Datengesteuerte Entscheidungsfindung: Erfolg im Digitalzeitalter


Was ist datengesteuerte Entscheidungsfindung?

Datengesteuerte Entscheidungsfindung bedeutet per Definition, dass Sie anhand von Fakten, Metriken und Daten strategische geschäftliche Entscheidungen treffen, die im Einklang mit Ihren Zielen und Initiativen stehen. Wenn Unternehmen den vollen Wert ihrer Daten erkennen, ist dadurch jeder – ob Business Analyst, Vertriebsmanager oder Spezialist im Personalwesen – in der Lage, Tag für Tag fundiertere Entscheidungen anhand von Daten zu treffen. Allerdings ist es nicht damit getan, einfach die passende Analytics-Technologie zu wählen und so die nächste strategische Verkaufschance zu erkennen.

Datengesteuerte Entscheidungsfindung muss zum Normalfall in Ihrem Unternehmen werden, indem eine Kultur etabliert wird, in der kritisches Hinterfragen und Neugier willkommen sind. Personen auf allen Ebenen führen Gespräche, die mit Daten beginnen, und alle entwickeln ihre Datenkompetenz durch praktische Arbeit und Anwendung. Als Grundlage ist ein Selfservice-Modell erforderlich, in dem die Mitarbeiter unter Berücksichtigung von Sicherheits- und Governance-Aspekten auf alle benötigten Daten zugreifen können. Außerdem sind bestimmte Fähigkeiten und die Entwicklung von Schulungs- und Weiterbildungsmöglichkeiten nötig, damit die Mitarbeiter Datenkompetenz erwerben können. Und schließlich spornen die aktive Fürsprache der Führungsebene und eine Community, die datengesteuerte Entscheidungen unterstützt und umsetzt, andere dazu an, es ihnen gleichzutun.

Die Etablierung dieser Kernkompetenzen fördert datengesteuerte Entscheidungsfindung in allen Arbeitsebenen und Geschäftsgruppen hinterfragen und analysieren regelmäßig Informationen, um wertvolle Erkenntnisse zu gewinnen, die sie in die Praxis umsetzen können.


Die Bedeutung datengesteuerter Entscheidungsfindung

Die Menge erfasster Informationen ist größer denn je, aber die Informationen sind auch deutlich komplexer. Dies erschwert den Unternehmen die Verwaltung und Analyse ihrer Daten. NewVantage Partners stellte kürzlich fest, dass zwar 98,6 Prozent der Führungskräfte angeben, ihr Unternehmen strebe eine datengesteuerte Kultur an, dies aber nur bei 32,4 Prozent auch gelungen ist. Aus einer IDC-Studie von 2018 geht ferner hervor, dass Unternehmen Billionen von Dollar in die Modernisierung ihrer Geschäfte investieren, aber 70 Prozent dieser Initiativen scheitern, da die Priorität auf Technologieinvestitionen liegt, ohne die notwendige Datenkultur zu entwickeln.

Um datengesteuert zu werden, entwickeln viele Unternehmen drei Kernfähigkeiten: Datenkompetenz, Analytics-Agilität und Community. Die Transformation der Entscheidungsfindung in Ihrem Unternehmen erfordert vielfältige Anstrengungen. Mit der Einbindung von Daten und Analytics in Entscheidungszyklen können Sie aber einen großen Transformationsschritt für Ihr Unternehmen machen. Diese Ebene der Transformation erfordert einen dedizierten Ansatz zur Entwicklung und Optimierung Ihres Analytics-Programms.


Unternehmen, die von datengesteuerter Entscheidungsfindung profitieren

Dank moderner Business Intelligence erkennen Unternehmen quer durch alle Abteilungen und Rollen den Wert der datengesteuerten Entscheidungsfindung immer besser. Im Folgenden finden Sie einige Beispiele für Unternehmen, die den Wert ihrer Mitarbeiter und ihrer Daten effektiv ausschöpfen.

Die Lufthansa Group ist ein globaler Luftfahrtkonzern, der an einen Punkt geriet, an dem die Analytics-Berichte seiner über 550 Tochtergesellschaften nicht mehr einheitlich waren. Durch den Einsatz einer einheitlichen Analytics-Plattform konnte die Effizienz um 30 Prozent gesteigert, die Flexibilität bei der Entscheidungsfindung erhöht und die Eigenständigkeit der Abteilungen verbessert werden. „Dass wir unsere Analysen unabhängig voneinander erstellen und entwickeln können, hat uns stärker gemacht. Viele Mitarbeiter verstehen nun die zentrale Bedeutung von Daten für den Erfolg von Lufthansa“, sagte Heiko Merten, Head of BI Applications im Vertrieb.

