Sie sind hier: Startseite » Markt » Tipps und Hinweise

Datenstrategie braucht mehr als Tools


Sechs Erfolgsfaktoren, wie Unternehmen Mehrwert aus Kundendaten ziehen
Am Anfang einer Datenstrategie gilt es, alle externen und internen Datensilos und Quellen zu identifizieren, die im engeren und weiteren Sinne Relevanz für die Geschäftsprozesse entfalten


Die Menschheit produziert 2,5 Trillionen Bytes pro Tag. In den letzten zwei Jahren wurden mehr Daten gesammelt, als in der gesamten Menschheitsgeschichte zusammen. Für jeden Menschen entstehen pro Sekunde 1,7 Megabyte neue Rohinformationen. Kurzum: Die Datenflut ist unaufhaltsam. Wobei diese Datenflut nicht automatisch bedeutet, dass daraus auch Wissen entsteht. Daten und Informationen an sich haben zunächst keinen Wert. Sie sind wie Rohdiamanten, die erst durch ihre Verarbeitung Brillanz gewinnen. Auch für Unternehmen entfalten Kundendaten erst ihren Wert, wenn sie ausgewertet einen Erkenntnisgewinn liefern, der zu neuen Handlungsoptionen führt. Das bedeutet, dass Unternehmen eine Datenstrategie brauchen, die ihre Geschäftsprozesse fundiert und leitet.

Auch wenn heute viele Unternehmen glauben, sie würden ihre selbst gesammelten Kundendaten mit den vorhandenen Tools angemessen auswerten, entsteht dadurch noch keine zeitgemäße Datenstrategie. Vielmehr brauchen Management und Fachabteilungen eine umfassende Analyse, über welche Daten sie bereits verfügen und welche sie darüber hinaus benötigen, um alle Aspekte zu ihrem Markt, ihrem Wettbewerb und ihren Kunden abzudecken. Sie brauchen ein Datenmodell, welche Daten in welcher Kombination geeignet sind, um ihre Geschäftsprozesse optimal zu unterstützen und Mehrwert daraus zu generieren.

dunnhumby, einer der weltweit führenden Anbieter von Datenanalysen für den Handel, hat sechs Erfolgsfaktoren identifiziert, wie Unternehmen Mehrwert aus ihren Kundendaten ziehen können:

1. Die richtigen Daten und Quellen identifizieren
Am Anfang einer Datenstrategie gilt es, alle externen und internen Datensilos und Quellen zu identifizieren, die im engeren und weiteren Sinne Relevanz für die Geschäftsprozesse entfalten. Welche Daten benötigen Management und Fachabteilungen, um Key Performance Indicators (KPI) aufzustellen, mit denen sie ihre Erfolge messen können? Und welche KPIs benötigen sie, um ihre Entscheidungsprozesse zu fundieren und neue Geschäftsprozesse zu etablieren?

2. DSGVO-konforme Data Governance definieren
Für die Zusammenführung und Auswertung von Daten sollten Unternehmen Richtlinien und Prozesse definieren, die die Datenschutzgrundverordnung beachten. Für das Vertrauen der Kunden ist es erforderlich, die Datensicherheit über die komplette Prozesskette zu gewährleisten. Alle Mitarbeiter sollten durch Schulungen auf die Data Governance verpflichtet werden.

3. Datenarchitektur entwickeln
Für die Auswertung verschiedener Datenquellen brauchen Unternehmen eine Dokumentation, wo und wie Daten gespeichert, integriert und genutzt werden. Es gilt, einen "Single Point of Truth" zu schaffen, damit alle Datenquellen stets aktuell, valide und konsistent sind, um sie für die regelmäßige Zusammenführung und Auswertung bereitzustellen.

4. Eigene Datensilos und externe Datenquellen integriert analysieren
Eigene Kundendaten liegen oft verstreut in isolierten Datensilos. Diese gilt es zusammenzuführen und mit externen Datenquellen für die Auswertung zu verbinden. Zum besseren Verständnis von Kundenbedürfnissen sind alle Kanäle zu integrieren und in einer technisch innovativen sowie rechtlich zulässigen Weise aufzubereiten.

5. Personelle Ressourcen für Umsetzung der Datenstrategie bereitstellen
Noch wichtiger als die Entwicklung einer Datenstrategie ist für Unternehmen die Schaffung der personellen Grundlagen für die Umsetzung. Kompetenzprofile, Qualifikationen und Zusammensetzung der Teams sowie ihre Arbeitsstrukturen müssen passen, um für Management und Fachabteilungen aus den Daten die richtigen Analysen liefern zu können.

