Data driven decision making benötigt Analytics, die dann Daten in Erkenntnisse umwandelt, wenn der Kunde auf der Website, am Telefon oder am Service-Schalter ist. Datengetriebene Entscheidungen brauchen neue Datenspezialisten im Unternehmen, aber noch viel mehr die Qualifikation von vielen Mitarbeitenden auf allen Ebenen des Unternehmens.
Data driven decision making bis zum Ende gedacht, erfordert nicht nur eine Abkehr von Bauchentscheidungen im Business. Es stellt vor allem völlig andere Anforderungen an die Mitarbeiter auf allen Ebenen. In digitalen Geschäftsmodellen junger start ups werden Entscheidungen zumeist von Anfang an auf eine saubere Datengrundlage gestellt, in klassischen Unternehmen setzt sich diese Art der Entscheidungsfindung erst langsam durch. Das Aufbrechen der Datensilos ist zumeist im Zusammenspiel aus externem know-how und internem Antrieb gut zu bewältigen. Die Fähigkeit der Mitarbeitenden, täglich aus den aufbereiteten Daten fundierte Schlüsse zu ziehen und selbständig Entscheidungen zu treffen, läuft dem technischen Prozess hin zum data driven business hingegen meist hinterher.
„4 von 5 Unternehmen bewerten ihre internen Daten nicht“ [Institut für deutsche Wirtschaft]
Ein Boom bei der Speicherung und Nutzung von Daten
Bemerkenswert ist der Boom, den wir in den letzten Jahren bei der Speicherung und der Nutzung von Daten erlebt haben – ein Boom, der erst am Anfang steht und dessen Entwicklung wir im Moment kaum fassen können. Technologische Veränderungen – wie das Internet der Dinge – durchdringen die physische Welt und erschliessen völlig neue Datenquellen. Technologie macht es immer einfacher und günstiger Daten zu speichern. Technologie ermöglicht den umfassenden Zugriff auf diese Daten und revolutioniert gerade auch den analytischen Zugang. Für fast alle Unternehmen wird die tägliche Arbeit mit Daten zu einem entscheidenden Erfolgsfaktor. Wissenschaftliche Studien belegen, dass Unternehmen durch datengetriebene Geschäftsaktivitäten profitabler wirtschaften [European Commision (2017): Enter the Data Economy. EU Policies for a Thriving Data Ecosystem. In: EPSC Strategic Notes, Issue 21.].
“If they own the data, they own the future of the market” [Sisense CEO Amir Orad]
Gezielte Entwicklung und Qualifikation sind der Schlüssel
Der Run auf Visualisierungsspezialisten – Salesforce kauft Tableau, Google kauft Looker – zeigt deutlich, dass Daten wichtige Güter sind, die man nicht nur speichern, sondern auch verwerten kann. Die nächste Big Data Revolution ist die Nutzung der gesammelten Daten auch in klassischen Unternehmen. Grosse Tech-Konzerne haben hier natürlich einen gewaltigen Vorsprung – das Institut für deutsche Wirtschaft veröffentlichte im Sommer 2019, dass 4 von 5 Unternehmen nichts mit ihren Daten anfangen. Die zielgruppengerechte und vor allem zeitnahe Kommunikation von Daten im Unternehmen ist entscheidend. Sie muss dabei auf allen Ebenen auf Mitarbeiter treffen, die diese Daten verstehen, Informationen verknüpfen und sich Fragen selbst beantworten können. Die Suche nach individuellen Antworten im unternehmensinternen data lake kann – schon aus Gründen der Knappheit solcher Spezialisten – nicht ausschliesslich Data Scientists überlassen werden. Spezifisches Domainwissen um Markt, Kunden und Produkte ist für den Erfolg unerlässlich. Dieses Wissen liegt bei vielen Mitarbeitenden klassischer Unternehmen, die in einem Change-Prozess für die neuen beruflichen Anforderungen fit gemacht werden müssen. An vielen Stellen in Unternehmen müssen Mitarbeiter die Fähigkeiten entwickeln, Daten zu lesen, zu analysieren und relevante Handlungsanweisungen abzuleiten. Eine viel stärkere Fokussierung firmeninterner Ausbildungsprogramme auf Daten und deren Analyse ist zentral für die zukünftige Geschäftsentwicklung.
In Anlehnung an „Another Brick in the Wall“ von Pink Floyd: „If you don’t use your data, you can’t have any success“. Die Nutzung von Daten auf allen Unternehmensebenen braucht eine starke Fokussierung auf die Qualifikation der Mitarbeitenden.