Providence St. Joseph Health, ein Verbund aus 51 Krankenhäusern mit über 100.000 Medizinern und Pflegekräften, bietet jährlich hochwertige und kostengünstige Gesundheitsdienstleistungen für Millionen von Patienten. Patientendaten sind auf vielen Systemen gespeichert, doch die Verwaltung und Integration immer größerer Datenmengen ist eine komplizierte Aufgabe. Providence erstellte Dashboards für den Krankenhausverbund, mit denen Kostendaten transparenter wurden, sodass Dienstleister ihre Qualitätsmaßnahmen deutlich verbessern und die Behandlungskosten senken konnten. „Wir haben die schwierige Aufgabe gemeistert, die Gesamtqualität im gesamten Verbund zu verbessern, und ich denke, das liegt zum Teil daran, dass wir nun alle dieselbe Sprache sprechen“, erläuterte Dr. Ari Robicsek, Chief Medical Analytics Officer.

Die Charles Schwab Corporation ist nach Kundenvermögen eines der größten börsennotierten Finanzdienstleistungsunternehmen. Daten sind von grundlegender Bedeutung für die Verbesserung des Kundenerlebnisses und die Reduzierung von Risiken. Angesichts des wachsenden Interesses der Belegschaft an Daten und Analytics überdachte das Unternehmen seine Kapazitätsplanung und das Modell zur Datenunterstützung und entschied sich für eine BI-Plattform auf Enterprise-Level, die sowohl Analysten als auch ungeübte Geschäftsanwender unterstützt. „Ohne unsere Visual Analytics-Lösung würden wir uns damit aufhalten, riesige Datenmengen in Spreadsheets zu analysieren. Stattdessen liefern unsere Dashboards klare umsetzbare Erkenntnisse, die das Geschäft voranbringen“, sagte Donald Lay, Senior Business Intelligence Manager.

Ohne unsere Visual Analytics-Lösung würden wir uns damit aufhalten, riesige Datenmengen in Spreadsheets zu analysieren. Stattdessen liefern unsere Dashboards klare umsetzbare Erkenntnisse, die das Geschäft voranbringen.


6 Schritte zu effektiver datengesteuerter Entscheidungsfindung

Mit diesen Schritten finden Sie das „Wer, Was, Wo, Wann und Warum“, um Ihre Daten optimal zu nutzen – für sich, für Ihre Kollegen und für Ihr Geschäft. Bedenken Sie jedoch, dass der Pfad der visuellen Analyse nicht linear verläuft. Häufig führt eine Frage zur nächsten, sodass Sie möglicherweise einen Schritt zurückgehen oder überspringen müssen, damit Sie schließlich wertvolle Erkenntnisse gewinnen.

Schritt 1 – Geschäftsziele identifizieren: Für diesen Schritt müssen Sie die Ziele der Führungsebene und der Belegschaft Ihres Unternehmens kennen. Diese Ziele können klar sein, zum Beispiel die Steigerung der Absatzzahlen oder des Web-Datenverkehrs, oder eher abstrakt, zum Beispiel die Förderung des Markenbewusstseins. Dieses Wissen hilft Ihnen später bei der Auswahl der wichtigen Leistungsindikatoren (KPIs) und Metriken, auf denen datengestützte Entscheidungen beruhen. Damit wiederum können Sie festlegen, welche Daten analysiert und welche Fragen gestellt werden müssen, damit Ihre Analysen die entscheidenden Geschäftsziele unterstützen. Wenn beispielsweise eine Marketingkampagne auf die Erhöhung des Web-Datenverkehrs ausgelegt ist, könnten Sie einen KPI mit der Anzahl der erfassten Kontaktanfragen verknüpfen, damit der Vertrieb sich mit den Leads in Verbindung setzen kann.

Schritt 2 – Befragungen zu den wichtigsten Datenquellen in den Geschäftsteams durchführen: Um den Erfolg zu gewährleisten, benötigen Sie unbedingt Input aus dem gesamten Unternehmen, damit Sie die kurz- und langfristigen Ziele verstehen. So erhalten Sie fundierte Informationen bezüglich der Fragen, die die Mitarbeiter in ihren Analysen stellen, und bezüglich der Priorisierung zertifizierter Datenquellen.

Aussagekräftige Beiträge aus allen Bereichen des Unternehmens helfen Ihnen bei der Umsetzung der Analytics-Bereitstellung und der Ermittlung des künftigen Status. Dies beinhaltet Rollen, Verantwortlichkeiten, Architektur und Prozesse sowie Verfahren zur Erfolgsmessung, um den Fortschritt nachvollziehen zu können.

Schritt 3 – Erforderliche Daten erfassen und vorbereiten: Der Zugriff auf hochwertige, vertrauenswürdige Daten kann eine echte Hürde sein, wenn Ihre Geschäftsinformationen auf viele unzusammenhängende Quellen verteilt sind. Sobald Sie sich über den Umfang der Datenquellen im gesamten Unternehmen im Klaren sind, können Sie mit der Datenvorbereitung beginnen.

