Daten optimal nutzen

Wie Agile Analytics Barrieren beseitigt und Transformation ermöglicht

14.05.2020
Anzeige  Datenbasierte Veränderungen müssen auf einer agilen Strategie aufbauen, die nicht bloß die Analytics-Technologie einsetzt, sondern auch das Benutzerverhalten berücksichtigt. So können die Barrieren gesenkt werden.
Viele Unternehmen streben eine datengesteuerte digitale Transformation an. Dabei kommt es vor allem auf die Führungskräfte an, deren Change Management agil auf Veränderungen reagieren muss.
Viele Unternehmen streben eine datengesteuerte digitale Transformation an. Dabei kommt es vor allem auf die Führungskräfte an, deren Change Management agil auf Veränderungen reagieren muss.
Foto: Tableau

Autor und Biografie - Charles Schaefer, Head of Market Intelligence, Tableau

Charles Schaefer leitet die Marktforschung bei Tableau. Mit fast einem Jahrzehnt Erfahrung bei Tableau erstreckt sich seine Expertise auf den sich schnell entwickelnden Business Intelligence- und Analytics-Markt sowie auf die Wettbewerbs- und Produktpositionierungsstrategie für die Tableau-Plattform. Er arbeitet eng mit den Vertriebs-, Marketing- und Produktmanagement-Teams zusammen, um die Wettbewerbsstrategie für das wachsende Produktportfolio von Tableau voranzutreiben. Bevor er zu Tableau kam, erlebte er als Analyst und Forscher die Leistungsfähigkeit der Software aus erster Hand.

Da viele Unternehmen heute den Wert der Daten für die digitale Transformation erkannt haben, erhöhen sie ihre Investitionen in moderne Analytics-Funktionen, um Innovation zu fördern und Veränderung zu beschleunigen. Dazu gehört auch, Kosten einzusparen und neue Einnahmequellen zu erschließen. Alle sind sich einig, dass Daten positive Veränderung bewirken können, wenn sie im Fokus stehen. Bei den meisten Unternehmen hapert es jedoch an der praktischen Umsetzung eines unternehmensweiten Analytics-Programms. Wo liegt der Fehler?

Die IT hat die Aufgabe, den Menschen die relevanten Daten zur Verfügung zu stellen, die sie für die Entscheidungsfindung benötigen. Mit dem Zugang zu den Daten ist es aber nicht getan. Entscheidend sind die Motivation und das Vertrauen, dass mit diesen Daten die richtigen Entscheidungen getroffen werden können. Die datengesteuerte Transformation erfordert von den IT-Führungskräften Agilität - nicht nur den Einsatz einer technischen Lösung. Ein iteratives Änderungsmanagement ist gefragt, das echten Geschäftswert schafft und neue Verhaltensweisen bei den Mitarbeitern ermöglicht. Dies erfordert die Einführung von Tools und Prozessen, die tatsächlich genutzt werden, die Vermittlung neuer Fähigkeiten, die Förderung neuer Verhaltensmuster und die Anerkennung des Geleisteten.

Sehen wir uns einige der Barrieren an, mit denen sich Unternehmen auf dem Weg dorthin konfrontiert sehen, und loten andere Denkansätze zu agiler Bereitstellungsstrategie, die eine transformative Veränderung ermöglicht, aus.

Von Grund auf neu aufbauen und das Programm wachsen lassen

Kleinere, abteilungsbezogene Implementierungen sind in der Regel ein Ausgangspunkt für das Testen von Fallbeispielen vor einer unternehmensweiten Analytics-Bereitstellung. Sie können diesen Ansatz nutzen, wenn Sie zunächst den Wert und den ROI eines modernen Selfservice-Ansatzes nachweisen müssen. Eine der größten Herausforderungen bei diesem Weg ist das Einholen von Executive-Sponsoring.

Power-User dienen oft als Champions für diese Art von Projekten, aber ohne Unterstützung durch die Geschäftsleitung ist es unmöglich, den Analytics-Ansatz im gesamten Unternehmen zu skalieren. Wenn die Geschäftsleitung hilft, die Vision des Unternehmens für die Nutzung von Daten auszurichten, die Anstrengungen zum Ausbau des Analytics-Programms zu fokussieren und Verhaltensbeispiele für das Unternehmen zu setzen, lässt sich tatsächlich die Ära des "Da muss ich einen neuen Bericht anfordern" beenden. Top-Down-Bewegungen, die Daten in den Fokus des operativen Geschäfts stellen, ermöglichen produktive, datengesteuerte Gespräche in Meetings.

