Unternehmen erhalten heute Berge von Daten von überall her - Kundenumfragen, Auftragsdaten und die Verfolgung des Website-Verhaltens, um nur einige Quellen zu nennen. Aber machen sie auch das Beste aus diesen Daten?
Nicht immer. Laut einer Umfrage von NewVantage Partners sind nur 24 % der Unternehmen datengesteuerte Unternehmen. Der Rest kämpft immer noch damit, seine Datenbestände zu vereinheitlichen und sie für Business Intelligence zu nutzen.
Sie sind nicht allein, wenn Sie die Datennutzung in Ihrem Unternehmen verbessern wollen. In diesem Beitrag erfahren Sie alles, was Sie dafür brauchen, von der Ermittlung Ihres aktuellen Datenreifegrads bis zur Stärkung der Datenkompetenz.
Was bedeutet Datenreife?
Datenreife ist die Fähigkeit eines Unternehmens, seine Daten zu seinem Vorteil zu nutzen. Unternehmen mit einem niedrigen Datenreifegrad analysieren nur einen kleinen Teil ihrer Daten. Bei Unternehmen mit einem hohen Reifegrad sind die Daten in jeden Prozess und jede Entscheidung eingebettet.
Um die Vorteile ihrer Daten nutzen zu können, benötigen Unternehmen Tools und Prozesse zur Zusammenführung und Analyse großer Informationsmengen aus verschiedenen Quellen. Wenn sie einen Weg finden, ihre Daten zu vereinheitlichen und für die Analyse vorzubereiten, können sie ihre Prozesse verbessern, ihren Kunden personalisierte Produkte und Dienstleistungen anbieten und bessere Entscheidungen treffen.
Warum ist die Datenreife wichtig?
Eine hohe Datenreife bedeutet mehr betriebliche Effizienz. Sie können Ihre Daten analysieren, um herauszufinden, welche Prozesse automatisiert werden können, welche mehr Ressourcen benötigen, welche Mitarbeiter mehr geschult werden müssen, und so weiter.
Auch die Fähigkeit, Kundendaten gut zu nutzen, ist von unschätzbarem Wert. Unternehmen mit ausgereiften Daten können die Vorlieben ihrer Kunden verstehen, die Kommunikation auf sie zuschneiden, Probleme vorhersehen und Produktideen entwickeln, indem sie ihre Informationen analysieren. So könnte ein Unternehmen zum Beispiel eine Stimmungsanalyse von Kundenumfragedaten durchführen, um Ideen für neue Produkte zu erhalten.
Deloitte hat eine Studie unter Nachrichten- und Medienunternehmen durchgeführt und festgestellt, dass 9 % der Teilnehmer einen hohen Grad an Datenreife erreicht haben. Diese Unternehmen nutzen Publikumsdaten, um das Lesererlebnis und die zielgruppenorientierte Werbung zu verbessern und Abonnementangebote zu optimieren.
Diese Vorteile sind nicht auf Nachrichten- und Medienunternehmen beschränkt. Durch das Erreichen einer hohen Datenreife kann jedes Unternehmen aus jedem Sektor fundierte Entscheidungen zum Nutzen seiner Kunden, Partner und anderer Interessengruppen treffen.
Wie Sie die Datenreife Ihres Unternehmens messen können
Sie können eine externe Bewertung der Datenreife verwenden oder Ihre eigene erstellen. Wir empfehlen, Ihr Unternehmen anhand dieses fünfstufigen Datenreifegradmodells auf einer Skala von "Anfänger" bis "Einheimischer" einzustufen:
- Anfänger: Daten werden in Silos aufbewahrt; die Mitglieder der Organisation verwenden immer noch Microsoft Excel oder Google Sheets.
- Amateurhaft: Das Unternehmen verwendet Konsolidierungsplattformen und Tools zur Datenvorbereitung, aber diese Tools und Prozesse können nur eine begrenzte Datenmenge verarbeiten, und es gibt oft Probleme mit der Datenqualität.
- Gebildet: In der Organisation gibt es einen Chief Data Officer oder eine ähnliche Funktion. Die Organisation investiert in Automatisierungstools.
- Fließend: Die Organisation verwendet Tools zur prädiktiven Datenmodellierung und andere Datenmanagement-Tools. Die Daten werden in Entscheidungsprozessen verwendet.
- Nativ: Prädiktive Analysen werden bei der Informationsmodellierung für Entscheidungsträger eingesetzt. Es gibt einen Data-Governance-Rahmen und ein Team, das ihn umsetzt. Jedes Mitglied der Organisation ist mit Daten vertraut.
