Data & Analytics Strategy richtig aufsetzen - Erfahrungswerte und Best Practices

28.02.20

Digitale Transformation

Wissens- und Wertschöpfung aus Daten ist eines der zentralen Themen der Digitalisierung. Daten optimieren Prozesse, verbessern die Entscheidungsqualität und ermöglichen neue Geschäftsmodelle. Immer mehr Unternehmen investieren deshalb in eine “Data & Analytics Strategy”. Umsetzungsprojekte erzeugen erhebliche Kosten – der Erfolgsdruck ist entsprechend hoch. Dennoch scheitern die Projekte häufig oder bleiben hinter den Erwartungen zurück. Was es zu vermeiden gilt und welche Elemente eine erfolgreiche Strategie braucht, darüber informiere ich Sie in meinem Artikel.

Drucken

Der richtige Ansatz: Wann ist eine Strategie erfolgreich?

Wenn Sie mit der Ausarbeitung Ihrer Data & Analytics Strategy beginnen, fragen Sie sich als Erstes: Woran erkenne ich, dass meine Strategie die angestrebte Wirkung zeigt? Das klingt nach einer einfachen Frage. In der Praxis beschäftigen sich Unternehmen jedoch häufig nicht ausreichend damit, was ihre Datenstrategie für ihren geschäftlichen Erfolg bewirken soll. Zumeist stehen die Maßnahmen (“Wie?”) so sehr im Fokus, dass der angestrebte Nutzen (“Was will ich erreichen?”) in den Hintergrund tritt.

Dabei kann eine starke Orientierung am geschäftlichen Nutzen und eine damit einhergehende ganzheitliche Betrachtung helfen, viele typische Herausforderungen bei Konzeption und Umsetzung einer Data & Analytics Strategy zu meistern. Fünf Schlaglichter zur Verdeutlichung:

1.) Motivieren für den Change

Die Strategie beginnt meist als eine Ansammlung von Ideen und Dokumenten. Um dieser – oftmals aufwendig zu realisierenden – Vision Leben einzuhauchen, braucht es eine starke Aktivierung der Unternehmensführung und aller betroffenen Mitarbeiter. Sonst bleibt die Strategie am Ende schon in der Konzeptionsphase stecken, weil die Geschäftsführung keinen Handlungsdruck sieht. Nehmen Sie sich in der Konzeptionsphase die Zeit, die geschäftlichen Auswirkungen Ihrer Datenstrategie detailliert zu betrachten. Gerade bei größeren Investitionen hilft es sehr, wenn Sie die erwarteten monetären Vorteile konkret und belastbar quantifizieren können.

2.) Kein reines IT-Thema

Eine unternehmensweite Datenstrategie birgt vielfältige technische Herausforderungen. Trotzdem darf eine solche Initiative nicht auf eine rein technische Lösung reduziert werden. Nur bei Betrachtung der verschiedenen Blickwinkel aus den Bereichen Organisation, Prozesse, Architektur und Technologie kann eine langfristig erfolgreiche Data & Analytics Strategy entstehen.

3.) Einbettung in die Unternehmensstrategie

Die Data & Analytics Strategy ist keine Substrategie von IT oder von Digitalisierung. Ihre Aufgabe muss es sein, die Unternehmensstrategie zu unterstützen. Reine IT-Ziele wie Komplexitätsreduktion, Modernisierung oder Einführung von Systemen reichen als Treiber in der Regel nicht aus. Wir empfehlen daher, eine Klärung der Ziele im Hinblick auf die Unternehmensstrategie anzustoßen. Das ist eine gute Gelegenheit, das Bewusstsein und das Verständnis für die strategischen Potentiale von Data & Analytics im Unternehmen zu stärken.

4.) Angepasster Blueprint oder gemeinschaftliche Lösungskonzeption?

Bei INFOMOTION bieten wir unseren Kunden zwei verschiedene Arbeitsmodi für die Entwicklung Ihrer Data & Analytics Strategy:

  1. Auf Basis unserer Ist-Analyse passen wir einen Blueprint an den Bedarf des Kunden an. Die Anforderungen an das Know-how und den zeitlichen Einsatz des Kunden sind bei diesem Ansatz vergleichsweise gering, die Strategiekonzeption ist schneller abgeschlossen. Risiko ist, dass die Lösung weniger optimal ausfallen wird als bei intensiverer Beteiligung der Stakeholder.
  2. Wir erarbeiten das Konzept im Dialog und auf Augenhöhe mit dem Kunden. Ist-Analyse und Strategiekonzeption erfolgen gemeinschaftlich. Von der intensiveren Auseinandersetzung des Kunden mit den Inhalten profitiert die Strategieentwicklung. Die gemeinschaftliche Erarbeitung dauert allerdings auch länger und stellt erheblich höhere Ansprüche an das Know-how und den zeitlichen Invest auf Kundenseite.

