Wie kann man eine Datenstrategie für ein Unternehmen entwickeln?

Wie entwickelt man eine erfolgreiche Datenstrategie?

Unternehmen und Unternehmer sind aktuell mehr denn je herausgefordert.

Getrieben von wachsendem Wettbewerbsdruck und sinkender Kundenloyalität werden häufig neue, datengetriebene Geschäftsmodelle aufgesetzt.

Denn Daten haben sich – rein technisch betrachtet – noch nie so leicht wie heute sammeln und verarbeiten lassen. So entstehen immer mehr interne und externe Unternehmensdaten.

Diese können Unternehmen nutzen, um Fehlentwicklungen früher als bisher zu erkennen oder die Unternehmensplanung schneller an Marktveränderungen anzupassen. Die Ergebnisse methodischer Datenanalysen werden so zu einem Instrument zur Realisierung von Geschäftszielen. Und sie ermöglichen eine objektive Bestimmung des unternehmerischen Erfolgs.

Doch auch wenn die Datensammlung und -verarbeitung Entscheidungen ohne Voreingenommenheit möglich macht: Sie nehmen den Entscheidern die Verantwortung nicht ab. Im Gegenteil: Erst der Zugriff auf eine breite, differenzierte und widerspruchsfreie Datenbasis macht datenbasierte Entscheidungen möglich, für die man Verantwortung tragen kann.

Um diese Vorteile aus den bereits vorhandenen oder noch zu erschließenden Daten zu ziehen, müssen Unternehmen eine Datenstrategie entwickeln.

Eine solche Strategie sollte die Ziele einer Data Governance implementieren:

• bestimmen, welche Daten wie erschlossen und verwendet werden, und
• festlegen, wer in welchen Bereichen für die Stimmigkeit der Daten und Kennzahlen verantwortlich ist.

Die Erfahrung zeigt allerdings, dass die Transformation in ein datengetriebenes Unternehmen voller Tücken steckt und die meisten Datenstrategien scheitern. Ansatz, Ziele und Umsetzung sollten daher genau definiert und geplant werden.

Im Folgenden skizziere ich sieben Schritte zu einer erfolgreichen Datenstrategie.

1. Den Reifegrad der Organisation im Umgang mit Business Intelligence bestimmen

Zur Entwicklung einer maßgeschneiderten Datenstrategie wird zunächst der IST-Zustand im Unternehmen ermittelt.

Um die Durchsetzungskraft zu steigern, empfiehlt es sich an dieser Stelle, ein Steering Committee einzurichten. Das Committee soll den Kreis der Auftraggeber auf oberster Ebene abbilden und in der Folge als Entscheidungsgremium fungieren. Es wird regelmäßig zu relevanten Meilensteinen und anlassbezogen zur Lösung eskalierender Konflikte einberufen.

Der Auftraggeber-Kreis benennt pro Geschäftsbereich die wesentlichen Stakeholder – gerne unterteilt in Management (als Kandidaten für Data Ownership) und Spezialisten (für spätere Übernahme der Data Stewardship).

In verschiedenen Workshops und Interviews mit den benannten Stakeholdern wird zur Aufnahme des IST-Zustands die Situation aus den folgenden Blickwinkeln betrachtet:

• Organisation (Unternehmensstrategie, Prozesse),
• Daten (Verfügbarkeit, Management),
• Steuerung (Governance, Ownership),
• sowie IT (Werkzeuge, Architektur, Berichtswesen).

Die erhobenen Ergebnisse werden konsolidiert und dem Auftraggeber-Kreis präsentiert.

Abgeleitet aus dem IST-Zustand wird je Blickwinkel der SOLL-Zustand bestimmt. Die Maßnahmen zur Erreichung des SOLL-Zustands im Zusammenhang der Datenstrategie werden beschrieben und durch den Auftraggeber-Kreis weiter priorisiert.

2. Den Informationsbedarf analysieren

Der nächste Schritt bei der Entwicklung einer Datenstrategie ist die Analyse des Informationsbedarfs: Für die wichtigsten Maßnahmen aus der Reifegradmessung werden die damit verbundenen Informationsbedarfe ermittelt und beschrieben.

