Durch das Heranschreiten des digitalen Zeitalters wird die datengestützte Entscheidungsfindung in Unternehmen zunehmend wichtiger. Doch ist die Schaffung der dafür notwendigen Prozesse und Verständnis für Daten keine leichte Aufgabe. Dieser Beitrag liefert einen Ansatz für den Aufbau einer Analytics-Reportingstrategie, damit alle Stakeholder mit zielgerichteten und verständlichen Informationen versorgt werden können.
Damit eine Organisation datengestützte Entscheidungen treffen kann, müssen die einzelnen Mitarbeiter in der Lage sein, die aus den Daten gewonnenen Informationen zu verstehen. Deshalb ist es von grosser Bedeutung, die Stakeholder in den Mittelpunkt des Reportings zu stellen, die Reports zielgruppengerecht zu gestalten und sie so zu strukturieren, damit sie deren zentrale Fragen beantworten können. Zunächst muss man jedoch wissen, an welchen KPI’s die Stakeholder interessiert sind, wie häufig sie diese KPI’s zur Rate ziehen werden, und welche Anforderungen sie an die Datenqualität stellen. Der effizienteste Weg, diese Informationen zu erhalten, ist die Durchführung von Umfragen. Hierbei ist es wichtig, die Fragen so zu formulieren, so dass man an möglichst viele Informationen über den Aufgabenbereich, den Umgang mit den Daten, den Verwendungszweck der Reports und konkrete KPI’s herankommt.
Da die Stakeholder untereinander nicht homogen sind, werden sie unterschiedliche Absichten bei der Nutzung der Reports aufweisen. Daher ist es wichtig, ihre Ziele zu berücksichtigen und herauszufinden, was sie mit den Berichten erreichen wollen. Beispielsweise ist ein Country Manager eher an operativen KPI’s interessiert, wie z.B. den Erfolg einer Newsletter Kampagne, während ein Geschäftsleitungsmitglied aggregierte Informationen benötigt wie z.B. den Gesamtumsatz pro Land. Diese Beispiele verdeutlichen, nach welchen Massstäben die Reports gegliedert sein müssen – nämlich nach Datenbreite und Datentiefe. Diesen beiden Achsen können nun die Stakeholdergruppen zugeordnet werden, um zu sehen, mit welchen Informationen und KPI’s die Reports ausgestattet werden müssen.
Als nächstes sollte man sich überlegen, ob die Interessen der Stakeholder in Gruppen zusammengefasst werden können, damit nicht für jede einzelne Stakeholdergruppe ein eigenes Dashboard erstellt muss. Dadurch entstehen Stakeholder-Cluster, zu denen jede Stakeholder-Gruppe zugewiesen wird. Jedes Stakeholder-Cluster erhält ein eigenes Set an homogenen Reports. Hier empfiehlt es sich insbesondere, sich auf die Datentiefe zu fokussieren, um den optimalen Grad an Detaillierungsgrad pro Stakeholder-Cluster herauszufinden. Die Datenbreite hingegen lässt sich in der Regel über das Data-Pipeline Zugriffsverwaltung steuern. Beispielsweise kann man den Stakeholdergruppen, die eine aggregierte Sicht benötigen, den Zugriff auf mehrere Data-Pipelines freischalten, während man den Stakeholdern auf der operativen Ebene nur einzelne oder wenige Pipelines den Zugriff gewährt. Die Anzahl der Stakeholder-Cluster bestimmt auch die Anzahl der zu erstellenden Dashboards.
Anschliessend kann die Suche nach geeigneten KPI’s beginnen. Möglicherweise haben die Stakeholder bereits in der Umfrage gewisse Hinweise auf bestimmte Metriken gegeben. Anderenfalls können auch vorhandene Analytics Tools zur Hilfe beigezogen werden, um geeignete KPI’s zu finden. Wie bereits erwähnt, sind die Dashboards für einige Stakeholder detailliert, für andere sind sie aggregiert. Hier gilt es, geeignete KPI’s je nach Stakeholder-Cluster auszuwählen, die innerhalb des jeweiligen Clusters für möglichst viele Stakeholdergruppen interessant sind. Wichtig ist auch die Datenqualität – denn je nach Plattform ist diese unterschiedlich. Beispielsweise liefert ein CRM-Tool genauere Daten über die Performance von Newslettern als das Reporting-Modul einer E-Commerce Plattform. Die Auswahl der Datenquellen sollte daher stets von der jeweiligen KPI abhängen.
Durch die Auswahl der KPI’s wird gleichzeitig auch der Umfang des Reporting-Dashboards definiert. Es ist unbedingt darauf zu achten, die Datenqualität stichprobenartig zu testen, damit auch die korrekten Kennzahlen in den Reports erscheinen. Dies ist umso wichtiger, wenn die Daten aus verschiedenen Quellen auf BI-Tools zusammengeführt und den Stakeholdern zugänglich gemacht werden. Am besten sollte die Prüfung der Datenqualität in regelmässigen Abständen wiederholt werden, damit die Reports stets als solide Grundlage für datengestützte Entscheidungen genutzt werden können.