Es ist empfehlenswert, sich konsequent für eine dieser Vorgehensweisen zu entscheiden und die damit verbundenen Aufwände einzuplanen.

5.) Das Organisationskonzept muss passen

Unternehmen, die eine Data & Analytics Strategy umsetzen wollen, sind sich meist bewusst, dass da einiges auf Sie zukommt: Ein neues System, neue Technologien, eine neue Architektur. Entsprechend sind Sie auch zu Veränderungen bereit, auch zur Anpassung einzelner Prozesse. Womit sich Unternehmen allerdings häufig schwertun, sind Änderungen an der Organisationsstruktur. Themen wie die effiziente Automatisierung (DataOps) können jedoch ein Anpassen des Organisationskonzeptes erfordern. Fehlt die Bereitschaft dazu, können unter Umständen Mehrwerte der Datenstrategie nicht in vollem Umfang gehoben werden.

Elemente einer erfolgreichen Datenstrategie

Wenn Sie heute mit einer Data & Analytics Strategy starten, welche Elemente sollten Sie bei der Konzeption und Umsetzung der Strategie unbedingt berücksichtigen? Aus unserer Beratungserfahrung haben wir bei INFOMOTION dazu das folgende Ebenenmodell entwickelt.

Datenstrategie Ebenenmodell

 

Viele Datenstrategie-Initiativen fokussieren sich (nahezu) ausschließlich auf die Erstellung von Data Warehouse oder Data Lake Lösungen (Ebene „Applications“). Natürliche ist die Ebene nicht zu Unrecht ein zentrales Thema. Wir stellen aber immer wieder fest, dass eine Vernachlässigung der Grundlagen (Ebenen “Principles” und “Base”) und organisatorischer Maßnahmen (Ebene “Organization”) den Erfolg einer Datenstrategie stark verzögert oder nicht selten auch ganz verhindert. Auf der anderen Seite verbessert eine frühzeitige und angemessene Beschäftigung mit den Grundlagen nicht nur die Erfolgsaussichten enorm, die höheren Ebenen profitieren auch zusätzlich von den besseren Bedingungen wie z. B. größerer Flexibilität bei der Umsetzung oder erhöhter Datenkompetenz der Mitarbeiter.

Treten Sie am Anfang Ihrer Data & Analytics Initiative einen Schritt zurück und betrachten Sie das große Ganze.

Markus Enderlein, Business Unit Manager Strategy & Digital Solutions, INFOMOTION

Elemente der Ebene “Principles”

1. Agile & Lean

“Gehen Sie davon aus: Es bleibt nichts, so wie es ist.” Mit diesem Satz konfrontieren wir unsere Kunden gern zu Beginn einer Strategiekonzeption. Kontinuierliche Veränderung, das “Moving Target”, ist der Normalzustand im digitalen Zeitalter. Eine Datenstrategie sollte daher auf allen Ebenen ein hohes Maß an Flexibilität unterstützen. Das beginnt beim Mindset der Beteiligten und setzt sich fort mit Themen wie der Gestaltung einer flexiblen technischen Architektur. Nur mit der Bereitschaft und der Befähigung zur schnellen Veränderung lassen sich Chancen ergreifen, die sich durch die Veränderung des Marktes ergeben.

Es gibt zwei Philosophien, die sich seit Jahren in der flexiblen und effektiven Umsetzung von komplexen IT-Projekten bewährt haben: Agile & Lean. Wir raten unseren Kunden daher, sich das Mindset agiler Vorgehensmodelle (siehe als Grundlage das Agile Manifest) und des Lean Software Development für ihre Strategieinitiative zu eigen zu machen. Insbesondere durch konsequente Verfolgung der Lean-Prinzipien ergeben sich Lösungen, die bei hohem Automatisierungsgrad flexibel, schlank und auf den Kundennutzen ausgerichtet sind.

2. Holistic vs. Fragmental

Eine Situation, der wir häufig begegnen, wenn ein Unternehmen an die Umsetzung einer Strategie geht:

  • Training der Endanwender? – “Machen wir danach!”
  • Orga? – “Erarbeiten wir nächstes Jahr!”
  • Governance? – “Ja, wissen wir, müssten wir machen! Kommt dann als Folgethema.”

Am Beispiel des Trainings für Endanwender wird die Problematik besonders deutlich: Ein Unternehmen führt eine Data & Analytics Lösung für mehrere Millionen Euro ein, um dann den Anwendern lediglich eine kostenlose Online-Schulung des Herstellers anzubieten. Die unternehmensspezifischen komplexen Datenmodelle und die Vielzahl an Reports werden dabei nicht geschult. Das Ergebnis ist Missmut bei den betroffenen Mitarbeitern und Zweifel an der Qualität des Systems.

Wir erinnern uns: Die Strategie ist erfolgreich, wenn der Nutzen eintritt. Der Nutzen tritt ein, wenn die Endanwender mit dem System arbeiten und Ihre Entscheidungen auf Basis der Inhalte treffen. Eine ganzheitliche Betrachtung ist daher für eine erfolgreiche Umsetzung der Strategie enorm wichtig.

3. Silo vs. Global

Im vorherigen Punkt ging es um die problematische Fixierung auf einzelne Aspekte einer ganzheitlichen Lösung, üblicherweise die technische. Ähnlich fatal ist für eine unternehmensweite Strategie, wenn der Blickwinkel sich auf einzelne Unternehmensbereiche beschränkt. Dies ist häufig der Fall, wenn ein einzelner Bereich (z. B. Finance oder Marketing & Vertrieb) das Projekt für eine Data & Analytics Strategy gestartet hat oder wenn eine ursprünglich begrenzte Initiative strategische Züge bekommt.

Häufig ist der Blickwinkel aus dem bzw. im Silo hinderlich, um eine global optimale Lösung zu etablieren. Einige wichtige Basiselemente der Strategie, insbesondere Enabler-Themen wie Data Governance oder Data Transparency, werden nicht den Stellenwert erhalten, den sie für eine unternehmensübergreifende Data & Analytics Strategy benötigen. Dazu mehr im zweiten Artikel der Serie. Auch eine Return-On-Investment-Betrachtung hat es schwerer: Der geschäftliche Nutzen, den ein einzelner Bereich generiert, ist häufig nicht hoch genug, um die Kosten einer Datenstrategie zu rechtfertigen. Wenn Sie jedoch zusätzliche Fachbereiche in Ihre Betrachtung aufnehmen, steigen die Kosten nur gering, der Nutzen wird sich aber deutlich erhöhen. Chancen wie datengestützte neue Geschäftsmodelle, digitale Services oder der Aufbau zentraler Plattformen lassen sich nur heben, wenn ein unternehmensübergreifender Blickwinkel eingenommen wird.

4. Blueprints & Trends

Befeuert durch die großen Trends der Digitalisierung entwickeln sich Lösungsarchitekturen moderner Data & Analytics Landschaften rasant weiter. Nehmen Sie sich deshalb zu Beginn ihrer Initiative unbedingt die Zeit und den Mut, sich mit den aktuellen Entwicklungen am Markt auseinanderzusetzen. So vermeiden Sie, dass Ihre Strategieinitiative schon mit veralteten Konzepten startet oder auf sich abzeichnende Entwicklungen in der Zukunft nicht adäquat reagieren kann. Das Einbeziehen neuer Prinzipien, Blueprints oder Trends kann ab den Basiselementen (siehe Schaubild 1) wesentlichen Einfluss auf die Strategie haben.

Fazit und Ausblick auf den zweiten Artikel

Zusammenfassend möchten wir Ihnen empfehlen: Treten Sie am Anfang Ihrer Data & Analytics Initiative einen Schritt zurück und betrachten Sie das große Ganze. Lösen sich Sie sich von den gerade anstehenden Herausforderungen des Tagesgeschäftes, und überlegen Sie, wo das Unternehmen insgesamt steht und welche unternehmensstrategischen Ziele Sie voranbringen wollen.

Diesen ganzheitlichen, “objektivierten” Blick auf Ist- und Zielsituation zu unterstützen, sehen wir bei INFOMOTION als einen wichtigen Mehrwert unserer Beratung. Immer mit dem Ziel vor Augen, dass Sie mit uns die für Ihr Unternehmen bestmögliche Strategie entwerfen und umsetzen können.

Im zweiten Artikel unserer Serie zu Elementen einer erfolgreichen Data & Analytics Strategy gehen wir auf zentrale Grundlagen, Capabilities und organisationale Aspekte ein. Wir zeigen unter anderem auf, wie Sie erste Mehrwerte für Ihre Datenstrategie realisieren können, auch ohne große Eingriffe in die IT-Landschaft vorzunehmen.

Weiterführende Informationen

Autor

Markus Enderlein

Business Unit Manager

Markus Enderlein studierte Wirtschaftsinformatik. Nach seinem Berufsstart 1998 arbeitete er ab 2003 als Consultant im Bereich IT-Architektur und IT-Projektmanagement. Seit 2007 war er bei INFOMOTION, zunächst als Senior, später als Managing Consultant und Wissensmanager tätig. Nachdem er ab 2013 die Bereiche Marketing und Produktmanagement aufbaute, verantwortet er seit 2017 die Business Unit „Strategy and Digital Solutions“.

E-Mail senden