Außerdem ist es wichtig, die Auswirkungen Ihrer Bemühungen bei der Bereitstellung und Erweiterung Ihres Analytics-Programms zu messen und nachzuweisen. Dies bedeutet, dass Sie verstehen müssen, welche Kennzahlen die kumulativen Auswirkungen Ihrer iterativen Implementierungen, der Governance-Praktiken, der zunehmenden analytischen Fähigkeiten und des Community-Wachstums am besten erfassen. Die dafür geeigneten Metriken sind - speziell für die Ermittlung von Verhaltensänderungen - für jedes Unternehmen unterschiedlich und sollten bei der Skalierung der Analytics-Nutzung regelmäßig ausgewertet werden.

Unterschiedliche Wahrnehmung bei der Governance ausräumen

Die vielleicht wichtigste Fehlannahme zur Einführung moderner Analytics ist, dass Selfservice und Governance im Widerspruch zueinander stehen. Selfservice bedeutet, dass jeder seine eigenen Fragen stellen und beantworten kann, anstatt ausschließlich auf von Analysten erstellte Dashboards zurück zu greifen. Kuratierung und Zugriffssteuerung verschiebt sich also hin zu den Daten selbst, sodass Endanwender vertrauenswürdige Daten verwenden können, um fundierte geschäftliche Entscheidungen zu treffen. In einer Selfservice-Umgebung mit dieser Art Governance haben Systemadministratoren keine Angst vor der freien Erkundung von Daten - sie fördern sie sogar, weil sie dadurch das System besser überwachen und die richtigen Daten bereitstellen können. Einfach ausgedrückt: Governance macht Selfservice möglich.

Zu strenge Kontrolle kann den eigentlichen Nutzen einer Analytics-Umgebung zunichtemachen und damit möglicherweise Innovationen blockieren, die sich aus der Erkundung neuer Datenquellen oder neuer Datenanwendungen durch die Benutzer ergeben. Das erweckt möglicherweise den Eindruck, die Analytics-Lösung sei nicht hilfreich: Nutzer melden sich am System an und können keine für sie relevanten Daten finden, tragen daraufhin vielleicht Daten in Tabellenkalkulationen ein und gefährden so die Datensicherheit.

Im Umkehrschluss können sich Benutzer bei zu lockerer Governance in zu vielen Inhalten verlieren oder mit Daten auf eine Weise interagieren, die das System unnötig belastet. Ohne Standards für die Art und Weise, wie Inhalte erstellt und optimiert werden, kann es zu Frustrationen in Bezug auf die Leistung kommen. Es entsteht das Gefühl, dass das System zu langsam oder zu unorganisiert sei oder einfach nicht funktioniert.

Skalieren und delegieren

Moderne Analytics-Lösungen verlagern die Rolle der IT zu einem eher strategisch ausgerichteten Partner für das Unternehmen, der Benutzern eine vertrauenswürdige Selfservice-Umgebung bereitstellt. Das erfordert auch, dass die IT einen Teil der Verantwortlichkeiten eines traditionellen, von oben nach unten gerichteten BI-Ansatzes delegiert. Mit den richtigen Prozessen, Standards und Schulungen können Geschäftsanwender dabei helfen, Datenquellen, Analyseinhalte und Benutzer im System zu verwalten sowie zu Fortbildung, Überzeugungsarbeit und der internen Community beizutragen. Wenn Benutzer diese Bemühungen schätzen und daran teilnehmen, kann die IT-Abteilung sich auf strategische Initiativen wie Business-SLAs konzentrieren und die Sicherheit der Unternehmensressourcen gewährleisten.

Dies ist ein großer Schritt hin zur Realisierung von Selfservice-Analytics für Ihr Unternehmen. Wenn Sie von einem traditionellen, IT-gesteuerten Ansatz abrücken oder eine Qualifikationslücke überbrücken möchten, kann es sinnvoll sein, dass ein zentrales BI-Team die ersten Use-Cases abteilungsübergreifend ausbaut. Die IT oder ein Datenverantwortlicher richtet vertrauenswürdige Datenquellen ein und in Analytics geschulte Mitarbeiter erstellen erste Dashboards. Wenn ausreichend Mitarbeiter die notwendigen Fähigkeiten erlernt haben, kann die IT mehr Verantwortung delegieren.

Lernen und Austauschen befähigen

Würden Ihre Geschäftsanwender heute wissen, wo sie die benötigten Daten finden können? Verstehen sie die Tabellenstrukturen und Datenbeziehungen in Ihrer modernen Datenarchitektur? Sie verfügen vielleicht über Daten, die eine Frage beantworten, müssen diese aber mit anderen Daten kombinieren, um zusätzliche Fragen zu beantworten. Wie fördern Sie die Kompetenz für alle auf den entsprechenden Ebenen?