6. Geschäftsprozesse für die Daten-Monetarisierung etablieren
Denn es gilt nach der Umsetzung der Datenstrategie, Analysen zu liefern, die neue Geschäftsprozesse ermöglichen. Durch die Auswertung von Marketing- und Vertriebsmaßnahmen entstehen idealerweise neue Monetarisierungs-Ansätze, die ohne die Datenstrategie bisher nicht identifizierbar waren.

Regelmäßiger Data Healthcheck für die Weiterentwicklung der Datenstrategie
Um aus Kundendaten Mehrwert zu generieren, sind diese sechs Erfolgsfaktoren aber nur der Anfang. "Eine erfolgreiche Datenstrategie benötigt eine kontinuierliche Überprüfung und Verbesserung. Ein regelmäßiger Data Healthcheck zur Optimierung der Prozesse minimiert das Risiko und maximiert den Nutzen der Datenanalyse", resümiert Jurgen van Leeuwen, Director dunnhumby Germany. Denn nur mit einer soliden Datenstrategie können Unternehmen mehr aus ihren Daten herausholen und Wertschöpfung generieren, ihr Verständnis für ihre Kunden verbessern und eine messbare Wertsteigerung für ihr Unternehmen realisieren.
(dunnhumby: ra)

eingetragen: 19.12.18
Newsletterlauf: 13.02.19

dunnhumby: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Meldungen: Tipps und Hinweise

  • XLAs: Der Mensch als Maßstab

    Über Jahrzehnte galten Service Level Agreements (SLAs) als Maßstab für gutes IT- und Servicemanagement: Wurde ein Ticket fristgerecht gelöst, war die Aufgabe erledigt. Doch in einer zunehmend digitalisierten Arbeitswelt zeigt sich: Diese Logik greift zu kurz. Effizienz allein entscheidet nicht mehr, ob Mitarbeitende zufrieden und produktiv bleiben. Gefragt ist ein neues Verständnis, das die tatsächliche Erfahrung der Menschen in den Mittelpunkt rückt.

  • Cloud-Souveränität immer stärker im Mittelpunkt

    Mit dem rasanten Fortschritt der digitalen Wirtschaft und dem Aufkommen zahlreicher neuer Technologien - allen voran Künstlicher Intelligenz (KI) - stehen europäische Entscheidungsträger vor einer neuen Herausforderung: Wie lässt sich ein innovatives Ökosystem regionaler Cloud-Anbieter schaffen, das sowohl leistungsfähige Lösungen als auch ausreichende Skalierbarkeit bietet? Und wie kann dieses Ökosystem mit internationalen Anbietern konkurrieren und zugleich die Abhängigkeit von ihnen verringern? Politik, Regulierungsbehörden, Forschungseinrichtungen und Industrievertreter in Europa konzentrieren sich darauf, wie der Kontinent seine Position im globalen Wettlauf um Cloud-Innovationen verbessern kann - ohne dabei die Kontrolle, Autonomie und Vertraulichkeit über europäische Daten aufzugeben, die andernfalls womöglich in anderen Märkten gespeichert, verarbeitet oder abgerufen würden.

  • Vom Nearshoring zum Smart Sourcing

    Aufgrund des enormen IT-Fachkräftemangels und der wachsenden Anforderungen von KI und digitaler Transformationen benötigen Unternehmen heute flexible und kosteneffiziente Lösungen, um wettbewerbsfähig zu bleiben. Für die Umsetzung anspruchsvoller Innovationsprojekte mit hohen Qualitätsstandards entscheiden sich deshalb viele Unternehmen für Nearshoring, da dieses Modell ihnen Zugang zu hochausgebildeten IT-Fachkräften in räumlicher und kultureller Nähe ermöglicht.

  • Sechs stille Killer des Cloud-Backups

    Cloud-Backups erfreuen sich zunehmender Beliebtheit, da sie auf den ersten Blick eine äußerst einfache und praktische Maßnahme zu Schutz von Daten und Anwendungen sind. Andy Fernandez, Director of Product Management bei Hycu, nennt in der Folge sechs "stille Killer", welche die Performance von Cloud-Backups still und leise untergraben. Diese werden außerhalb der IT-Teams, die täglich damit zu tun haben, nicht immer erkannt, können aber verheerende Folgen haben, wenn sie ignoriert werden.