Hier hat es sich – auch im Sinne eines agilen Lieferverständnisses – bewährt, die Bedarfe / Anforderungen in zu liefernde Produkte zu übersetzen.

Gängige Liefer-Produktkategorien hierbei sind:

• Reporting (Berichte / Dashboards),
• Planning (Prozesse, Logiken),
• Data (Quellsysteme, Datentransformationen, Kennzahlen) und
• Infrastructure (BI-Werkzeuge, Datenbanken).

Die meisten Maßnahmen werden in der Praxis Aktivitäten aus gleich mehreren Liefer-Produktkategorien auslösen, die gemeinsam abzuarbeiten und zu steuern sind.

Zum Beispiel wird ein benötigtes Dashboard, das auf erstmals zu erschließenden Quellen beruht, Aktivitäten aus dem Produkt-Bereich Data benötigen, bevor das neue Dashboard erstellt und geliefert werden kann.

Als wichtige Maßnahme innerhalb der Informationsbedarfsanalyse steht auch die Aufstellung eines dimensionalen, logischen Informationsmodells an.

Hier geht es darum, die Informationsbedarfe zu gruppieren

• nach originären Daten bzw. Datenquellen (bspw. Umsatz aus Finanzbuchhaltung, Anzahl aktive Kunden aus CRM-System),
• nach abgeleiteten, gerechneten Daten (bspw. Durchschnittsumsatz je aktiver Kunde) und
• nach Auswertungsdimensionen mit Hierarchien (bspw. Monat → Quartal → Jahr, Kunde → Kundenuntergruppe → Kundenobergruppe, Produkt → Produktgruppe → Produktfamilie etc.).

Originäre und abgeleitete Daten teilen sich manche Auswertungsdimensionen, sodass sie sich hierüber sinnvoll gemeinsam darstellen lassen.

3. Eine verbesserte BI-Organisation entwerfen

In vielen Fällen gehört auch der Entwurf einer verbesserten BI-Organisation zur Entwicklung einer Datenstrategie.

Denn häufig finden sich in den Unternehmen silo-artig verteilte Zuständigkeiten für entscheidungs-relevante Informationen. Nicht selten fehlt beim Top-Management dann das Vertrauen in die Information. Es werden Herkunft und Gültigkeit der Informationen in Frage gestellt, anstatt auf Basis allgemein akzeptierter Daten informierte Entscheidungen zu treffen.

Als gängige Aufbau-Organisationsform für den Umgang mit Business Intelligence-Prozessen bietet sich ein Business Intelligence Competency Center (BICC) an. Idealerweise interdisziplinär mit Fach- und IT-Experten besetzt, werden hier die Informationsbedarfe des Unternehmens befriedigt.

Abhängig vom Reifegrad und der BI-Strategie des Unternehmens kann es sich beim BICC um eine virtuelle oder feste Organisationseinheit handeln.

Im Zielbild empfiehlt sich ein fester Kern von BICC-Personal, der dann bei der Abarbeitung von Informationsbedarfen von temporären Ressourcen ergänzt wird.  

Naturgemäß sind die Unternehmensressourcen zur Bearbeitung von Informationsbedarfen begrenzt. Insbesondere ist die personelle Ausstattung gewöhnlich ein Engpass-Faktor. Also benötigt es auch geeignete Verfahren und Prozesse, um die wertvollen Ressourcen auf die wichtigsten Anforderungen zu konzentrieren.

Hier hat es sich in der Praxis bewährt, einen transparenten Demand-and-Delivery-Management Prozess aufzusetzen.  Der Demand-and Delivery-Management-Prozess ermöglicht eine strukturierte Erfassung und Umsetzung der BI-Anforderungen aus den Fachbereichen.

Der Demand-and-Delivery-Prozess

Dieser Prozess besteht im Wesentlichen aus fünf Schritten:

1. BI-Anforderungen werden von den Fachbereichen gemeldet. Hierbei sollen zunächst nur die allernotwendigsten Details in wenig formalisierter Weise beschrieben werden.
2. In einem Pre-Check wird vom BICC die grundsätzliche Machbarkeit geprüft, der Umsetzungsaufwand in Form einer Größenklasse (bspw. T-Shirt-Sizes) bestimmt und etwaige Abhängigkeiten zu Vorprodukten festgelegt.
3. Das Demand-Management-Gremium priorisiert die zu bearbeitenden BI-Anforderungen. Dieses Gremium wird interdisziplinär aus ebenso kundigen wie entscheidungsbefugten Vertretern der Fachbereiche und Vertretern des BICC besetzt. Es kommt regelmäßig zusammen, z.B. alle zwei Wochen, bei agiler Abarbeitung von BI-Anforderungen gerne auch im vorgegebenen Scrum-Sprint-Rhythmus.
4. Von der Liste der nach Priorität gereihten BI-Anforderungen wird jeweils die oberste Anforderung weiterbearbeitet. Die Anforderung ist nun fachlich so detailliert zu beschreiben, dass nach weiteren Prüfungen auf Compliance und Datenschutz eine technische Spezifikation und Umsetzung erfolgen kann.
5. Auf Basis der Spezifikation wird der Liefergegenstand erstellt und dem Anforderer zum Test und zur Abnahme bereitgestellt.

4. Eine Data Governance als Ordnungsrahmen für die Informationsnutzung aufbauen

Der nächste Schritt bei der Entwicklung einer Datenstrategie besteht im Aufbau eines Ordnungsrahmens für die Nutzung von Unternehmensdaten und Informationen.

Dieser Ordnungsrahmen legt die Verantwortlichkeiten im Umgang mit entscheidungsrelevanten Informationen fest.

Eine solche Data Governance darf bei der Einführung einer geeigneten Ablauf- und Aufbauorganisation nicht fehlen.

Denn in der betrieblichen Praxis finden sich viele Beispiele unkontrollierten Wachstums unstrukturierter, konkurrierender und kostspieliger BI-Insel-Lösungen. Diese enthalten nicht selten widersprüchliche Informationen zu den gleichen Sachverhalten. Das untergräbt das Vertrauen in die Daten und macht es dem Top-Management schwer, datengestützte Entscheidungen zu treffen.

Um Insel-Lösungen mit widersprüchlichen Informationen so weit wie möglich zu vermeiden, muss eine „Hausordnung“ entworfen werden, die als Ordnungsrahmen die Erschließung der Datenquellen und Informationsnutzung regelt. Schließlich kann das Zusammenspiel von Management, Fachbereichen und IT kann im Kontext von Business Intelligence sehr schnell sehr komplex werden und so den Nutzen der gesammelten Daten bei der Entscheidungsfindung ebenso schnell wieder zunichtemachen.

Vorrangiges Ziel der Data Governance ist es, transparent zu machen, welche Daten wie erschlossen und verwendet werden, und wer pro Bereich für die Stimmigkeit der Daten und Kennzahlen verantwortlich ist.

Aufbau der Data Governance

Dass die Fachbereichs-Stakeholder eine wesentliche Rolle für den Aufbau der Data Governance und somit Datenstrategie spielen, wurde oben in Schritt 1 bereits erwähnt.

Dagegen sollten die folgenden Schritte in gemischten Arbeitsgruppen behandelt werden:

1. Zunächst werden fachliche Daten-Domänen gebildet, die Kennzahlen und Auswertungsdimensionen thematisch bündeln. Hierbei ist strikt darauf zu achten, dass die Betrachtung von IT-Spezifika wie Datenquellen oder Anwendungssystem unterbleibt.
2. Jede Daten-Domäne wird dann einem Fachbereich eindeutig zugeordnet. Diese Fachbereiche benennen einen entscheidungsbefugten Business Owner (bzw. Bereichsleiter oder  „Champion“), der für die seinem Bereich zugeordneten Daten-Domänen die Verantwortung trägt.
3. Jeder Business Owner benennt pro Daten-Domäne EINEN Business Steward und dessen Vertreter. Der Business Steward ist in seiner Domäne für die Definition von Kennzahlen und deren Auswertungsdimensionen verantwortlich.
4. Eine Kennzahl kann veralten oder ihre Berechnung sich ändern. Auch das Unternehmen kann sich umorganisieren und damit die Perspektive ändern, in der die Kennzahl interpretiert wird. Und schließlich kann das Wettbewerbsumfeld sich wandeln und neue Indikatoren notwendig machen: In all diesen Fällen wäre der soeben beschriebene Prozess neu zu initiieren.

Ergo: Data Governance ist ein ständiger Prozess.

5. Die wichtigsten Prozesse in Richtung einer verbesserten BI-Organisation implementieren

Zur Verbesserung der BI-Organisation bei der Umsetzung einer neuen Datenstrategie sind drei weitere Prozesse anzustoßen und zu kontrollieren:

• die Dokumentation der BI-Anforderungen vonseiten der Fachbereiche,
• die Budgetierung der BICC-Aktivitäten und
• der Prozess der Mitarbeiterentwicklung.

Dokumentation der BI-Anforderungen

Dass das BICC die Fachbereiche bei der Formulierung ihrer Anforderungen unterstützt, ist nach der Erst-Einführung des Demand-and-Delivery-Management-Prozesses entscheidend für den Erfolg der Datenstrategie.

Die Dokumentation von BI-Anforderungen sollte in zwei Stufen geschehen:

1. Die Stufe „Grobspezifikation“ umfasst zunächst nur die Pflichtbestandteile, die für eine Vorprüfung (Pre-Check) benötigt werden.
2. Erst wenn die Vorprüfung positiv durchlaufen ist und die Anforderung entsprechend ihrer Priorität eingereiht ist, wird detailliert spezifiziert. Auch hierbei ist es weiter wichtig, dass Anforderer und Umsetzer sich regelmäßig austauschen.

Sollte im Unternehmen noch kein geeigneter Projektmanagement-Standard etabliert worden sein, wäre der BI-Demand-and-Delivery-Management-Prozess ist übrigens eine Gelegenheit, agiles Vorgehen (z.B. nach Scrum) einzuüben.

Budgetierung der BICC-Aktivitäten

Ein weiterer wesentlicher Prozess ist die Budgetierung der BICC-Aktivitäten. Denn wie schnell BI-Anforderungen abgearbeitet werden, hängt davon ab, welche Ressourcen (Menschen, Sachmittel, Geld) dafür zur Verfügung stehen.

Bewährt hat sich, die Geschäftsführung oder den Auftraggeber-Kreis regelmäßig (bspw. quartalsweise) über das Aufgaben-Backlog, die erfolgten Lieferungen, deren Nutzen und die damit verbundenen Kosten zu informieren.

In diesen Meetings sollten auch wichtige Entscheidungen getroffen werden. Dazu gehören größere Investitionen, Budgetveränderungen oder auch Uneinigkeiten bei der Priorisierung von Aufgaben.

Prozess der Mitarbeiterentwicklung

Auf der Reise in Richtung Verbesserung der Unternehmens-Steuerung wird neues Wissen benötigt – zu betriebswirtschaftlichen Zusammenhängen, zu neuer Software und auch zu neuen Zusammenarbeits- bzw. Projektmanagement-Formen.

Deshalb ist es auch bei der Verbesserung der BI-Organisition und Implementierung einer Datenstrategie sehr wichtig, die Mitarbeiterentwicklung im Auge zu behalten. Das gilt für die eigentlichen Mitarbeiter des BICC, aber auch für die mitarbeitenden Fachbereichskollegen und für die Nutzer der geschaffenen Liefergegenstände.

Das kostet natürlich Geld. Der Aufwand für Weiterbildungen und Training ist einzuplanen, kapazitiv wie monetär.

