigen, nur „guideless missiles“ – sie stochern im Datennebel und stoßen irgendwann vielleicht auf die eine oder andere interessante Sache, die sie aber kaum gewinnbringend nutzen können, weil Erkenntnisse immer nur im richtigen Kontext verwertbar sind. 

Fazit

Die Einführung von Datenanalyse ist mehr als nur die Einführung einer technischen Plattform. Sie stellt dem Unternehmen ein neues Instrumentarium zur Verfügung, das extrem nützlich sein kann, wenn es denn richtig genutzt wird. Dazu braucht es aber neben den technischen auch einige organisatorische Maßnahmen, die die Belegschaft dazu befähigen, dieses Instrumentarium tatsächlich einzusetzen.