  • Datenaufbewahrungsstrategie und SaaS

    Die Einhaltung von Richtlinien zur Datenaufbewahrung sind für Unternehmen unerlässlich, denn sie sorgen dafür, dass wertvolle Informationen sicher gespeichert und Branchenvorschriften - egal wie komplex sie sind - eingehalten werden. Diese Governance-Frameworks legen fest, wie Unternehmen sensible Daten verwalten - von deren Erstellung und aktiven Nutzung bis hin zur Archivierung oder Vernichtung. Heute verlassen sich viele Unternehmen auf SaaS-Anwendungen wie Microsoft 365, Salesforce und Google Workspace. Die Verlagerung von Prozessen und Daten in die Cloud hat jedoch eine gefährliche Lücke in die Zuverlässigkeit der Datenaufbewahrung gerissen, denn die standardmäßigen Aufbewahrungsfunktionen der Drittanbieter entsprechen häufig nicht den Compliance-Anforderungen oder Datenschutzzielen.

  • Lücken der SaaS-Plattformen schließen

    Die zunehmende Nutzung von Software-as-a-Service (SaaS)-Anwendungen wie Microsoft 365, Salesforce oder Google Workspace verändert die Anforderungen an das Datenmanagement in Unternehmen grundlegend. Während Cloud-Dienste zentrale Geschäftsprozesse unterstützen, sind standardmäßig bereitgestellte Datenaufbewahrungsfunktionen oft eingeschränkt und können die Einhaltung der Compliance gefährden. Arcserve hat jetzt zusammengefasst, worauf es bei der Sicherung der Daten führender SaaS-Anbieter ankommt.

  • Nicht mehr unterstützte Software managen

    Von Windows bis hin zu industriellen Produktionssystemen: Wie veraltete Software Unternehmen angreifbar macht und welche Strategien jetzt nötig sind Veraltete Software ist weit verbreitet - oft auch dort, wo man es nicht sofort vermuten würde. Beispiele für besonders langlebige Anwendungen sind das SABRE-Flugbuchungssystem oder die IRS-Systeme "Individual Master File" und "Business Master File" für Steuerdaten, die seit den frühen 1960er-Jahren im Einsatz sind. Während solche Anwendungen ihren Zweck bis heute erfüllen, existiert daneben eine Vielzahl alter Software, die längst zum Sicherheitsrisiko geworden ist.

  • Wie sich Teamarbeit im KI-Zeitalter verändert

    Liefertermine wackeln, Teams arbeiten unter Dauerlast, Know-how verschwindet in der Rente: In vielen Industrieunternehmen gehört der Ausnahmezustand zum Betriebsalltag. Gleichzeitig soll die Zusammenarbeit in Produktion, Qualitätskontrolle und Wartung immer schneller, präziser und vernetzter werden. Wie das KI-gestützt gelingen kann, zeigt der Softwarehersteller Augmentir an sechs konkreten Praxisbeispielen.

  • Vom Workaround zum Schatten-Account

    Um Aufgaben im Arbeitsalltag schneller und effektiver zu erfüllen, ist die Suche nach Abkürzungen Gang und Gebe. In Kombination mit dem technologischen Fortschritt erreicht die Effizienz menschlicher Arbeit so immer neue Höhen und das bringt Unternehmen unwissentlich in eine Zwickmühle: Die zwischen Sicherheit und Produktivität. Wenn ein Mitarbeiter einen Weg findet, seine Arbeit schneller oder besser zu erledigen, die Bearbeitung von Zugriffsanfragen durch die IT-Abteilung aber zu lange dauert oder zu kompliziert ist, dann finden Mitarbeiter oftmals "kreative" Lösungen, um trotzdem weiterarbeiten zu können. Diese "Workarounds" entstehen selten aus böser Absicht. Allerdings stellen sie gravierende Sicherheitslücken dar, denen sich viele Beschäftigte und Führungskräfte nicht bewusst sind.

  • KI in der Cloud sicher nutzen

    Keine Technologie hat die menschliche Arbeit so schnell und weitreichend verändert wie Künstliche Intelligenz. Dabei gibt es bei der Integration in Unternehmensprozesse derzeit keine Tür, die man KI-basierter Technologie nicht aufhält. Mit einer wachsenden Anzahl von KI-Agenten, LLMs und KI-basierter Software gibt es für jedes Problem einen Anwendungsfall. Die Cloud ist mit ihrer immensen Rechenleistung und Skalierbarkeit ein Motor dieser Veränderung und Grundlage für die KI-Bereitstellung.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen