Kommentar von Ralf Krämer, Precisely Data Governance in der Praxis – vier Anzeichen dafür, dass Dateninitiativen Hilfe brauchen

Anbieter zum Thema

Precisely Software GmbH

FTAPI Software GmbH

Es ist unbestreitbar, dass Daten in der heutigen Businesswelt einen wertvollen Faktor darstellen, der zum einen den Wettbewerb differenziert und zum anderen einen strategischen Vorteil bietet. In diesem Zusammenhang hat sich Data Governance zu einer entscheidenden Disziplin entwickelt, die zum Geschäftserfolg führt und eine Datenstrategie ermöglicht.

Um einen Mehrwert aus ihren Daten zu ziehen, müssen Unternehmen sicherstellen, dass diese genau und zuverlässig sind. Sie müssen verstehen, wo sich die Daten befinden, woher sie stammen und wie sie verwendet werden. Um das zu erreichen, benötigen Unternehmen einen strukturierten und gezielten Ansatz zur Verwaltung von Datenbeständen und zur Gewährleistung einer hohen Datenqualität.

In dieser Hinsicht ist Data Governance unabdingbar geworden. Um effektiv zu sein und einen positiven ROI zu erzielen, muss die Governance geschäfts- und qualitätsorientiert sein. Unternehmen, die diese Ziele nicht wirksam angehen, werden letztlich scheitern oder die sich ihnen bietenden Geschäftsmöglichkeiten nicht nutzen können.

Demnach ist es nicht überraschend, dass Unternehmen aller Branchen in eine Datenstrategie investieren, in der Hoffnung, dadurch die Konkurrenz zu übertreffen. Um erfolgreich zu sein, müssen diese Programme auf einer Grundlage von Zweck, Fokus, Verantwortlichkeit und organisatorischem Engagement konzipiert und entwickelt werden.

Ohne diese Faktoren werden Dateninitiativen letztlich scheitern. Das bedeutet zunächst einen Vertrauensverlust bei den Nutzern, letztendlich aber auch geringere Budgets, den Verlust der Unterstützung durch die Unternehmensleitung und schließlich die Einstellung der Finanzierung des Programms. Sollten die durch die Dateninitiativen gewünschten Ergebnisse nicht erzielt werden, sollten Unternehmen auf kritische Anzeichen achten, die darauf hindeuten, dass die Programme möglicherweise Hilfe benötigen.

1. Fehlende Verknüpfung von Daten-Assets mit Geschäftszielen

Eine Datenstrategie muss mit einer soliden Geschäftsgrundlage beginnen. Dafür gibt es einige offensichtliche Gründe, u. a. die Notwendigkeit, das Budget und die Unterstützung der Geschäftsleitung zu sichern. Dazu gehört in der Regel eine Kosten-Nutzen-Analyse und eine ausführliche Darstellung der Vorteile eines Datenprojekts. Viele Dateninitiativen verlieren kurz nach dem Start an Schwung, weil sie anfängliche Versprechen nicht einhalten können – sie verlieren den Fokus auf den Geschäftsnutzen, der das Programm von Anfang an gerechtfertigt hat.

Data Governance allein ist nicht zielführend. Stattdessen muss die Dokumentation des Geschäftswerts, der Ziele und deren Verknüpfung mit kritischen Daten-Assets ein primärer und ständiger Fokus sein. Die Programmverantwortlichen müssen dann den Wert der Initiative propagieren und mit einem nachweisbaren ROI untermauern, der die Vorteile der hohen Datenqualität, der reduzierten Kosten und Risiken, der gesteigerten Einnahmen und der verbesserten Governance, die durch gut verwaltete Daten erzielt werden, aufzeigt.

Das bedeutet, dass spezifische Anwendungsfälle definiert werden müssen, dass die Möglichkeiten zur Wertschöpfung priorisiert werden müssen und dass die Art und Weise, wie Data Governance und Datenqualität dem Unternehmen helfen werden, seine Geschäftsziele zu erreichen, genau beschrieben werden muss.

2. Fehlende Priorisierung der Daten

Das zweite kritische Anzeichen dafür, dass eine Dateninitiative in Schwierigkeiten geraten könnte, ist, dass die Programmverantwortlichen versäumt haben, die Datensätze zu priorisieren, die mit wichtigen Projekten verbunden sind. Viele Unternehmen sind der Meinung, dass die Verwaltung und Dokumentation aller Unternehmensressourcen unerlässlich ist, obwohl in Wirklichkeit nur fünf Prozent der Daten direkt zu den wichtigsten Unternehmens-KPIs und Initiativen beitragen. Datenprogramme, die kritische Daten priorisieren und ihre Auswirkungen messen, erzielen im Durchschnitt fünfmal schneller einen Mehrwert als solche, die das nicht tun.