Sie können auch das Datenqualitäts-Reifegradmodell von Gartner oder das vierstufige Modell von Dell verwenden.
Um den Reifegrad Ihrer Daten intern zu bewerten, sollten Sie eine detaillierte Umfrage erstellen, die Folgendes untersucht:
- Alle Tools, die Sie derzeit zum Speichern, Bereinigen, Aufbereiten und Analysieren von Daten verwenden.
- Alle bestehenden Standards für Datenintegrität und -qualität (Ihr Data Governance Framework).
- Alle Datenexperten in Ihrem Unternehmen.
- Das allgemeine Niveau der Datenkompetenz in Ihrer Organisation.
Stellen Sie in der Umfrage Fragen wie diese:
| 1. Welche Tools verwendet Ihre Organisation derzeit zum Speichern, Bereinigen, Aufbereiten und Analysieren von Daten? (Wählen Sie alle zutreffenden aus) ○ Excel ○ Google Sheets ○ SQL-Datenbanken (z. B., MySQL, PostgreSQL, Oracle) ○ NoSQL-Datenbanken (z. B. MongoDB, Cassandra, Couchbase) ○ Data Warehousing-Plattformen (z. B. Snowflake, Redshift, BigQuery) ○ ETL-Tools (z. B., Talend, Informatica, Apache NiFi) ○ Business Intelligence-Tools (z. B. Tableau, Power BI, QlikView) ○ Plattformen für maschinelles Lernen (z. B., TensorFlow, PyTorch, Azure ML) 2. Wie schätzen Sie die Datenintegrität und die Qualitätsstandards in Ihrem Unternehmen ein? (Wählen Sie eines aus) ○ Sehr hoch ○ Hoch ○ Durchschnittlich ○ Niedrig ○ Sehr niedrig ○ Weiß nicht/keine Angabe 3.Welche der folgenden Datenexperten sind in Ihrer Organisation beschäftigt? (Wählen Sie alle zutreffenden aus) ○ Datenanalysten ○ Datenwissenschaftler ○ Dateningenieure ○ Datenarchitekten ○ Datenbankadministratoren ○ Business-Analysten ○ Andere (bitte angeben) 4.Wie würden Sie das allgemeine Niveau der Datenkompetenz in Ihrer Organisation einschätzen? (Wählen Sie eines aus) ○ Sehr hoch ○ Hoch ○ Durchschnittlich ○ Niedrig ○ Sehr niedrig ○ Weiß nicht/keine Angabe |
Nach einer Bestandsaufnahme der von Ihnen verwendeten Tools und der Art und Weise, wie die Mitarbeiter in Ihrem Unternehmen damit umgehen, können Sie Ihre Datenreife anhand des bereits erwähnten fünfstufigen Datenreife-Modells einordnen. Wenn Sie z. B. Google Sheets verwenden und eine geringe Datenkompetenz haben, befindet sich Ihr Unternehmen in der Anfängerstufe. Ziehen Sie in Erwägung, eine ähnliche Umfrage für Ihre Data Scientists und Analysten zu erstellen, um zu sehen, wo Sie in Bezug auf die Datenreife stehen.
Wie Sie die Datenreife Ihres Unternehmens verbessern können
Sobald Sie Ihr Unternehmen in eine der fünf Stufen des Datenreifegradmodells eingeordnet haben, haben Sie eine gute Vorstellung davon, wo Sie stehen und was zu tun ist, um die nächste Stufe zu erreichen. Um einen höheren Grad an Datenreife zu erreichen, müssen Sie:
1. Zusammenstellung eines Datenteams zur Erstellung und Durchsetzung von Data-Governance-Regeln
Ihr Datenteam stellt die Integrität der Daten über alle Quellen hinweg sicher, schafft effiziente Prozesse für den Umgang mit Daten, unterstützt Sie bei der Einhaltung von Vorschriften und arbeitet mit allen Beteiligten an der Erstellung und Umsetzung Ihres Data-Governance-Rahmens. Dieses Team wird Ihnen helfen, einen hohen Grad an Datenreife zu erreichen.
Ihr Datenteam sollte aus einem bestehen:
- Dateningenieur: Für den Entwurf, den Aufbau und die Wartung der Infrastruktur, die für die Verarbeitung großer und komplexer Datensätze erforderlich ist.
- Datenverwalter: Für die Verwaltung der Datenbanken, Netzwerke und anderer Systeme, die es der Organisation ermöglichen, ihre Daten effektiv zu speichern, zu verarbeiten und zu nutzen.
- Datenanalyst: Sammeln, Analysieren und Interpretieren von Daten als Grundlage für geschäftliche Entscheidungen und Strategien.