Beginnen Sie mit einer Bestandsaufnahme, welche Fähigkeiten vorhanden sind und was benötigt wird. Schauen Sie sich an, welche Mitarbeiter derzeit im Analytics-Bereich tätig sind, welche Fähigkeiten sie schon besitzen und welche noch benötigt werden. Definieren Sie die auszubildenden Mitarbeiter und klassifizieren Sie verschiedene Typen von Benutzern, indem Sie organisatorische Rollen und deren Beziehungen zu Daten abbilden. Ordnen Sie sie dann dem entsprechenden Lernweg zu, um die benötigten Fähigkeiten zu erlangen.

Ein weiteres Schlüsselelement, um Menschen mit der Nutzung von Daten vertraut zu machen, ist der Aufbau von Communitys. Wenn sich Menschen vernetzen, um Ideen auszutauschen und Erfolge zu feiern, stärkt dies die Werte und Verhaltensweisen, die datengesteuerte Entscheidungen ermöglichen und Innovationen inspirieren können. Außerdem macht das Lernen und die Teilhabe an Analytics mehr Spaß, befriedigt die angeborene menschliche Neugier und Kreativität, wodurch sich wichtige Arbeiten weniger repetitiv und somit erfüllender anfühlen können. Erwägen Sie Gamification und freundschaftliche Wettbewerbe, um Kreativität, Spaß und Gemeinschaftsgefühl zu fördern.

Agil und anpassungsfähig bleiben

Ein agiler Ansatz bedeutet, eine Feedback-Schleife der Bewertung und Verbesserung zu schaffen. Sie sollten die Anforderungen proaktiv neu bewerten - von Server-Topologie und Benutzerlizenzierung bis hin zu den Analytics-Fallbeispielen und -Prozessen, die diese unterstützen. Das Geschäft wird nicht langsamer, und Ihr Analytics-Programm muss anpassungsfähig sein, um neuen Anforderungen gerecht zu werden. Eine enge Kommunikation mit den Führungskräften hilft Ihnen dabei, alle Beteiligten auf dem Laufenden zu halten, um gezielte Verbesserungen bei der Verfeinerung und Erweiterung Ihrer Analytics-Strategie und -bereitstellung zu erzielen.

Überwachung und Pflege sind die Hauptaufgaben, um die Agilität zu ermöglichen und mit der steigenden Arbeitslast von mehr Benutzern, neuen Daten und neuen Fallbeispielen Schritt zu halten. Dies hilft Ihnen auch dabei, Performance-Probleme in Ihrer Umgebung zu identifizieren und zu beheben. Damit nutzen Sie die Möglichkeit, das Unternehmen in Bezug auf bewährte Analytics-Verfahren weiterzubilden. Abhängig von der Größe Ihres Unternehmens und der Bereitstellung können die Zuständigkeiten für Überwachung und Messung auf verschiedene Teams aufgeteilt werden, um Auslastung und Leistung effektiver zu verfolgen.

Investition in eine gründliche Datenstrategie vor der Bereitstellung

Agile Bereitstellung beginnt mit Erkenntnissen und Planung. Je besser Sie die Anforderungen Ihres Unternehmens verstehen, desto besser können Sie die breite Nutzung von Daten aktiv unterstützen. Der Ausbau Ihrer modernen Analytics-Bereitstellung zur Förderung unternehmensweiter Transformation beruht auf einem systematischen, wiederholbaren Ansatz zur Identifizierung der wichtigsten Datenquellen, der Art und Weise, wie Daten ausgewählt, verwaltet, verteilt, konsumiert und gesichert werden und wie die Benutzer geschult und eingebunden werden.

Der Weg jedes Unternehmens zum Aufbau einer datengesteuerten Organisation ist zwar unterschiedlich, aber das Erreichen der Transformationsziele erfordert in jedem Fall einen bewussten und ganzheitlichen Ansatz bei der Entwicklung Ihrer Analytics-Praxis. Wenn Sie auf die von uns besprochenen Hindernisse stoßen, sollten Sie sicherstellen, dass Ihre agile Bereitstellungsstrategie mehr als nur die Technologie umfasst.

Besuchen Sie unsere Website, um mehr darüber zu erfahren, wie Sie eine datengesteuerte Organisation mit agiler Bereitstellung aufbauen können.

Zur Startseite