Datengetriebene Organisationen sammeln systematisch Daten, um effektiv Informationen und daraus Insights für operative und strategische Entscheidungen zu generieren. Die Datensammlung allein führt jedoch nicht zu einer Data Driven Organization (DDO). Eine DDO zu werden ist keine reine Frage der IT/Technologie. DDOs müssen grundlegende Bedingungen dafür schaffen:

  • technisch (Infrastruktur)
  • strukturell (Governance)
  • operativ (Prozesse)
  • strategisch (Mission)
  • personell (Mitarbeiter:innen/Kultur)

Für eine DDO gibt es vier charakteristische Merkmale: Sie treffen Daten-getriebene Entscheidungen – es wird weder nach Intuition noch nach Bauchgefühl gehandelt. Datenzugänge sind demokratisiert und somit für alle Mitarbeitenden leicht zugänglich. Data Literacy ist weit verbreitet – Daten können verstanden und richtig interpretiert werden. Auch eine agile Organisation ist ausschlaggebend – die Zusammenarbeit der Mitarbeitenden (Empowerment of People).

 

Warum ist es sinnvoll, data-driven zu sein? Chancen vs Risiken

Höhere Produktivität: Unsere Studie hat ergeben, dass Organisationen, die Abläufe und Operationen mit Big Data und Analytics erarbeiten, eine um 5% höhere Produktivität und 6% mehr Profitabilität aufweisen als andere.

Gesteigerter Umsatz: Interne und externe Daten können strategisch und operativ zum Umsatzwachstum beitragen, z.B. durch Cross-Selling oder neue Produkte/Services.

Reduzierte Kosten: DDO erhöhen die Effizienz, reduzieren Redundanz und optimieren alte Geschäftsprozesse. Somit senken sie auch alle Kosten.

Risiken überwachen: Neben neuen Chancen können Risiken (z.B. Betrug, Data Breach, Verlust von Kunden etc.) proaktiv entdeckt und somit auch minimiert werden.

Wettbewerbsvorteil: Trends bzw. Chancen frühzeitig erkennen und schneller reagieren z.B. bei der Produktentwicklung, neuen Services, neuen Fähigkeiten.

Kundenzufriedenheit: Besser auf die Bedürfnisse der Kunden eingehen, die Customer Experience optimieren, höheren Kundenzufriedenheit, Kunden sichern und neue akquirieren.

 

Zentrale Herausforderungen

Das digitale Geschäft lebt von Daten und der Analyse von Daten, doch viele Unternehmen sehen sich in ihren Ambitionen durch ihr früheres Verhalten gebremst. Sie behandelten Daten und Analysen als unterstützend und zweitrangig für ihre Geschäftsinitiativen.

Vielen Unternehmen fehlt es an einem organisatorischen Fokus auf Daten und Analytik – sie haben noch immer keine Führungskraft benannt, die für die Optimierung von Daten und Analysen und die Entwicklung der entsprechenden Unternehmenskompetenzen verantwortlich ist.

Daten- und Analyseorganisationen haben sich traditionell auf die Bereitstellung von Dienstleistungen für Projekte konzentriert, anstatt unternehmensweite Kompetenzen aufzubauen und zu verbreiten. Stattdessen sollten sie Praxisgemeinschaften fördern und versuchen, gemeinsam die gewünschten Ergebnisse zu erzielen.

Zu weiteren Risiken und Herausforderungen zählen unter anderem Data bias/Silo-data, schlechte Datenqualität, Data Illiteracy, Datensicherheit, schlechte Governance und eine komplexe Architektur.

5 Evolutionsstufen zur Data Driven Organization

  1. Data-resistant/Datenbeständig
  2. Data aware/Datenbewusst
  3. Data guided/Datengesteuert
  4. Data savvy/Datenversiert
  5. Data driven/Datengesteuert

Obwohl sich Daten als strategische Priorität noch in der Anfangsphase befinden, erkennen Unternehmen schnell, dass Daten- und Analysekompetenzen in die strategische Unternehmensplanung integriert werden müssen, um in dieser digitalen Wirtschaft erfolgreich zu sein. In einer datengesteuerten Organisation wirken Daten als Katalysator für eine schnellere und zukunftsorientierte Entscheidungsfindung.

