Für Unternehmen in allen Branchen ist es unerlässlich, Daten über Kunden zu sammeln, um deren Bedürfnisse und die sich daraus ergebenden Umsatzpotentiale besser zu verstehen. Nicht nur Handelsunternehmen, sondern auch Banken, Versicherungen und andere Finanzdienstleister können mit Hilfe der richtigen Datenstrategie ihre Wettbewerbsposition verbessern und kommerzielle Vorteile erzielen. Das Sammeln, die Erfassung und Aufbereitung der richtigen Daten und deren Nutzung zur Entscheidungsfindung sollte für das Management eines jeden Unternehmens oberste Priorität haben. Alle hierzu erforderlichen Aktivitäten werden häufig unter dem Begriff Business Intelligence (BI) subsumiert.
Die gute Nachricht für Unternehmen, die aktiv eine Business Intelligence-Strategie entwickeln oder umsetzen, ist, dass sich Tools, Technologien und Mitarbeiter, die Analysen, Auswertungen und Darstellung von Daten unterstützen, kontinuierlich verbessern. Die schlechte Nachricht ist jedoch, dass ein hoher Anteil von Business Intelligence-Initiativen ihr Ziel leider verfehlen. Dies liegt häufig daran, dass nicht die richtigen, strategisch wichtigen Fragen gestellt werden oder dass die Gesamtanforderungen des Unternehmens nicht berücksichtigt werden, so dass nur ein Teil der möglichen Wirkung erreicht werden kann. Vor wenigen Jahren noch verschafften auch einfache, punktuelle Analysen Unternehmen einen Wettbewerbsvorteil. Heute jedoch ist in einem zunehmend anspruchsvollen wirtschaftlichen Umfeld eine gute, übergreifende BI-Strategie zwingend erforderlich. Um allein den Status quo im Wettbewerb zu halten, müssen Unternehmen unbedingt datenorientiert werden.
Darüber, wie Technologie und Daten Business Intelligence operativ unterstützen, ist viel geschrieben worden, und eine Vielzahl von Vendoren preisen ihre Software für die unterschiedlichen Stufen der Geschäftsanalytik dafür an. Weniger gut beleuchtet sind dagegen die Aspekte, die sich mit der Formulierung einer für das jeweilige Unternehmen spezifischen Business Intelligence-Strategie beschäftigen. Wie können Unternehmen aus ihrer jeweiligen Marktpositionierung und aus ihren spezifischen Unternehmenswerten Wettbewerbsvorteile aus der Nutzung von Daten erzielen? Hierfür kann es keine pauschale Antwort geben, da die Ausgangslage für alle Unternehmen zu unterschiedlich ist. Immer zutreffend ist allerdings die Aussage, dass die Technologie bestmöglich die Strategie, die sie umsetzen soll, unterstützen muss, um Wirkung zu entfalten Und eine wirksame und ganzheitliche Business Intelligence-Strategie berücksichtigt weit mehr als Daten und Technologie. Sie erfordert einen ehrlichen Blick auf das jeweilige Unternehmen, eine gründliche Planung, die richtigen Mitarbeiter und Ressourcen sowie das notwendige Know-how.
Abbildung 1 – Elemente einer Business Intelligence-Strategie
Nur wenn wie in Abbildung 1 skizziert in einem Unternehmen Richtung und Kraft zueinanderfinden, werden BI-Initiativen erfolgreich sein können, um nachhaltige Wettbewerbsvorteile zu erzielen. Im Folgenden werden grundlegende Überlegungen zur Entwicklung einer soliden Business Intelligence-Strategie vorgestellt.
Richtung festlegen – strategische Ordnung schaffen
Klare Unternehmensziele definieren
Zunächst müssen die Unternehmensziele festgelegt werden, die durch eine Business Intelligence-Strategie erreicht werden sollen. Was sind die wichtigsten Ziele des Unternehmens? Wie kann Business Intelligence diese Ziele auch in Teilbereichen oder einzelnen Funktionen unterstützen und ermöglichen? Auch wenn die Verbindung zwischen Geschäftsstrategie und Daten- und Analysestrategie offensichtlich erscheinen mag, ist es wichtig, diese Verbindung explizit zu identifizieren und zu kommunizieren. Für die meisten Unternehmen sind die Geschäftsziele in der Regel eng mit den Kunden verbunden. Diese sollen gehalten und zu loyalen Kunden gemacht werden, die idealerweise neue Kunden und Umsätze durch ihre Empfehlungen ermöglichen. Eine solche Kundenbindung schafft eine einzigartige Wettbewerbsposition, in der Kunden ein personalisiertes Erlebnis geboten wird, das es ihnen fast unmöglich macht, woanders zu kaufen. Finanzdienstleister können hier Erfahrungen aus anderen Branchen, wie dem Einzelhandel nutzen, wo personalisierte Erlebnisse für Kunden geschaffen werden, um ihre Geschäftsziele zu erreichen. Das Sammeln und Verwerten wichtiger Informationen über Kunden hilft bei der Generierung von Mehrwert für beide Seiten.