6. Ein ausgewogenes KPI-System entwerfen

Viele Unternehmen haben KPI-Systeme mit ähnlichen Schwächen:

1. Einmal bestehen sie aus sehr vielen unterschiedlichen Steuerungsgrößen und Kennzahlen – so viele, dass Entscheider die Übersicht verlieren.
2. Zum anderen berichten verschiedene Bereiche eines Unternehmens nicht selten Indikatoren zu ähnlichen Sachverhalten, die ganz unterschiedliche Messgrößen aufweisen.
3. Und schließlich sind die KPIs vielfach einseitig auf harte, aber späte Faktoren wie Umsätze und Deckungsbeiträge ausgerichtet. Doch diese Kennziffern erlauben für gewöhnlich nur eine Ex-post-Betrachtung. Wenn also der Monat mit dem schlechten Umsatz bereits vergangen ist, lässt sich daran nichts mehr ändern. Und dann nutzt es dem Unternehmen auch nichts mehr, wenn die berichtete Planabweichung zu 100 Prozent richtig ist.

Um ein ausgewogenes KPI-System zu entwerfen, sind demgegenüber die wesentlichen Steuergrößen der jeweiligen Daten-Domänen und Fachbereiche zu identifizieren. Idealerweise ergeben sich diese bereits aus den oben beschriebenen Aktivitäten der BI-Governance.

In jedem Fall kommt es auf die Entwicklung eines gemischten KPI-Systems an, das wenige harte und weiche sowie frühe und späte Kennzahlen enthält. Dazu bieten sich bewährte Ansätze und Methoden wie das Durchlaufen eines Balanced Scorecard-Zyklus an. So kann man aus den Geschäftszielen und der Unternehmens-Vision geeignete Steuerungsgrößen ableiten und z.B. die Dimensionen Finanzen, Kunden, Geschäftsprozess und Lernen/ Innovationen darauf abklopfen.

Diese Indikatoren lassen sich schließlich über eine Kette von Ursachen und Wirkungen miteinander verbinden. Das Ergebnis ist ein ausgewogenes System relevanter Kennzahlen.

7. Ein neues Planungs- und Forecast-Verfahren entwerfen und einführen

Man stelle sich nur für einen Moment vor, dass man sein Auto steuert, indem man nur in den Rückspiegel schaut und die Frontscheibe dabei undurchsichtig ist. Kann das funktionieren?

Aus diesem Grund bemühen sich Unternehmen um ausgefeilte Planungsverfahren. In mühevoller und zeitaufwendiger Kleinarbeit werden für die Planperiode detailliert Absätze, Umsätze und Kosten geplant. Oft wird hierbei ein Gegenstromverfahren angewandt, mit dem die Top-Down-Vorgabe der Unternehmensleitung durch eine langwierige Bottom-Up-Planung durch Vertriebs-Controller und Kostenstellenverantwortliche bestätigt werden soll.

Leider sind Methoden dieser Art in keiner Weise änderungsfreundlich:

• Gigantische Excel-Spreadsheets mit multiplen Sprungverweisen öffnen Tür und Tor für Eingabefehler.
• Erfordert dann das Marktumfeld eine Veränderung der Produkt- und/ oder Kunden-Struktur, erweisen sich diese Werkzeuge vollends als ungeeignet.
• Hinzu kommt, dass es mit diesen starren Werkzeugen unmöglich ist, entlang der Marktdynamik mehrere Planungszyklen durchzuführen.

Prozesse und Werkzeuge dieser Art passen nicht mehr in ein schnelllebiges Umfeld.

Dagegen lassen sich mit schlankeren Prozessen die Vorteile einer klugen Datenstrategie sowie die Messung und die Steuerung der Unternehmens-Performance drastisch ändern. Dazu muss man allerdings geeignete Planungsinstrumente einsetzen.

Software mit modernen Forecast-Algorithmen erlaubt den Umstieg auf eine rollierende Planung. Mit dieser Art von Planung kann man aus der Jahresplanung den Druck herausnehmen. Die operative Planung, der Mid-Term-Plan und die Langfristplanung lassen sich auf Datenstrukturen abbilden und simulieren. Auch Strukturänderungen lassen sich so modellieren und als Option in den Planungsprozess einführen.

Dafür muss man zugegebenermaßen einen Verlust an Genauigkeit hinnehmen. Doch die erweist sich ohnehin allzu oft als Schein.

Eine klare Datenstrategie stellt demgegenüber verlässliche Daten bereit.