Ein Unternehmen durchläuft verschiedene Phasen der Datenreise, bevor es zu einer datengesteuerten Organisation heranreift:

Stufe 1: Daten-resistent: „Das haben wir schon immer so gemacht“ – Mentalität. Prozesse und Entscheidungen basieren auf Intuition und Bauchgefühl.

Stufe 2: Daten-bewusst: Die Unternehmen sind sich der generierten Daten bewusst und erkennen implizit deren Wert. Dennoch wird der potenzielle Wert der Daten nicht vollständig ausgeschöpft, der Schwerpunkt liegt meist auf dem Sammeln von Daten. Sie haben vielleicht ERP- und CRM-Systeme im Einsatz. Sie sind neugierig auf die Erkenntnisse, die Daten liefern können, und erwägen möglicherweise auch Investitionen in Web- und Social-Media-Analysen.

Stufe 3: Daten-geleitet: Datengeleitete Unternehmen konzentrieren sich auf die Analyse von Daten. Was ist mit den Daten passiert? Wer hat die Daten gekauft? Was haben sie gekauft? Wie oft? Wann? Wenn Unternehmen beginnen, ihre Daten zu erforschen, benötigen sie von den Anbietern Hinweise auf Tools und Plattformen, die ihnen helfen können, die Daten zu verwalten und sie sinnvoll zu nutzen. Tools zu Data Warehouse, Data Analysis, ETL, Cloud Computing rücken in den Fokus.

Diese Unternehmen ziehen einen „taktischen“ Wert aus den Daten. Sobald das Unternehmen in dieser Phase reif ist, gehen sie dazu über, eine Data Savvy Organization zu werden.

Stufe 4: Daten-versiert: Diese Unternehmen erkennen, dass der Wert von Daten nicht nur „taktischer“ Natur ist, sondern auch strategisch. Sie entwickeln sich über das „Was“, „Wie“ und „Wann“ hinaus zum „Warum“ weiter. Sie fangen an, mehr Ressourcen in den Aufbau interner Best Practices für Daten zu investieren. Dies ist die Geburtsstunde des „Citizen Data Scientist“ oder der „Self-Service-Analytik“.

Stufe 5: Daten-gesteuert: Wenn Unternehmen unschätzbare Erkenntnisse darüber gewinnen, was mit den Daten passiert ist und warum sie auf ihrer Datenreise vorankommen, um zu verstehen, was als Nächstes kommt. Daten werden auf jeder Ebene wertvoll, und sie werden für alle zugänglich gemacht. Jede wichtige Entscheidung wird vollständig durch Daten untermauert, und Daten werden zur Sprache der Konversation innerhalb und zwischen Teams.

Datengesteuerte Unternehmen denken in die Zukunft, aber sie müssen prüfen, ob sie zukunftsfähig und zukunftssicher sind. Wenn Unternehmen wachsen, gehen sie von datenbewusst zu datengesteuert über. Angesichts der exponentiell zunehmenden Menge, Vielfalt und Komplexität von Daten besteht die eigentliche Herausforderung darin, unterschiedliche Datentypen aus verschiedenen Quellen zu sammeln und zu verarbeiten, die Datenqualität zu erhalten und sie allen für Echtzeitanalysen zur Verfügung zu stellen.

 Autorin: Birgit Ecker
PwC Digital Consulting

HR-Interessierte aufgepasst: Es gibt ein Ticket für die diesjährige Talent Attract Ende November in Wien zu gewinnen! Dort erwarten Sie in mehr als 25 Key Notes und Breakout Sessions spannende Insights zu Social Recruiting, Future of Work und Digital HR. Klicken Sie hier, um mitzumachen! Viel Glück!