Smart Data

Täglich werden weltweit 2,5 Trillionen Bytes an Daten erzeugt und diese Zahl wächst mit neuen Technologien wie Industrie 4.0 und IoT immer weiter. Unternehmen wie Facebook oder Google benötigen alle 24 Stunden mehrere Petabyte an zusätzlicher Speicherkapazität. Speichern allein reicht aber nicht. Die Kunst besteht darin, Daten zu analysieren und zu veredeln, um geschäftsrelevante Insights daraus zu gewinnen, die anschließend als strategischer Wettbewerbsvorteil genutzt werden können. Der Prozess von Big Data zu Smart Data stellt sich für Unternehmen dabei häufig als komplex heraus.

Daten begleiten uns überall, ob auf privaten Endgeräten, über die WLAN-fähige Kaffeemaschine in der Küche, am Bestellterminal im Fast Food Restaurant oder klassisch im Unternehmen bei allen täglichen Aufgaben. Neue Technologien wie das Internet of Things, Künstliche Intelligenz, Quantencomputer und Cloud Computing lassen die Menge der gesammelten Daten pro Tag stetig steigen. Die Frage, die sich nun für die meisten Unternehmen stellt, lautet: Wie kann ich diese Menge an Daten intelligent nutzen, um mir einen Wettbewerbsvorteil zu verschaffen?

Smart Data wird häufig als Weiterentwicklung von Big Data verstanden. Während der Fokus lange auf dem Sammeln von großen Datenmengen (Big Data) lag, steht bei Smart Data das Ziel im Vordergrund, die richtigen Daten auszuwählen, zu verknüpfen und Mehrwerte für eine sinnvolle Weiterverwendung zu generieren. Mit Hilfe einer intelligenten Datennutzung lassen sich sowohl Ursachen für vergangene Entwicklungen finden (descriptive analytics) als auch Prognosen über zukünftige Entwicklungen treffen (predictive analytics).

Business Analytics Tools sind häufig ein guter erster Schritt. Sie bedürfen jedoch eines ganzheitlichen Ansatzes sowie einiger Voraussetzungen, um die erhofften Mehrwerte und Erkenntnisse zu generieren.

In einer Umfrage gaben lediglich 17% der befragten Unternehmen an, dass sie Datenanalysen großflächig einsetzen und daraus Erkenntnisse für ihr Daily Business ableiten. Meist sieht die Realität anders aus und Aussagen wie: „Unser Marketing ist nicht zielgruppenspezifisch“, „Es werden keine strategischen Entscheidungen auf Basis von Daten getroffen“ oder „Wir haben regelmäßig Lieferschwierigkeiten aufgrund falscher Daten im Lagerbestand“ gehören zur Tagesordnung.

Die Komplexität einer erfolgreichen Transformation zur Data-Driven-Organisation liegt dabei in der hohen Abhängigkeit von Business und IT begründet. Eine technologische Basis mit den richtigen Systemen ist genau so wichtig wie effiziente und schlanke Prozesse oder eine durchdachte Strategie.

Gemeinsam analysieren wir Ihre Data Maturity, definieren Ihren Reifegrad und leiten daraus Maßnahmen ab, wie Sie Ihr Unternehmen gezielt weiterentwickeln.

Auf Basis unserer langjährigen Expertise und Einblicke in die verschiedensten Unternehmen und Datenstrukturen haben wir ein Vorgehen entwickelt, das Sie auf Ihrem Weg zu einem datengetriebenen Unternehmen unterstützt und Ihnen die richtigen Schritte aufzeigt. Um Ihre individuellen Herausforderungen und Handlungsfelder zu identifizieren, empfehlen wir unser Smart Data Maturity Assessment. In einem Zwei-Tages-Workshop analysieren wir die Datenreife Ihres Unternehmens in sieben wichtigen Dimensionen:

