Anleitung zur Ersthilfe
Es ist zukunftsorientiert und deshalb notwendig, ein breit aufgestelltes Data Team innerhalb des Unternehmens einzusetzen. Jedes Bestreben, Data Management auf hohem Niveau zu organisieren, skaliert mit dem Einsatz qualifizierter Experten. Doch woran liegt es, wenn Grundvoraussetzungen für eine Data Driven Organisation geschaffen sind, das Data Team aber unzureichende Ergebnisse liefert? Wir identifizieren drei Notfälle.
In einigen Unternehmen schreitet die Arbeit mit Daten bereits auf hohem Level voran. Die Bedeutung des Data Management ist auf allen Unternehmensebenen angekommen und wird von Mitarbeitenden mindestens anerkannt, meist sogar schon praktiziert. Sogar ein motiviertes und allzeit bereites Analytics Team steht als zentrale Anlaufstelle für alle Datenthemen zur Verfügung. Samt differenzierter Fähigkeiten und durchdachter Datenstrategie für alle Datenthemen. Doch es läuft nicht rund, die Ergebnisse lassen auf sich warten, fallen schmal aus oder sind nicht zielführend. Klingt dramatisch, hat aber zumeist einen klassischen Hintergrund.
Notfall 1: Old Data Stack
Erstversorgung: Modern Data Stack
Sie ist bekannt, aber trotzdem immer noch ein grundlegendes Problem in so vielen Organisationen: eine veraltete und starre Datenplattform. Selbst in progressiv agierenden Unternehmen ist die IT-Infrastruktur historisch gewachsen und schwächelt. Sie ist zu langsam, zu ungenau, schwer zu debuggen und nicht einfach zu skalieren. Die gesamte Verwaltung ist mit erheblichem Zeit-, Geld- und Ressourcenaufwand verbunden. Mehrere Prozesse können nicht gleichzeitig ausgeführt werden, somit ist das Unternehmen in Peak-Zeiten gelähmt.
Die einzelnen Teammitglieder des Data Teams haben sehr starre Aufgaben und Zuständigkeiten. Reportings müssen manuell erstellt werden, haben eine sehr lange Turnaround-Zeit und sind damit nur unwesentlich besser als ein Blindflug. Die Geschäftsbereiche verfügen über getrennte Datensilos und haben immense Schwierigkeiten, wichtige Informationen gemeinsam zu nutzen. Die vorhandenen eigenen Systeme sind nicht mehr tragfähig, wenn neue Datenquellen hinzukommen, das Datenvolumen täglich wächst und die Leistungsanforderungen immer strenger werden. Auch Legacy-Datenbanken und On-Premise-Data-Warehouses stoßen an ihre Leistungs- und Nutzbarkeitsgrenzen.
Im Zuge des Modern Data Stack sprechen wir hier von den „Low Performern“. Diese Gruppe verfügt über hohe Kenntnisse im Bereich Data Management und verfolgt bereits eine breit angelegte Data-Strategie, es fehlt jedoch an zeitgemäßen sowie aufeinander abgestimmten Data-Technologien. Ein Modern Data Stack ist ein kombiniertes, schichtweises System von automatisierten Services, die Daten sammeln, kombinieren, analysieren und den Wert von Daten heben. Er nutzt die sofortige Skalierbarkeit der Cloud, ist hoch agil und vereinfacht den unternehmensweiten Zugriff auf Daten. Diese technologische Basis ist das Herz des Data Teams. Es trägt gemeinsam Verantwortung und kann zentral an jeder Stelle des Modern Data Stacks agieren und reagieren.
Notfall 2: Falsche Verortung des Data Teams
Erstversorgung: Zentralisierung
Selbst wenn das Data Team als Gruppe funktioniert, gibt es nicht Schlimmeres, als die falsche oder sogar gar keine Verortung innerhalb des Unternehmens. Agiert das Data Team solo und abgekapselt von den übrigen Business-Units, verfehlt es seine Intention völlig. Denn die Vernetzung und der aktive Austausch sowohl mit Fachabteilungen als auch mit dem Management sind essenziell für erfolgreiches Data Analytics. Das Data Team kann die Bedarfe des Marketings oder Product Managements beispielsweise nur verstehen, wenn es eng mit allen Beteiligten eines jeweiligen Projekts zusammenarbeitet. Nur so entstehen detaillierte Analysen mit authentischen Lösungsansätzen.
Auch lässt fehlende Autorität des Data Teams Dateninitiativen straucheln. Ist es als Value Creator des Unternehmens positioniert und soll in dieser Funktion entsprechend wertschöpfende Aufgaben definieren sowie Lösungen anstreben, muss dies auf allen Unternehmensebenen klar kommuniziert sein. Nicht selten besitzen die einzelnen Fachabteilungen die Kompetenz, Datenprojekte und damit verbundene Analysen in Eigenregie vorzunehmen. Das Data Team wird höchstens einmal für technologisch geprägte Rückfragen kontaktiert. Dies muss nicht automatisch zu schlechten Ergebnissen führen. Es verhält sich jedoch kontraproduktiv zu dem Bestreben, eine gesamtunternehmerische Datenstrategie zu verfolgen. Somit verpuffen groß angelegte Datainitiativen zu kleinen Analysewölkchen.
Das Data Team sollte somit klar als zentrale Anlaufstelle für datenstrategische Überlegungen positioniert sein. Als Teil des Modern Data Stack sollte es gemeinsam mit allen Abteilungen nach datengetriebenen Lösungen suchen. Diese Verortung kann nur durch entsprechende Initiativen des Managements geschehen.
Notfall 3: Fehlendes Budget
Erstversorgung: Investment
Es ist der Klassiker und trotzdem (oder deshalb?) immer noch weit verbreitet: Das Data Team sowie die damit verbundenen Datenprojekte erhalten kein eigenes oder nur sehr wenig Budget. Denn auch wenn auf Management-Ebene längst angekommen ist, wie essenziell und dauerhaft notwendig der Einsatz von auf Data Management spezialisierten Mitarbeitern ist – es soll nichts kosten, lieber so nebenher mitlaufen.
Neue Bestrebungen laufen oft unter dem Decknamen „Experiment“ oder „Labor“, weil deren Ergebnisse und deren Bedeutung für den Unternehmenserfolg noch nicht abgeschätzt werden können. Deshalb wird nicht selten an qualifiziertem Personal gespart, sondern auch an den Budgets für neue Technologien sowie dem nötigen Raum, diese auszuprobieren und notfalls auch wieder zu verwerfen.
Hier müssen sich Unternehmensverantwortliche sehr klar darüber sein, dass es kein besseres Investment gibt, als der Aufbau eines Data Teams. Und dafür müssen nun mal die notwendigen Budgetausgaben als unabdingbare Investition eingerechnet werden. Sie werden sich schnell rentieren.
Erfolgsrezept für jedes Data Team
Selbst wenn der Allgemeinzustand des Data Teams anfangs stark besorgniserregend ist, sind die Symptome schnell erkannt und behandelt. Kleine wie große Schwächen oder Unpässlichkeiten sollten nicht überbewertet, sondern ganzheitlich und mit geschultem Auge betrachtet werden. Es ist wie so oft in modernen Unternehmenskonstellationen. Damit sich Menschen wie Technologien flexibel an einen dynamischen Arbeitsalltag anpassen können, sollten sie flexibel wie aufgeschlossen agieren können. Sie brauchen Entscheidungsfreiheit, müssen auf sämtliche Ressourcen zurückgreifen können und profitieren von einer ausgeprägten Fehlerkultur. Sind diese Rahmenbedingungen geschaffen, performt auch das Data Team.
