5 Methoden zur Steigerung der Wertschöpfung mit Analytics

Hinweis des Herausgebers: Dieser Artikel ist ursprünglich in Forbes erschienen.

Viele Unternehmen stehen vor der Herausforderung, das Angebot an Analytics zu erweitern, um damit alle Mitarbeiter ausstatten und/oder das komplette Potenzial ihrer Analytics-Investitionen ausschöpfen zu können. Dabei kommt hinzu, dass es aufgrund der enormen Menge an Daten, die täglich generiert werden, eine sehr komplexe Aufgabe ist, Mitarbeiter für die Nutzung von Daten bei ihrer Tätigkeit adäquat zu unterstützen.

Unternehmen in aller Welt investieren Billionen, um datenorientierter zu arbeiten, doch nur 8 % von ihnen gelingt es laut McKinsey, Analytics so zu skalieren, dass sich ihre Daten für sie auszahlen.

Eine effektive Nutzung von Daten eröffnet Ihrem Unternehmen viele Möglichkeiten in Bezug auf Problemlösung und Wachstum. Um Daten erfolgreich nutzen und analysieren zu können, benötigen Mitarbeiter Zugang zu den richtigen Daten für ihre Aufgaben sowie eine entsprechende Technologie und die Ressourcen, um hilfreiche Erkenntnisse zu gewinnen und verständlich zu machen. Wenn diese Kernelemente vorhanden sind, verfügen die Mitarbeiter über die erforderliche Ausstattung, um wichtige Anwendungsfälle für Daten und Analytics mithilfe von Visualisierungen, Berichten und Dashboards zu bearbeiten und damit spezielle geschäftliche Probleme zu lösen sowie ad-hoc auftretende Fragen zu beantworten. Damit lässt sich Mehrwert sowohl für Kunden als auch für Stakeholder schaffen.

Zu empfehlen ist dabei, in kleinem Umfang zu starten, um relativ schnell Erfolge bei Anwendungsfällen für Daten und Analytics erzielen zu können. Dies motiviert dann weitere Mitarbeiter und Teams, Ressourcen in diesem Bereich zu nutzen und solche zu entwickeln, die ihren Anforderungen genügen. Im Ergebnis verfügen Sie über Mitarbeiter, die Datennutzung wertschätzen, praktizieren und fördern und so eine Datenkultur aufbauen, die positive Geschäftsergebnisse ermöglicht. Zu dieser Kultur gehören die verstärkte Exploration von Daten, eine gewisse Wissbegierde, eine verbesserte Zusammenarbeit sowie die Fähigkeit, Datensilos zu beseitigen, höhere Erwartungen an datenbezogene Aktivitäten, die Behandlung von Vertrauen und Verantwortlichkeit als gleich wichtig und die Selbstverpflichtung, Mehrwert aus Daten zu schaffen.

Durchschnittlich 73,5 % der Befragten in datengesteuerten Unternehmen aller Regionen haben angegeben, dass ihre Entscheidungsfindung immer datengestützt erfolgt, verglichen mit nur 5,7 % in datenbewussten Unternehmen.

Wenn Unternehmen eine Datenkultur durch technologische Investitionen entwickeln oder stärken, unterstützen sie Datenfertigkeiten und entwickeln eine Infrastruktur, mit der in großem Umfang Entscheidungen auf Basis von Daten getroffen werden können. Das erweitert auf allgemeiner Ebene die geschäftlichen Verhaltensweisen und Denkweisen im gesamten Unternehmen. In diesem Forbes-Artikel über datengesteuerte Entscheidungsfindung erfahren Sie mehr zur Einbindung von Daten in viele geschäftliche Workflows.

