OUT NOW! Unsere neue Studie, das Trendbook Smarter Analytics – Aus Daten Mehrwerte schaffen – steht ab heute zum Download bereit.
Data Analytics als neues Betriebssystem der Wirtschaft
Datenanalysen und daraus abgeleitetes Entscheidungswissen wird immer stärker zum Kern der Geschäftsmodelle von Unternehmen. Der Vorteil: Manager agieren nicht mehr auf Sicht und mit „Bauchgefühl“. Stattdessen nutzen sie Data Analytics, um Szenarien zu entwickeln, die Planung zu optimieren und schnell auf Marktentwicklungen zu reagieren.
Je stärker ein Unternehmen auf Data Analytics setzt, desto mehr Widerstandskraft hat es in Krisensituationen wie der Covid19-Pandemie. Mit Data Analytics kann es schneller auf Nachfrageschwankungen reagieren, Daten schneller verarbeiten und – im Gesundheitssektor – mit Künstlicher Intelligenz den Kampf gegen Corona aufnehmen.
Data Analytics hilft bei evidenzbasierten Entscheidungen. Voraussetzung ist allerdings eine eigene Datenstrategie: Welche Daten wollen wir nutzen? Welche Daten sind vorhanden, welche müssen ermittelt werden? Wie analysieren wir diese Daten und erzeugen daraus Entscheidungswissen?
Data Analytics ist in allen Branchen nutzbar, einige Schlüsselbranchen profitieren davon besonders stark. So wird Analyse von Echtzeitdaten im Handel, der Industrie und der Logistik zu einem wichtigen Digitalisierungstreiber. Unternehmen können damit ihre Prozesse stärken, Entscheidungen verbessern und den wirtschaftlichen Erfolg erhöhen.
Die Top-Handlungsfelder für Smarter Analytics
Echter Mehrwert entsteht aus Daten nur, wenn ein Unternehmen ineinandergreifende Prozesse bezüg- lich dieser Daten besitzt. Leitlinie dafür ist die „Data Journey“. Sie besteht aus drei Schritten:
- Data Strategy: Wie bei jeder Unternehmenstransformation ist die Entwicklung einer speziellen Strategie notwendig.
- DataLab: Unternehmen konzipieren Use Cases und entwickeln Prototypen mit Echtdaten.
- Data Factory: Hier beginnt die Industrialisierung der Datenprodukte. Technologie hilft, die Use Cases in großem Rahmen zu verwirklichen.
Die Datenstrategie ist die Grundlage, mit der Unter- nehmen Mehrwert und Nutzen erzeugen. Das Unternehmen bewertet dafür den Status quo, definiert ein Zielbild und entwickelt darauf aufbauend eine Roadmap für die nächsten Schritte.
Der zweite Schritt der Data Journey ist die Entwicklung von Produkten. Unternehmen sollten möglichst schnell Use Cases testen und vom Konzept zum Prototyp mit Echtdaten voranschreiten. So können die Entwickler rasch beurteilen, ob der Use Case in der Realität umsetzbar ist.
Der letzte Schritt der Data Journey ist die Skalierung des experimentellen Prototyps zum fertigen Produkt. Basis für die Industrialisierung ist die Technologie der Data Factory, etwa Cloud-Plattformen und eine einheitliche Datenarchitektur. Zudem ist ein schlagkräftiges Data-Analytics-Team ein wichtiger Faktor bei der Skalierung von Datenprodukten.
Best-Practices in den wichtigsten Handlungsfeldern
Die Best-Practices in diesem Trendbook zeigen, wie Unternehmen mit Data Analytics neue Märkte erschließen, neue datenbasierte Geschäftsmodelle aufbauen und sie über digitale Technologien industrialisieren:
» Die Heidelberger Druck AG nutzt ein datenbasiertes Betreibermodell mit zusätzlichen Services. Die dabei erhobenen Informationen fasst der Hersteller im Print Industry Climate Index zusammen – einem „Wetterbericht“ über die globale Wirtschaftslage.
» Die Schweizer Brauerei Feldschlösschen Getränke AG nutzt Künstliche Intelligenz (KI), um Leergut beim Einladen in LKW automatisch zu erkennen. Das entlastet die Fahrer und erlaubt eine Echtzeit-Erfassung im Leergut-Management.
» Der britische Paketzusteller Yodel aggregiert alle im Unternehmen entstehenden Daten in der Cloud. Damit erhält das Unternehmen Einblick in alle Aktivitäten und Kundenbeziehungen und so eine bessere Kontrolle über das Geschäft.
Schritt für Schritt aus Daten Mehrwerte gewinnen.
Während der Data Journey gibt es eine Vielzahl an Stolperfallen und Hürden. Unternehmen bewältigen sie, indem sie anhand einer Datenstrategie klare Ziele definieren, Daten als Produkte verstehen und sie anschließend mit Datenplattformen skalieren.
» Mit klaren Zielen starten: Der schnellste Weg zu datenbasierten Produkten, Services und Geschäftsmodellen ist der Aufbau einer Datenkultur im Unternehmen.
» Daten als Produkt verstehen: Daten werden zu einem Vermögenswert, wenn die Datenqualität stimmt, Datenprozesse existieren und die Nutzer direkten Zugang haben.
» Mit Datenplattformen skalieren: Die Hürde ist, die konkreten Daten zu sammeln, zu bearbeiten und für die Analyse vorzubereiten. Dabei helfen Plattformen in der Cloud.
Dies ist ein Auszug aus unserer neuen Studie „Trendbook Smarter Analytics“. Hier geht‘s zum Download.