Neben der Kundenschnittstelle können aber auch andere Funktionen im Fokus von Business Intelligence-Initiativen stehen. Datenbasiertes Personalmanagement beispielsweise stellt andere Kenngrößen als die klassischen Finanzzahlen in den Vordergrund, um relevante Aussagen zu generieren, die den Geschäftserfolg langfristig sicherstellen. Aussagen zur absehbaren demographischen Entwicklung der Mitarbeiter in Kombination mit Werten zum erwarteten Kapazitätsbedarf sowie Ausbildungserfordernissen oder Recruitingmöglichkeiten erlauben vorausschauende Prognosen und entsprechende frühzeitige, strategische Steuerungsimpulse.
Auf- und Ausbau analytischer Fähigkeiten
Welche analytischen Fähigkeiten müssen auf der Grundlage der Geschäftsziele und -strategien entwickelt werden? Welches Wissen möchte ein Unternehmen aus den Daten generieren und welche Erkenntnisse sollen gewonnen werden? Unternehmen stellen oft Fragen, die nur an der Oberfläche dessen kratzen, was auf dem Spektrum der Analysefähigkeiten möglich ist: „Welche Produkte wurden im letzten Quartal wie häufig und zu welchen Erlösen verkauft?“ ist ohne Zweifel eine wichtige Frage, die es notwendig zu beantworten gilt.
Aber der Erkenntniswert solcher deskriptiven Analysefragen ist nicht hinreichend für nachhaltigen Unternehmenserfolg. Hierfür sind prädiktive Analysen erforderlich, die darauf abzielen, Verhaltensweisen auf der Grundlage vergangener Aktionen vorherzusehen. Durch den Einbezug weiterer Datenquellen gelingt es, vergangene Umsatzzahlen in den richtigen Kontext zu setzen. Sofern eine solche Korrelation auch zukünftig als stabil erachtet wird und sofern Vorhersagen für die weiteren Datenquellen existieren, können Prognosen über zukünftige Umsatzwerte abgegeben werden.
Das Ergebnis dieser prädiktiven Analysen kann im Rahmen von präskriptiven Analysen veredelt werden. Präskriptive oder vorschreibende Analysen wirken normativ, beinhalten also Handlungsempfehlungen, um einen bestimmten, als positiv bewerteten Zustand zu erreichen. Ist das Ergebnis der prädiktiven Analyse, dass die Umsatzzahlen in Zukunft voraussichtlich steigen werden, so fokussiert sich die präskriptive Analyse darauf, auch sicherzustellen, dass eine ausreichende Lagerhaltung für diese Produkte gegeben ist bzw. dass die Lieferketten für die Vorprodukte so skaliert werden, dass eine rechtzeitige Produktion erfolgen kann.
Abbildung 2 – Zunehmender Reifegrad von analytischen Verfahren
Der Schlüssel zum Auf- und Ausbau der analytischen Fähigkeiten ist es, zu definieren und zu entwickeln, was ein Unternehmen derzeit braucht, und sukzessive die prädiktiven und präskriptiven Analysefähigkeiten auszubauen. Die schrittweise Erhöhung des Reifegrads im Umgang mit Daten gemäß Abbildung 2 führt zu einem enormen Wert und sollte durch eine stetige Verbesserung der Anforderungen an neue Daten, Technologien, Prozesse sowie insbesondere an die handelnden Personen begleitet werden.
Investitionen in Prozesse, Technologien und Daten
Nachdem die benötigten Analysefähigkeiten zur Erreichung der Geschäftsziele definiert sind, ist die richtige Kombination von Prozessen, Technologien und Daten von entscheidender Bedeutung.
Business Intelligence-Strategien erfordern effiziente Prozesse, um alle Mitarbeiter entsprechend ihrer Rolle anzuleiten. Obwohl kein Unternehmen dem anderen gleicht, profitieren die meisten von grundlegenden Prozessen, die auf ihren Investitionen in die Analytik aufbauen und deren Wert kontinuierlich steigern. Zu diesen grundlegenden Komponenten gehören:
- Data Governance: Die Klärung der ‚Eigentumsrechte‘ an den Daten, die damit einhergehenden Sorgfaltspflichten sowie die Einrichtung von Kontrollfunktionen minimieren Risiken und fördern die Zusammenarbeit.
- Anforderungsmanagement: Die Schaffung eines Rahmens hilft, effektiv und effizient auf Benutzeranfragen zu reagieren und zielgerichtet und priorisiert den weiteren Ausbau voranzutreiben.