Warum das datenbasierte Arbeiten auf allen Ebenen entscheidend ist

Alle Mitarbeiter eines Unternehmens sollten Daten für verbesserte Entscheidungen nutzen. Durch breite Kommunikation von Erfolgsstorys und -mustern in Ihrem Unternehmen können Sie das Engagement Ihrer Mitarbeiter in dieser Hinsicht erweitern und vertiefen. Intuitive Selfservice-Analytics unterstützen Geschäftsanwender, also Benutzer, die keine ausgebildeten Analysten sind, bei der Nutzung von Daten, so wie sie es für ihre Tätigkeit benötigen. Damit können mehr Mitarbeiter Daten für Entscheidungen nutzen, sodass Analytics und datengesteuerte Entscheidungsfindung potenziell zum Standard im gesamten Unternehmen werden.

Wie sich mit Analytics sofort Mehrwert generieren lässt

Im Folgenden werden fünf Methoden dargestellt, mit denen Sie für wichtige Anwendungsfälle im Handumdrehen Mehrwert generieren sowie Probleme lösen und damit letztlich für die langfristige Überlebensfähigkeit Ihrer Firma sorgen können. Dazu stellen wir auch Unternehmen vor, die diese Methoden erfolgreich angewendet haben.

Um – unabhängig von Ihrem Kompetenzniveau – sofort in die Analyse einzusteigen, empfehlen wir den Besuch von Tableau Exchange. Hier finden Sie Dashboard-Erweiterungen, Connectors und Beschleuniger, mit denen für eine Vielzahl von Branchen, Abteilungen und Anwendungen auf schnelle Weise Anwendungsfälle sowie Visualisierungen erstellt werden können.

1. Stellen Sie Selfservice-Analytics bereit. Mit Selfservice-Analytics erhalten Ihre Mitarbeiter die Tools und die Möglichkeit, ihre Fragen selbst zu beantworten und Erkenntnisse schneller zu gewinnen. Sie können damit auch die Zusammenarbeit verbessern, um auf Basis gemeinsam definierter, angepasster Kennzahlen und Dimensionen die Teamziele zu erreichen.

DTDC, ein indisches Distributions- und Logistikunternehmen, nutzt Tableau zur Darstellung von Daten auf einer Karte, um besser ermitteln zu können, warum sich Lieferungen verzögern. Dabei werden die Informationen nach Standort, Produkt und verschiedenen Serviceparametern aufgeschlüsselt. Mithilfe dieser Daten konnte das Unternehmen in nur neun Monaten wieder eine Rentabilität wie vor COVID erreichen.

Darüber hinaus ermöglichte DTDC damit mehr Teams detaillierte Einblicke in die Lieferungen, die zuvor nur durch das Operations-Team überwacht wurden. Die Daten sind nun für alle leitenden Führungskräfte verfügbar, sodass mehr Personen in der Lage sind, die Lieferungen nachzuverfolgen und taktische wie strategische Entscheidungen zu treffen, um die Serviceperformance zu verbessern.

Die Führungsebene hat jetzt die Möglichkeit, täglich die aktuellen Trends abzurufen und umsetzbare Erkenntnisse zu gewinnen, mit denen Teams dann neue Einnahmequellen erschließen, aber gleichzeitig auch bestehenden Kunden einen herausragenden Kundenservice bieten können.

2. Definieren Sie konkrete Ziele und zugehörige KPIs, damit Teams den Erfolg messen und bewerten können. Präzise formulierte Ziele unterstützen Teams für das schnelle Erstellen spezifischer Datenressourcen wie z. B. Visualisierungen, um damit wichtige Geschäftsvorgänge zu überwachen sowie Informationen für zentrale Entscheidungen ihres Geschäftsbereichs bereitzustellen.

Emami, ein führendes Unternehmen im Bereich persönliche Pflege- und Gesundheitsprodukte in Indien hat maßgeschneiderte Visualisierungen entwickelt, mit denen sich finanzielle und operative Kennzahlen nachverfolgen lassen. Beispielsweise können damit Geschäftsanwender alle Bestellungen auf einen Blick abrufen und in jene aufschlüsseln, deren Bearbeitung überfällig ist. Das Team bei Emami nutzte Tableau auch zum Erstellen einer Heatmap für die Markenperformance, eine spezifische Datenressource, mit der sich feststellen lässt, welche Marken am stärksten wachsen. Auf dieser Grundlage stellt das Unternehmen dann dem Einzelhandel datengesteuerte Empfehlungen zur Verfügung.

3. Demokratisieren Sie fortgeschrittene Analysen mit intuitiver KI. Mithilfe prädiktiver Analytics können Ihre Mitarbeiter die Entscheidungsfindung jetzt und für die Zukunft verbessern. Durch vereinfachte Anwendung von Data-Science-Funktionen erhalten mehr Mitarbeiter die Möglichkeit, komplexe Analytics-Fragestellungen zu lösen.

E.ON, ein Energieversorgungsunternehmen mit Sitz in Deutschland, nutzt Tableau zur Überwachung des Status seiner Sensoren für Kraftwärmekopplungen. In seinem Netzsystem werden Zehntausende von Netzkomponenten mit einer einzigen Karte überwacht. Diese Erkenntnisse bilden die Grundlage für die prädiktive Wartungsstrategie des Unternehmens, mit der sichergestellt wird, dass die Systeme mit optimaler Performance betrieben werden können.

Das KI-Team von E.ON nutzte Tableau auch für die Entwicklung eines einfach zu kontrollierenden Algorithmus, mit dem aus den Werten der Sensoren ein einzelner „Statusindex“ gebildet wird. „Das Betriebsteam sitzt nun nicht länger in einem Kontrollraum vor 20 Bildschirmen. Die Mitarbeiter können alles in einer einzigen visuellen Umgebung live überwachen. Kollegen außerhalb der Kraftwerksanlage haben außerdem die Möglichkeit, die Turbinen mithilfe ihres iPads auf ihren Statusindex zu prüfen“, meint Alexander Schaaf, ein Experte für Visual Analytics.

4. Unterstützen Sie die Entwicklung von Datenkompetenz bzw. eines sicheren Umgangs mit Daten durch Investition in die Mitarbeiter über interne Schulungssitzungen, Drittanbieterprogramme und mehr. Da Datenkompetenz bald zu einer erforderlichen Fertigkeit für alle Mitarbeiter wird, also nicht nur für Data Scientists und Analysten, muss Ihr Unternehmen dafür sorgen, dass intern die Analytics-Reife zunimmt und die Fähigkeit zum Erkunden, Verstehen und Kommunizieren von Daten für alle Mitarbeiter oberste Priorität hat. Einen hilfreichen und bewährten Leitfaden zur Behebung von Defiziten bei Datenfertigkeiten finden Sie im folgenden Forbes-Artikel: A Successful Path To Data Literacy And Analytics Maturity For All (Ein erfolgreicher Weg zu Datenkompetenz und Analytics-Reife für alle).

Zur Verbesserung der Datenkompetenz seiner Mitarbeiter und deren Qualifikation nutzte Zeotap, ein Datenunternehmen, dass Firmen hilft, ein Verständnis ihrer Kunden zu gewinnen und deren Verhalten vorherzusagen, die für 90 Tage kostenlose Tableau-Schulung und führt nun regelmäßige interne Schulungssitzungen durch. Das Analytics-Team entwickelt Analytics-Best-Practices und lässt sich täglich von der Visualisierung des Tages inspirieren.

Durch Ausweitung der Tableau-Bereitstellung auf Vertrieb, Führungskräfte, Vertriebsbefähigung und Marketing sind nun mehr Mitarbeiter in der Lage, umfassende Vertriebs- und Umsatzerkenntnisse zu gewinnen und sich so mit der Arbeit mit Daten vertraut zu machen bzw. sie sicher anzuwenden. Auch die Geschäftsleitung von Zeotap kann nun besser feststellen, welche Produkte und Segmente am meisten zum Umsatz beitragen, und fundiertere Entscheidungen in Bezug auf Cross-Selling- und Upselling-Strategien treffen.

5. Ermitteln Sie in jeder Abteilung Fachexperten, die schnell Feedback geben und sicherstellen können, dass Daten- und Analytics-Teams über den für die Entwicklung von effektiven Datenressourcen notwendigen geschäftlichen Kontext verfügen, damit diese von allen Mitarbeitern für weitere Analysen genutzt werden können.

