„Daten als Produkt“ ist der Schlüssel zur Datendemokratisierung

Die Erschließung des wahren Potenzials von Daten ist für Unternehmen weltweit zu einer Top-Priorität geworden. Trotz der Fülle an Daten haben viele Unternehmen jedoch immer noch Schwierigkeiten, diese effektiv zu nutzen. Tatsächlich stehen laut dem Talend Data Health Barometer erstaunliche 97 % der Unternehmen vor Herausforderungen bei der effektiven Nutzung von Daten.

Das Haupthindernis, das Unternehmen daran hindert, aus Daten echten Nutzen zu ziehen, sind weder Budget noch Technologie. Menschen sind die Barriere Nummer 1.

Wie das Talend Data Health Barometer zeigt, sagte fast die Hälfte der Befragten, dass es nicht einfach ist, Daten zu nutzen, um geschäftliche Auswirkungen zu erzielen, und 46 % sind nicht der Meinung, dass ihre Daten die Geschwindigkeit und Flexibilität haben, um die Anforderungen des Unternehmens zu erfüllen. Dies zeigt, dass ohne die richtige Denkweise und Fähigkeiten das volle Potenzial von Dateninitiativen nicht ausgeschöpft werden kann.

Die Lösung für diese Herausforderung besteht darin, eine Datenkultur innerhalb von Organisationen aufzubauen, die ein gemeinsames Verständnis über Daten und deren Verwendung fördert. Dies muss für Organisationen, die das operative und wirtschaftliche Versprechen von Dateninitiativen realisieren wollen, zur obersten Priorität werden.

Durch die Schaffung einer Umgebung, in der Daten als Produkt („Daten als Produkt“) und als wertvolle Ressource betrachtet und auf allen Ebenen der Organisation effektiv genutzt werden, können Unternehmen ihre Dateninitiativen endlich zum Tragen bringen und sinnvolle Geschäftsergebnisse erzielen.

Bei der Weiterentwicklung von Unternehmen ist es entscheidend, sich auf die letzte Meile zu konzentrieren, bei der es darum geht, Unternehmen, die im Rückstand sind, mit ihren Dateninitiativen auf den neuesten Stand zu bringen und denjenigen zu helfen, die Daten bereits priorisieren, um noch mehr Wert aus ihrer Investition zu ziehen.

Es ist unerlässlich, eine Datenkultur zu priorisieren, um der Kurve immer einen Schritt voraus zu sein und im Datenwettlauf nicht zurückgelassen zu werden.

Der Imperativ des Dateneigentums

Das Modell „Daten als Produkt“ stellt den traditionellen Datenentscheidungsprozess auf den Kopf. Anstatt mit den Daten zu beginnen und sich zu betrieblichen Anwendungsfällen hochzuarbeiten, beginnt der Ansatz mit betrieblichen Anwendungsfällen und arbeitet sich bis zu den benötigten Daten vor.

Dadurch übernehmen die Geschäftsanwender das Steuer, geben ihnen die Kontrolle über den Prozess und ermöglichen es ihnen, die relevantesten Anwendungsfälle zu definieren, die direkt mit den Prioritäten ihrer Organisation verknüpft sind.

In einer von Forrester durchgeführten Umfrage gaben 47 % der Befragten an, dass ihre Organisation Daten bereits als Geschäftsgut oder -produkt behandelt, und weitere 27 % planen dies in Zukunft.

Ein Bericht von Accenture ergab, dass Unternehmen, die Daten erfolgreich als Produktinitiative implementiert haben, im Vergleich zu Unternehmen, die dies nicht getan haben, eine Umsatzsteigerung von 9 % und eine Steigerung der Gewinnspanne von 7 % verzeichnet haben.

Betrachten wir das Beispiel eines Finanzinstituts, das seine Upsell-Strategie verbessern möchte. In diesem Szenario würden Geschäftsanwender die Daten ermitteln, die sie benötigen, um dieses Ziel zu erreichen – in diesem Fall Daten in Bezug auf ERP- und Kommunikationspräferenzen.