- Projektsteuerung: Die Priorisierung von Programmen und Projekten durch ein gut aufgestelltes Projektportfoliomanagement erlaubt es, neue und verbesserte Funktionen schnell und flexibel bereitzustellen.
- Datenqualität: Durch die proaktive Erkennung und Behebung von Datenqualitätsproblemen werden Probleme vermieden, die die Rentabilität von Investitionen gefährden können.
Die Technologie für Business Intelligence umfasst in der Regel mehrere miteinander verbundene Komponenten, die gemeinsam zeitnahe, zuverlässige Daten zur Unterstützung des Leistungsmanagements und der Entscheidungsfindung liefern. Angesichts der Vielzahl der verfügbaren Business Intelligence- und Analysetechnologien müssen Unternehmen einen Rahmen für die Bewertung von Technologielösungen schaffen, die ihren Anforderungen an die Analysefähigkeit am besten entsprechen. Unternehmen stellen oft fest, dass sie bereits über effektive Tools verfügen, die sie nur nicht nutzen. Wenn zusätzliche Tools benötigt werden, sollte wie bei jeder Software- oder Technologieanschaffung, eine gründliche, Kriterien-basierte Bewertung der Anbieter vorgenommen werden.
Und was die Daten angeht, so sind sich Unternehmen oft nicht bewusst, welche Daten sie zur Verfügung haben. Es empfiehlt sich daher, sich zunächst darüber klar zu werden, welche Daten heute bereits im Unternehmen verfügbar sind und wie diese genutzt werden können, um aussagekräftige Analysen zu erstellen, die eine bessere Entscheidungsfindung ermöglichen. Ähnlich wie bei der Technologie gibt es auch hier eine Vielzahl von Datenquellen, die genutzt werden können. Wichtig ist, dass zunächst die Datenquellen ausgewählt werden, die am engsten mit den Geschäftszielen verbunden sind. Neue Technologien machen es immer einfacher, neue Datenquellen zu erschließen und später zu entscheiden, wie sie genutzt werden sollen.
Kraft entfalten – operative Wirkung erzielen
Analysemethodik im Regelbetrieb
Manchmal entwickeln Unternehmen großartige neue Business Intelligence-Funktionen, versäumen es aber, einen Rahmen und einen Prozess für den Betrieb und die Umsetzung dieser neuen Erkenntnisse zu schaffen. Unternehmensleiter sollten eine Methodik für die laufende Analyse und erkenntnisgestützte Entscheidungsfindung entwickeln. Erfolgreiche Unternehmen entwickeln einen Entscheidungsfindungsrahmen indem sie
- regelmäßig überprüfen, welche strategischen Ziele durch welche Kennzahlen und welche zugrundeliegenden Daten gemessen werden,
- welches Ambitionsniveau bei der Zielerreichung dieser Kennzahlen in welchem Zeitraum erreicht werden soll,
- einen regelmäßigen Rhythmus für eine erkenntnisgestützte Entscheidungsfindung einrichten, in dem sie Messungen ausführen, Hypothesen testen, eventuelle Anpassungen vornehmen und diesen Zyklus wiederholen,
- nicht auf die perfekten Fähigkeiten und Tools warten, sondern erkennen, dass kleine Schritte bereits große Wirkung in Hinblick auf die Gesamtstrategie entfalten,
- das Wissen rund um Daten und analytische Methoden und Verfahren in einer entsprechenden Business Intelligence-Einheit bündeln.
Durch die Entwicklung einer soliden und wiederholbaren Methodik können bessere Zusammenarbeit und Produktivität in den wichtigsten Teams, eine effektivere Entscheidungsfindung auf Führungsebene und eine bessere Datenverwaltung erreicht werden. Hierbei sind Erkenntnisse wichtig. Der wahre Wert und entsprechende Wirkung wird allerdings erst dann erreicht, wenn Unternehmen auf der Grundlage ihrer Erkenntnisse auch Maßnahmen zur Umsetzung der Steuerungsimpulse ergreifen.
Organisatorische Umsetzung und Menschen
Die Auswahl der richtigen Organisationsstruktur sowie die Benennung einer kompetenten und sichtbaren Führungspersönlichkeit für diese Business Intelligence-Einheit stellt sicher, dass die datengetriebene Geschäftsausrichtung die nötige Aufmerksamkeit und die erforderlichen Ressourcen erhält. Wenn es um Business Intelligence geht, denken die meisten bei Ressourcen an Kapitalinvestitionen in Form von Data Warehouses oder Data Lakes mit teurer zugrundeliegender Technologie. Die entscheidenderen Ressourcen aber sind die Menschen und das von ihnen bereitgestellte Fachwissen. Datenarchitekten, Entwickler, Tester und Berichtsdesigner sind allesamt wichtige Funktionsrollen für eine solide Analysestrategie. Auch die Anwender und Manager, die auf Basis der Analysen Entscheidungen treffen sollen, sind unbedingt zu berücksichtigen.