JPMorgan Chase (JPMC) nutzt Daten für wichtige strategische Entscheidungen. Sein Marketing-Operations-Team analysiert beispielsweise das Kundenverhalten. Dies liefert wichtige Informationen zu Designentscheidungen für die Website, das Werbematerial und Produkte wie die Mobilgeräte-App von Chase. Inzwischen analysieren seine Finanzdirektoren und Filialleiter die Daten auch, um das Kundenerlebnis bei Bankgeschäften zu optimieren.

Dies sind aber nicht die einzigen JPMC-Mitarbeiter, die mit Fachwissen ausgestattet wurden. Händler, Operations-Analysten, Vertriebsmitarbeiter sowie das Team für Risiko und Compliance profitieren ebenfalls von Tableau-API-Funktionen, die eine nahtlose Analytics-Nutzung bei vorhandenen Geschäftsanwendungen unterstützen.

Um den Zugang zu Daten zu erleichtern, hat die IT die Hürden für Geschäftsanwender beseitigt und eine Selfservice-Nutzung im gesamten Unternehmen möglich gemacht. Im Jahr 2017 haben acht Personen 1.200 neue Entwickler und Analysten für die Plattform geschult. Das hat das Interesse bei den Mitarbeitern geweckt, sodass die Plattform aktuell von beinahe 30.000 Benutzern in Anspruch genommen wird.

JPMC bietet Analysten in sämtlichen Geschäftsteams die Möglichkeit, mithilfe von Tableau Fragen an Daten zu stellen. Damit konnten die Dauer des manuellen Reporting von Monaten auf Wochen verkürzt und Tausende von Arbeitsstunden eingespart werden. Dank größerer Transparenz hat dies zudem unternehmensweit zu einer besseren Entscheidungsfindung geführt.

Ermittlung von Analytics-Rollen und -Verantwortlichkeiten mit Tableau Blueprint

Erfahren Sie mehr über die Rollen, die Mitarbeiter in einem funktionsübergreifenden Projektteam aus IT-/BI-Experten, Tableau-Administratoren, Dateneigentümern und Inhaltsverantwortlichen für die angestrebte effektivere Nutzung von Daten in Ihrem Unternehmen einnehmen können. Für funktionsübergreifende Projektteams sollten u. a. der Aufbau und die Durchführung von Analytics sowie die Verwaltung der Unternehmensdaten gemäß den Anforderungen des Geschäftsbetriebs und/oder gesetzlicher Vorschriften sowie die Planung bzw. Bereitstellung einer BI-Plattform im Mittelpunkt stehen. Erfahren Sie mit Tableau Blueprint, welchen spezifischen Betrag die einzelnen Rollen dazu leisten können.

Die nächsten Schritte

Unternehmen weltweit folgen diesen fünf Prinzipien, um die Datennutzung zu fördern und eine Datenkultur aufzubauen. Wenn Teams Daten für Entscheidungen priorisieren, wird der Geschäftswert für alle Stakeholder gesteigert. Wichtig ist, in kleinem Umfang zu starten und dann mit den ersten Erfolgen die Mitarbeiter zu motivieren, sich aktiv an der Entwicklung zu beteiligen und wichtige Anwendungsfälle mit eigenen Daten sowie Erkenntnissen zu lösen.

Im Folgenden sind einige Materialien aufgeführt, die Ihrem Unternehmen helfen, den nächsten Schritt zu machen.

Einen detaillierten Leitfaden, welche neuen Möglichkeiten sich mit einer datenorientierten Denkweise für Ihr Unternehmen ergeben, finden Sie im Datenkultur-Leitfaden.

Starten Sie noch heute mit der kostenlosen Testversion von Tableau.

1. IDC-Whitepaper im Auftrag von Tableau, Wie eine Datenkultur die Wertschöpfung in datengesteuerten Unternehmen fördert, Dok. ## US47605621, Mai 2021.