1. Datenstrategie
   Interne und externe Daten, die für Ihr Geschäft direkt umsatzrelevant sind, sollten für alle Stakeholder stets zugreifbar sein. Welche Daten sind wichtig für Ihr Unternehmen und stehen diese in konsolidierter Form zentral jedem, der sie benötigt, zur Verfügung? Ist eine unternehmensweite Abstimmung erfolgt und wurden daraus konkrete Meilensteine und Aktivitäten für die nächsten fünf Jahre abgeleitet?
2. Data Governance
   Sind alle Regularien erfüllt, die der Gesetzgeber – ein Stichwort: EU-DSGVO – verlangt und die Ihre unternehmensinterne Daten-Policy vorschreibt? Auch Zugriffs- und Rechtekonzepte sollten sich strikt an Governance- & Compliancevorschriften orientieren. Bei Verstößen drohen teils hohe Strafzahlungen. Sind alle Risiken der Datenverarbeitung und -nutzung evaluiert und wurden KPIs und Monitoring-Prozesse definiert, die Risiken proaktiv erkennen? Ein Datenschutzbeauftragter von INTARGIA definiert Prüfprozesse und verantwortet Richtlinien für die Verarbeitung und Nutzung von Daten.
3. Organisation und Prozesse
   Ihre Geschäftsprozesse sollten Ihre Unternehmensziele bestmöglich unterstützen. Sind diese vollständig digitalisiert oder gibt es in der Praxis Bottlenecks und ungeplante Workarounds, die Prozess-Durchlaufzeiten unnötig in die Länge ziehen? Wurden Verantwortlichkeiten und Prozesse klar definiert? Was soll zentralisiert und was an externe Dienstleister ausgelagert werden? Wie zahlen Ihre Strukturen und Prozesse auf Ihre Datenstrategie ein?
4. Datenqualität
   Eine hohe Datenqualität ist die Grundlage für Smart Data Analytics und in Folge für erfolgreiche, schnelle Entscheidungen. Mehrfacheintragungen, Falschschreibungen oder nicht mehr aktuelle Kontaktdaten, die entstehen, wenn ein Ansprechpartner beim Kunden zum Beispiel das Unternehmen wechselt, führen zu minderer Datenqualität. Der gesamte Datenverarbeitungsprozess von der Erhebung bis zur Auswertung sollte firmenweit einheitlichen Qualitätskontrollen unterliegen. Auch proprietäre Datenformate, die den Austausch erschweren, gilt es zu vermeiden.
5. Datennutzung
   Mitarbeiter haben je Funktion und Aufgabe im Unternehmen unterschiedliche Datenbedürfnisse. Hat jeder Mitarbeiter performanten Zugriff auf sämtliche Daten, die er für ein erfolgreiches Arbeiten im Unternehmen benötigt? Werden die vorhanden Daten genutzt, um historische Verläufe zu analysieren, Vorhersagen zu treffen und um Optimierungspotenziale für die Zukunft aufzuzeigen?
6. Datenarchitektur- und modell
   Eine zweckmäßige Datenarchitektur erfüllt die Informationsbedürfnisse Ihrer Mitarbeiter performant und aktuell, gerade in geografisch verteilten Organisationen mit vielen Mitarbeitern in unterschiedlichen Landesniederlassungen. Wurde der Ist-Zustand dokumentiert und gibt es ein klares, bedarfsgerechtes Zielbild und eine Roadmap für die Zukunft? Prüf- und Verbesserungsprozesse sollten Ihr Datenmodell kontinuierlich an sich verändernden Anforderungen anpassen.
7. Systeme
   Datenspeicher sind meist historisch gewachsene Systeme, die oft aus isolierten Data Marts bestehen. Komplexe Analysen über mehrere Geschäftseinheiten, Produktgruppen oder Niederlassungen werden dadurch erschwert. Die eingesetzten Systeme sollten die Integration von Smart-Data-Anwendungen bestmöglich unterstützen. Ein wichtiger erster Schritt besteht in der Bestandsaufnahme Ihrer Systemlandschaft, um Daten unternehmensweit an zentraler Stelle zu aggregieren und zu harmonisieren. Dazu gehören zentrale Dienste wie ein Metadaten-Management, Daten-Qualitätsmonitoring, ein schlüssiges Berechtigungskonzept und das Lifecycle-Management der Smart-Data-Applikation.

Mithilfe der Ergebnisse des Assessments lassen sich schnell Handlungsfelder identifizieren und in Maßnahmen umwandeln. Gemeinsam priorisieren wir die Ergebnisse anhand Ihrer Unternehmensstrategie und entwickeln so in kurzer Zeit einen Maßnahmenplan, der Ihnen den Weg zum datengetriebenen Unternehmen (Data-Driven-Organisation) ebnet.

Um Ihre Transformation zum datengetriebenen Unternehmen zu unterstützen, bieten wir Ihnen ein breites Spektrum an Beratungskompetenzen an, welches wir an Ihre individuellen Bedürfnisse anpassen. Unsere Leistungen umfassen unter anderem:

• Implementierung der Datenstrategie in die IT-/Digitalstrategie
• Aufbau eines Master Data Managements
• Entwicklung von Data Governance Konzepten
• Entwicklung von integrierten Datenmodellen
• Definition von Kennzahlen zur Qualitätsmessung Ihrer Daten
• Unterstützung bei der Erfüllung von Datenschutzanforderungen

Wollen Sie mehr erfahren? Für ein unverbindliches Gespräch stehen wir sehr gerne zur Verfügung.