Data Strategy
Eine klar definierte Data Strategy ist der Schlüssel für ein erfolgreiches Data Management und ist mehr als ’nur‘ die Basis für die digitale Transformation. Die Datenstrategie befasst sich mit mehr als nur Daten – es ist ein langfristiger Leitplan, der die Personen, Prozesse und Technologien definiert, die zur Lösung Ihrer Datenprobleme und zur Unterstützung zur Erreichung Ihrer Geschäftsziele erforderlich sind.
Für die Entwicklung der passenden Strategie verwenden wir folgende Analyseverfahren:
- Descriptive Analysis: was ist in der Vergangenheit passiert
- Diagnostic Analysis: warum ist etwas passiert? Durch die Verknüpfung historischer Daten mit weiteren Datensätzen.
- Predicitve Analysis: Berechnung von Trends, Tendenzen und Abweichungen von Normenwerten.
- Prescriptive Analysis: empfohlene Maßnahmen, welche das Unternehmen ergreifen soll
Die Entwicklung einer erfolgreichen Datenstrategie erfordert von Führungskräften, dass sie das Unternehmen bewusst und objektiv durch die Linse der Daten betrachten und antizipieren, was notwendig ist, um die Unternehmensziele zu erreichen. Zu berücksichtigen sind:
- Was Mitarbeiter:innen benötigen, um die Daten effektiv nutzen zu können.
- Die Prozesse, die erforderlich sind, um sicherzustellen, dass Unternehmensdaten sowohl zugänglich als auch von hoher Qualität sind.
- Die Technologie, welche die Speicherung, gemeinsame Nutzung und Analyse der Unternehmensdaten ermöglicht.
Das Ziel einer Datenstrategie besteht darin, die Frage zu beantworten, wie das Unternehmen vorhandene und zu beschaffende Daten zur Unterstützung von Geschäftsentscheidungen nutzen kann und einen Plan zu erstellen, der die Rolle von Menschen, Prozessen und Technologie miteinander verbindet.
Wir leiten und/oder unterstützen Sie bei der Entwicklung und Implementierung einer Datenstrategie.
Aufgrund unserer agilen Arbeitsweise, kann die Strategie kurzfristig angepasst und adaptiert werden.
Auf Basis statistischer Methoden werden im Zuge der Datenanalyse aus Einzeldaten verschiedene Kenngrößen und wertvolle, zusammenhängende Informationen generiert. Die Ausgabe und Präsentation erfolgen via Grafiken, Tabellen und Dashboards.
Analysiert werden dabei unter anderem
– vorhandene Daten und Datenstrukturen
– vorhandene Exporte und Speicherorte und
– Exportmöglichkeiten
Prüfung der möglichen Anpassungen diverser Systeme (neue Felder etc.)
Es folgt:
– Review der existierenden KPIs
– Validierung der existierenden KPIs
– Definition neuer KPIs
Erfahrungsgemäß sind IT-Infrastrukturen vorgegeben und können nur bedingt oder nicht geändert/angepasst werden. Umso wichtiger ist es, Lösungen zu erarbeiten, wie ein Reporting ‚übergespannt‘ bzw. parallel aufgebaut werden kann.
Wichtig: Es werden dabei werden keine ‚Schattensysteme‘ entwickelt, sondern ein Zusammenspiel zwischen bestehender IT und neuem Reporting sichergestellt.
– Welche internen und externen Systeme sind im Einsatz
– An welcher Stelle laufen welche Daten und Exporte zusammen
– Schnittstellenanalyse
– Welche Daten sind vorhanden
– Welche Daten müssen beschafft werden
– In welcher Form können Daten wohin exportiert werden