- Datenwissenschaftler: Für den Entwurf und die Implementierung statistischer Modelle und Algorithmen für maschinelles Lernen, um Erkenntnisse und Werte aus großen und komplexen Datensätzen zu gewinnen.
2. Wählen Sie zwischen Datenzentralisierung oder Dezentralisierung (Data Fabric oder Mesh)
Datenzentralisierung bedeutet, dass alle Daten in Ihrem Unternehmen in einem zentralen Datenspeicher zusammenlaufen. Dezentralisierung von Daten (oder eine Data-Mesh-Architektur) bedeutet, dass es kein zentrales Repository gibt und die Daten in mehreren Data Lakes und Warehouses gespeichert werden. Die Entscheidung für das eine oder das andere ist wichtig, da Sie den Rest Ihrer Datenarchitektur auf der Grundlage dieser Entscheidung gestalten werden. Eine effiziente Datenarchitektur führt zu einem hohen Reifegrad der Daten.
Wählen Sie die Dezentralisierung der Daten in den folgenden Fällen:
- Sie haben eine komplexe und große Datenlandschaft. In Ihrem Unternehmen gibt es viele verschiedene Datenquellen, -typen und -verbraucher, so dass es schwierig ist, alle Daten zentral zu verwalten.
- Sie haben viele Teams und Tausende von Mitarbeitern, die auf unterschiedliche Weise mit Daten umgehen.
- Sie möchten mit neuen Datenquellen, Technologien und Ansätzen experimentieren, ohne einen zentralisierten Data-Governance-Prozess durchlaufen zu müssen.
In allen anderen Fällen ist es besser, ein zentrales Repository zu haben.
3. Auswahl oder Aufbau eines Data-Governance-Rahmens
Um Ihre Datenreife zu erhöhen, müssen Sie die vollständige Kontrolle über Ihre Daten übernehmen. Und dazu brauchen Sie ein Data-Governance-Framework. Ein Data-Governance-Rahmenwerk ist eine Reihe von Richtlinien, Verfahren und Standards, die ein Unternehmen zur Verwaltung seiner Datenbestände verwendet. Es bietet eine Struktur dafür, wie Daten innerhalb des Unternehmens erfasst, gespeichert, verarbeitet und verwendet werden. Außerdem enthält es Richtlinien zur Gewährleistung von Datenqualität, Genauigkeit, Sicherheit und Compliance.
Ihr Datenteam kann ein Rahmenwerk erstellen, das auf Ihr Unternehmen zugeschnitten ist. Sie können auch das DGI Data Governance Framework als Ausgangspunkt verwenden. Darin werden alle Komponenten des Data-Governance-Rahmens erläutert, von Regeln und Definitionen bis hin zu Verwaltern und Entscheidungsrechten. Damit können Sie einen detaillierten Satz von Definitionen, Regeln und Prozessen erstellen und die Verantwortung für jeden Prozess verschiedenen Beteiligten zuweisen.
4. Bieten Sie allen Ihren Mitarbeitern Schulungen zur Datenkompetenz an.
Das Erreichen eines hohen Reifegrads der Daten ist eine Teamleistung. Schulen Sie Ihre Nicht-Datenexperten, damit sie sich an Ihre Data Governance-Regeln halten können. Kurse wie " Data Literacy Foundations" von EdX, " Data Literacy Specialization" von Coursera und " Data Literacy for All" von Tableau sind für jeden geeignet. Schulen Sie alle Ihre Mitarbeiter mit Hilfe dieser Kurse und verbessern Sie die Datenkompetenz Ihres Unternehmens.
Ihre Datenadministratoren, Ingenieure, Analysten und Wissenschaftler müssen sich vielleicht von Zeit zu Zeit durch fortgeschrittene Zertifizierungen weiterbilden, aber eine grundlegende Datenkompetenzschulung für alle Mitarbeiter des Unternehmens wird Ihnen helfen, das Beste aus Ihren Daten zu machen.
Wie SnapLogic Unternehmen hilft, ihre Datenreife zu verbessern
SnapLogic hilft Ihnen, alle Datenquellen innerhalb Ihres Unternehmens zu integrieren und den Datenfluss entsprechend Ihren Anforderungen zu automatisieren. Mit Hilfe von SnapLogic können Sie Ihr Data-Governance-Framework implementieren und die vollständige Kontrolle über alle Ihre Datenpipelines übernehmen, unabhängig davon, ob Sie sich für einen zentralen oder dezentralen Ansatz entscheiden.
Sie können sich nicht zwischen Datenzentralisierung oder Dezentralisierung entscheiden? Lesen Sie das Data Mesh oder Data Fabric eBook und machen Sie den ersten Schritt zur Datenreife.
