Data Services
Data Services
Digitalisierung
Von der Digitalisierung zur ISO-Zertifizierung ist es nicht mehr weit. Sollten Sie mit dem Gedanken spielen, Ihr Unternehmen nach ISO zertifizieren zu lassen, ist dies der perfekte Zeitpunkt. Geben Sie uns Bescheid und wir entwickeln gemeinsam eine Strategie.
Digitalisierung oder auch die Digitale Transformation sind unvermeidlich; früher oder später müssen Sie sich damit beschäftigen. Mit einer vernünftigen Digitalisierungsstrategie können Sie Ihre tatsächlichen Bedürfnisse erfüllen und sichtbare Ergebnisse erzielen.
Die Digitalisierung hat für Unternehmen jeder Größe Auswirkungen. Zum einen nutzen Unternehmen digitale Technologien für die Digitalisierung ihrer Geschäftsprozesse, also zur Prozessoptimierung und Prozessinnovation. Zum anderen entwickeln Unternehmen digitale Serviceinnovationen und digitale Geschäftsmodelle. Dazu werden Managementansätze wie das wie das Qualitätsmanagement nach ISO 9001, das Prozessmanagement und das Technologiemanagement eng mit Digitalisierungsprojekten verknüpft.
Von außen betrachtet liegen die Vorteile der Digitalisierung auf der Hand: Bessere Arbeitsabläufe, mehr Effizienz, verbesserte Produkte und völlig neue Dienstleistungen sind Teil des Prozesses. Aus diesen Vorteilen ergeben sich andere, beispielsweise eine bessere Wettbewerbsfähigkeit.
Neben der Schaffung von Transparenz profitieren Sie unter anderem von:
- Neuen Kundenakquisitionskanäle.
- Verbesserten Arbeitsbedingungen und bessere Mitarbeiterbindung.
- Verbesserter Entscheidungsfindung.
- Mehr Innovationsbereitschaft.
- Besserer Teamarbeit.
Es gibt keine allgemeingültige Definition von Digitalisierung, Digitaler Transformation oder aber auch Controlling 4.0.
Unsere Definition:
Digitalisierung bedeutet Automatisierung; eine Automatisierung ist jedoch nur möglich, wenn die vor- und nachgelagerten Prozesse adaptiert wurden und Prozesssicherheit besteht.
Algorithmen, statistische Verfahren und sonstige Programmierungen ‚denken‘ binär (bspw. wenn a=x, dann rechne c*f). Um Datensicherheit zu gewährleisten, müssen somit die vorgelagerten Prozesse optimiert sein.
Automatisierung bedeutet die Schaffung von Datenschutz, da manuelle Eingriffe (z. B. Dateneingaben via Excel, manuelles Abgleichen von Eingangsrechnungen mit Bestellungen etc.) minimiert werden. Dies bedeutet nicht nur eine Reduzierung der Fehlerquote, sondern auch die ein Schutz vor Datenmanipulation.
Digitalisierung bedeutet nicht, dass kein Personal mehr benötigt wird; im Gegenteil, der Digitalisierung folgt ein Job Enrichment.
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
Data Management
Ziel des Data Management ist, aufbauend auf der Data Strategy, die Schaffung einer verlässlichen und skalierbaren Datenbasis für Dashboards, Excel-Reports und sonstige AdHoc-Analysen.
Datenmanagement ist der Prozess der Aufnahme, Speicherung, Organisation und Pflege der von einer Organisation erstellten und gesammelten Daten. Effektives Datenmanagement ist ein entscheidender Faktor bei der Bereitstellung von IT-Systemen, die Geschäftsanwendungen ausführen und analytische Informationen liefern, um die operative Entscheidungsfindung und strategische Planung von Unternehmensleitern, Geschäftsleitern und anderen Endbenutzern voranzutreiben.
Der Datenmanagement-Prozess umfasst die Kombination verschiedener Funktionen, die gemeinsam darauf abzielen, sicherzustellen, dass die Daten in Unternehmenssystemen korrekt, verfügbar und zugänglich sind (siehe Prozessmanagement). Der Großteil der erforderlichen Arbeit wird zwar von der IT, Business-Analysten und/oder Datenverwaltungsteams erledigt, um jedoch sicherzustellen, dass die Daten den Anforderungen entsprechen, ist es jedoch unumgänglich, dass ebenfalls Stakeholder mit einbezogen werden.
Die Stammdaten (Artikel, Kunden, Lieferanten, …) sind der entscheidende Faktor eines jeden Reportings.
Nicht durchgängig gepflegte Stammdaten sind meist organisch gewachsenen Strukturen, der Hektik des Alltags oder fehlenden Prozesse und Vorgaben geschuldet.
In den meisten Fällen war es in der Vergangenheit nicht notwendig, eine saubere Datenstruktur zu haben. Spätestens jedoch, wenn ein Onlineshop aufgebaut oder ein Reporting implementiert werden soll, müssen die Stammdaten gepflegt werden.
Prüfung, auf Basis welcher Daten und Datenexporte kommen die aktuellen KPIs zustande, inwiefern können diese Daten weiterhin genutzt werden und wie können diese Daten weiter veredelt werden.
Beschaffung der Daten für neu definierte KPIs und/oder Validierung der vorhandenen Kennzahlen.
Im Zuge der Datenbeschaffung werden zugehörige Prozesse optimiert, um eine gleichbleibende Datenqualität sicherzustellen.
Jedes System, ob intern oder extern, speichert die Daten in unterschiedlichen Datenbanken. In diesem Schritt werden diese Datesilos aufgelöst, indem diese miteinander verknüpft werden. Diese Verknüpfung kann, wenn möglich, direkt in den Datenbanken geschehen oder aber auch durch den Aufbau eines Data Warehouse.
Beispiele interner Systeme
- CRM
- ERP
- PIM
- LWS
Beispiele für externe bzw. Drittsysteme
- Zeiterfassung
- Google Analytics
- Adservern
- DSPs
- SSPs
- etc.
Process Management
Prozessmanagement ist, ähnlich dem Projektmanagement, ein nicht mehr wegzudenkender Teil eines jeden Unternehmens. Besonderes relevant ist Prozessmanagement jedoch im Zusammenhang mit dem Data Management und/oder dem Reporting.
Prozessmanagement beschäftigt sich dabei mit der Identifikation, Gestaltung, Dokumentation, Implementierung, Steuerung und Verbesserung von Arbeitsabläufen und Geschäftsprozessen, welche mittelbar oder unmittelbar mit der Datengewinnung und -optimierung und Sicherstellung der Datenqualität im Zusammenhang stehen. Es werden dabei technische Fragestellungen und organisatorische Aspekte, wie die strategische Ausrichtung, die Organisationskultur sowie die Einbindung und Führung von Prozessbeteiligten adressiert.
Wir gestalten die Prozesse „antifragil“ (Vgl. Taleb). Die Prozesse werden also so designt, dass diese nicht vorhersehbare Ereignisse abfedern können. Dabei folgt unser Prozessmanagement dem Lean Management und beinhaltet unter anderem den Aufbau von Reporting-Lines und/oder BI-Abteilungen.
Die primäre Aufgabe ist allerdings, dass vor- und nachgelagerte Prozesse optimiert werden, um auf diese Weise Datensicherheit zu gewährleisten.
Folgend eine kurze Übersicht unserer Leistungen im Bereich Prozessmanagement:
- Data Management
- Implementierung von Reporting-Lines
- Aufbau von BI-Abteilungen
- Harmonisierung der IT-Landschaft
- Implementierung neuer Tools
- Implementierung ISO-Zertifizierung
- Umsetzung DSGVO