Zum Aufbau der analytischen Fähigkeiten kann es sinnvoll sein, externe Fachleute hinzuzuziehen. Um aber auch langfristig durch Business Intelligence auf das jeweilige Unternehmen maßgeschneiderte Fragestellungen und Antworten zu geben, sollten die analytischen Fähigkeiten aber zu einer Kernkompetenz jedes datengetriebenen Unternehmens werden. Hierfür sind unbedingt interne Talente zu entwickeln und die Datenkompetenz auch auf Managementebene hinreichend zu stärken.
Erstellung einer Roadmap mit Einbezug der Geschäftsleitung
Die Kombination von Menschen, Prozessen, Technologien und Daten ist nur der Anfang. Unternehmen sollten umfassende Roadmaps entwickeln, um einen frühen und kontinuierlichen Nutzen zu erzielen und ihre Fortschritte zu messen. Wenn ihre Analysefähigkeiten noch gering sind, sollte zunächst eine einzige, erreichbare Initiative in begrenztem und klar definiertem Umfang mit potentiell großer Wirkung ausgewählt werden. Auf diese Weise können die Vorteile einer soliden Analyse aufgezeigt und eine Dynamik und kontinuierliche Unterstützung erreicht werden. Alle guten Roadmaps sollten Hindernisse und Einschränkungen – einschließlich organisatorischer Widerstände gegen Veränderungen – aufzeigen und Lösungen für deren Beseitigung anbieten. Unabhängig davon, wie durchdacht und gründlich der Ansatz ist, der in der Roadmap skizziert wird, profitieren Unternehmen aufgrund der beträchtlichen Investitionen davon, dass sie frühzeitig die Zustimmung der Unternehmensleitung erhalten, um eine kontinuierliche, langfristige Unterstützung sicherzustellen.
Business Intelligence-Initiativen scheitern oft. Dies liegt selten an der Technologie oder an fehlenden Daten. Die größten Herausforderungen bei Entwicklung und Umsetzung einer BI-Strategie liegen in der Unternehmensführung und in der Unternehmenskultur. Das Fundament einer jeden BI-Strategie sind der initiale Impuls und die kontinuierliche Unterstützung durch die Geschäftsleitung des Unternehmens. Nur wenn sich die Führungskräfte für eine datengetriebene Geschäftsausrichtung stark machen, sie in den allgemeinen Unternehmenszielen verankern und sie zum Bestandteil der täglichen Gespräche im Unternehmen machen, hat eine Business Intelligence-Initiative eine Chance, ihre Wirkung zu entfalten.
Hierfür ist ein effektives Change Management erforderlich, das auf dem nachhaltigen Commitment des Top-Managements basiert. Eine bewährte und empfehlenswerte Methode im Change Management ist die Erzielung schneller und wirkungsvoller Erfolge. Solche ‚Leuchttürme‘ können im gesamten Unternehmen bekannt gemacht werden und als Blaupause für die weitere Entwicklung dienen. Durch Transparenz und hohe Visibilität der Erfolge lassen sich die Vorteile einer Organisation, die Entscheidungen auf der Grundlage von Daten statt auf der Basis von Intuition oder Wahrnehmung trifft, einfach aufzeigen. Gleichzeitig werden Ambitionen geweckt, in weiteren Anwendungsfeldern durch Übertragung der Mechanismen ebenfalls datengetriebene Wettbewerbsvorteile zu nutzen.
Fazit
Die größten Hindernisse für die Einführung einer Business Intelligence-Strategie in Unternehmen sind eher organisatorischer und kultureller Natur als daten- und technologiebezogen. Die Implementierung eines Rahmens, der sich an den oben genannten Überlegungen orientiert, wird nicht nur den Führungskräften helfen, die Bedeutung von Business Intelligence in ihrem Unternehmen zu verstehen, sondern auch dazu beitragen, Fähigkeiten zu entwickeln, die Unternehmen kontinuierlich besser machen. Analytik und Einblicke sind nicht das Ziel, sondern ein Mittel zum Zweck für das Management, um bessere Entscheidungen zu treffen und bessere Geschäftsergebnisse zu erzielen. Ordnung in Daten, Technologien und Prozessen sind notwendige Voraussetzungen für jede Business Intelligence-Strategie. Die Wirkung der Strategie wird allerdings erst durch das tatsächliche Aufgreifen von Steuerungsimpulsen durch die handelnden Menschen erzielt.