Starten Sie mit Datenquellen, die eine hohe Bedeutung haben, aber möglichst unkompliziert sind. Priorisieren Sie Datenquellen mit den größten Zielgruppen, damit Sie einen unmittelbaren Effekt erzielen. Nutzen Sie diese Quellen, um mit der Erstellung eines effektiven Dashboards zu beginnen.

Die Marketingagentur Tinuiti zentralisierte mehr als 100 Datenquellen mit einer Analytics-Plattform, die schnellere Datenvorbereitung unterstützt, um individuelle Dashboards für über 500 Kunden zu erstellen und diesen das gesamte Bild ihrer Markenmaßnahmen an die Hand zu geben.

Schritt 4 – Daten anzeigen und untersuchen: Die Visualisierung Ihrer Daten ist das A und O bei der datengesteuerten Entscheidungsfindung. Wenn Sie Ihre Erkenntnisse visuell aussagekräftig darstellen, haben Sie bessere Chancen, die Entscheidungen des Managements und anderer Mitarbeiter wirksam zu beeinflussen.

Durch den Einsatz vieler visueller Elemente wie Diagramme, Graphen und Karten stellt die Datenvisualisierung eine leicht zugängliche Methode dar, um Trends, Ausreißer und Muster in Daten erkennen und verstehen zu können. Für die effektive Anzeige von Informationen gibt es viele beliebte Visualisierungsarten: Balkendiagramme für Vergleiche, Karten für räumliche Daten, Liniendiagramme für Daten im Zeitverlauf, Streudiagramme für den Vergleich zweier Kennzahlen und viele mehr.

Schritt 5 – Erkenntnisse entwickeln: Kritisches Denken basierend auf Daten bedeutet, Erkenntnisse zu gewinnen und diese auf nützliche und ansprechende Weise zu kommunizieren. Visual Analytics ist ein intuitiver Ansatz, um aus Ihren Daten Fragen und Antworten abzuleiten. Entdecken Sie Chancen oder Risiken, die sich auf den Erfolg oder die Problemlösungen auswirken.

JPMorgan Chase richtete eine moderne Analytics-Lösung ein, um bedeutende Entscheidungen zum Wohle der Bank zu treffen. JPMC erzielt einen umfassenden Blick auf die Kundenabläufe, indem die Beziehungen zwischen den Geschäftsbereichen (z. B. Produkte, Marketing und Service) und den Kundendaten analysiert werden. Das Marketing Operations Team führt beispielsweise Analysen durch, die sich auf Designentscheidungen für die Website, das Werbematerial und Produkte wie die Mobilgeräte-App von Chase auswirken.

Schritt 6 – Erkenntnisse umsetzen und weitergeben: Sobald Sie eine Erkenntnis gewonnen haben, müssen Sie sie in die Tat umsetzen oder an Kollegen für die Zusammenarbeit weitergeben. Eine Methode hierfür ist die Freigabe von Dashboards. Wenn Sie wichtige Erkenntnisse mit Textbeschreibungen und interaktiven Visualisierungen hervorheben, können Sie die Entscheidungen Ihrer Zielgruppe beeinflussen und die Zielpersonen durch fundierte Informationen bei ihrer täglichen Arbeit unterstützen.

Marktübersicht-Dashboard von Boeing

Dieses Dashboard von Boeing präsentiert den Betrachtern in 10 Diagrammen verschiedene Perspektiven und ermöglicht es ihnen, neue Erkenntnisse bezüglich der Nachfrage nach Flugzeugen in den nächsten 15 Jahren zu gewinnen.

Öffentliche Visualisierungen erkunden

Mit einer Analytics-Plattform wie Tableau können Sie in einer sicheren und verwalteten Umgebung Dashboards erstellen und freigeben, in denen andere Personen Daten für ihre Workflows suchen, anzeigen und referenzieren können. Um sicherzustellen, dass Sie den Anforderungen Ihrer Organisation entsprechen, sollten Sie Governance-Modelle und Datenquellen regelmäßig auswerten, damit alle Personen die benötigten Daten finden.

Datengesteuerte Entscheidungsfindung macht den Unterschied. Wenn Visual Analytics von jedem im Unternehmen angenommen wird, sind Daten eine entscheidende Unternehmensressource. Mit einer modernen Business Intelligence-Lösung bedeutet datengesteuerte Entscheidungsfindung keinen Mehraufwand, sondern wird zur Unternehmensmission. Daraus resultieren schnellere, fundiertere Entscheidungen. Und diese Entscheidungen schaffen eine stärkere Basis, größere Kreativität und größeren wirtschaftlichen Erfolg sowie mehr Begeisterung und Teamwork bei den Mitarbeitern.

Erfahren Sie mehr über die Elemente überzeugender Datenkulturen und lesen Sie in der schrittweisen Anleitung Tableau Blueprint, wie Sie Ihre eigene Datenkultur verwirklichen können.