Bei der Festlegung, welche Daten essentiell sind, ist es wichtig, die richtigen Kriterien zu verwenden. Es kann durchaus reizvoll sein, die Benutzer einfach zu fragen, welche Datensätze Priorität haben, jedoch führt dieser Ansatz in der Regel zu einer Vielzahl unterschiedlicher Antworten und zu keinem Konsens, der als Grundlage für eine Entscheidung dienen könnte.

Stattdessen sollte klar festgehalten werden, welche Geschäftsziele am wichtigsten, um dann zu bestimmen, welche Datenbestände für die Erreichung dieser Ziele entscheidend sind. Eine gute Möglichkeit dafür ist die Identifizierung von Daten, die hochwertige Ergebnisse in einem Geschäftsbereich liefern, aber auch direkte Auswirkungen auf andere Geschäftsergebnisse haben. Die Verwaltung von Datenbeständen, die zur Erreichung dieses KPI beitragen, kann sich auch auf die Ziele des Unternehmens auswirken, die Reaktionszeit des Kundendienstes zu verbessern und die Compliance-Anforderungen in Bezug auf den Datenschutz oder andere gesetzliche Vorschriften zu erfüllen. Indem man die Programme identifiziert, die zu den Zielen mehrerer Teams beitragen, erhöhen man die Sichtbarkeit und den Wert der Dateninitiative im gesamten Unternehmen.

Inventarstammdaten, Leistungsdaten von Lieferanten und Lagerbestände sind u. a. für einen effektiven Betrieb unerlässlich. Mithilfe von Analysen können die Kaufhistorie von Kunden und angereicherte demografische Daten ein wertvolles Verständnis der Menschen und Organisationen vermitteln, die das Unternehmen bedient. Finanztransaktionen, Arbeits- und Sicherheitsberichte sowie Qualitätssicherungsdaten sind ebenfalls von entscheidender Bedeutung.

3. Mangel an aussagekräftigen Leistungskennzahlen

Mit einem klaren Geschäftsszenario und nach Prioritäten geordneten Datensätzen können die Datenexperten beginnen, gemeinsam mit anderen Interessengruppen im gesamten Unternehmen klare, messbare Ziele festzulegen. So können sie letztlich den Wert dieser Programme nachweisen. Die Kombination aus nach Prioritäten geordneten Datensätzen und Leistungskennzahlen führt etwa fünfmal schneller zu Ergebnissen, als wenn Datenteams diese Parameter nicht definieren.

KPIs müssen je nach den spezifischen priorisierten Geschäftsfällen und Datensätzen möglicherweise anders definiert werden. Wenn ein Hauptziel darin besteht, die Kundenanalyse zu verbessern, dann wird die Leistungsmessung auf der Datenqualität im CRM-System und anderen mit Kundeninformationen gefüllten Datenbanken basieren. Dies wird wahrscheinlich auch für die Vertriebs- und Finanzteams von Nutzen sein, da die Häufigkeit veralteter oder doppelter Kundendatensätze verringert wird. Daher müssen KPIs definiert werden, die für die Interessengruppen, deren Probleme angegangen werden sollen, von Bedeutung sind, und Berichte dazu erstellt werden.

4. Unzureichende Einbeziehung von Interessengruppen

Schließlich ist es wichtig, die drei Organisationsebenen aufeinander abzustimmen, das heißt, das strategische Management, die operativen Teams und diejenigen, die Daten auf einer eher strategischen Ebene verwalten. Diese drei Gruppen sehen den Geschäftswert oft auf sehr unterschiedliche Weise. Sie haben möglicherweise unterschiedliche Vorstellungen davon, was über Erfolg oder Misserfolg entscheidet. Effektives Engagement bedeutet, die Bedürfnisse und Bedenken jeder Gruppe in Bezug auf eine Dateninitiative zu verstehen. Die Dokumentation des Wertes sollte sich auf das einzigartige Wertangebot für jede betroffene Gruppe konzentrieren, und zwar in einer Form, die für sie am sinnvollsten ist.

Ein weiterer wichtiger Punkt ist, dass die Benutzer sich zunächst gegen Veränderungen sträuben könnten. Um die Trägheit der Organisation zu überwinden, sollten in den verschiedenen involvierten Abteilungen Befürworter der Data Governance gewonnen werden – durch Kommunikation, feiern von Erfolgen und einen iterativen Ansatz, um einen Mehrwert für das Unternehmen zu schaffen.

Schnelle Erfolge oder sogenannte „Low Hanging Fruits“ können eine wesentliche Strategie sein, um das Engagement der Organisation zu fördern. Wichtig ist jedoch, dass die Anwendungen, auf die die Strategie abzielt, für eine ausreichend große Gruppe innerhalb der Organisation von Bedeutung sind, damit der Erfolg von Interessengruppen gesehen und verstanden wird.

(ID:50000384)