Mit Hilfe der IT würde ein spezifischer Datensatz erstellt, der es Geschäftsanwendern ermöglicht, diese Informationen zu nutzen und Kunden neue Produkte und Dienstleistungen anzubieten, die ihren Anforderungen entsprechen.

Dieser „Daten als Produkt“-Ansatz kann auch verwendet werden, um umfassendere Ziele wie Risikomanagement oder operative Exzellenz zu unterstützen, was ihn zu einem wertvollen Werkzeug für jede Organisation macht, die Daten zur Steigerung ihres Erfolgs nutzen möchte.

Der „Datenbefreiungs“-Ansatz, der Daten als Produkt behandelt, kann sehr effektiv sein, erfordert jedoch ein starkes Gefühl der Datenhoheit und eine angemessene Datenverwaltung.

Bei einem verteilten Ansatz ist die Datenverwaltung nicht zentralisiert, sondern organisationsübergreifend, sodass alle Beteiligten dafür verantwortlich sind, sicherzustellen, dass ihre Datennutzung angemessen und angemessen ist. Dies kann eine Herausforderung darstellen, da es ein hohes Maß an Datenkompetenz und -kultur erfordert.

Stellen Sie sich zum Beispiel einen Autohändler vor, der mit einem Kunden den Kauf eines brandneuen Autos abschließt. Er kann versuchen, den Kunden davon zu überzeugen, mehr Zubehör und Dienstleistungen zu kaufen, um den Gewinn zu maximieren.

Dazu muss der Händler diese Zusatzprodukte von der Herstellung bis zum Nutzen für den Kunden gut kennen. Dies unterstreicht die Bedeutung von Datenkompetenz und -kultur, um das volle Potenzial eines „Datenbefreiungs“-Ansatzes auszuschöpfen.

Um Daten als Produkt zu behandeln, müssen Geschäftsanwender ein umfassendes Verständnis der von ihnen verwendeten Daten haben. Dazu gehört die Kenntnis über deren Speicherort, Herkunft, Vertrauenswürdigkeit und ob ein Opt-In vorliegt.

Dieses Verständnis ist entscheidend für die Maximierung der geschäftlichen Nutzung von Daten, was wiederum die Ziele und die Strategie einer Organisation unterstützt.

Geschäftsanwender stärken

In der Modewelt kommen und gehen Trends und erneuern sich ständig. Im Bereich des Datenmanagements stehen Unternehmen jedoch vor dem ständigen Problem, ihre Geschäftsabläufe zu stärken. Seit Jahren besteht die Herausforderung darin, die Barrieren zwischen IT und Business abzubauen und bessere Wege zu finden, letzteres zu stärken.

Die bloße Bereitstellung von Daten an einen Data Lake oder ein Warehouse reicht nicht aus, um die Datennutzung zu ermöglichen. Die Daten müssen leicht zugänglich und nahtlos in Arbeitsabläufe integriert sein, sei es durch Self-Service für Geschäftsanwender oder die Integration in Anwendungen. Es ist wichtig, dass vertrauenswürdige Daten verfügbar sind, wenn sie benötigt werden.

Traditionell haben Unternehmen einen „Governance with the No“-Ansatz implementiert, bei dem Geschäftsanwender mit Anfragen zur Datennutzung an die zentrale IT gehen und auf Genehmigung warten müssen. Dies schafft eine Kluft zwischen dem Geschäft und der IT in Bezug auf das Dateneigentum, die sich mit der Verbreitung von Daten nur noch vergrößert.

Um die Datenproduktion wirklich erfolgreich zu machen, müssen Unternehmen sicherstellen, dass ihre Dateninitiativen geschäftsorientiert und ergebnisorientiert sind und dass die Daten demokratisiert und im gesamten Unternehmen zugänglich sind.

Dieser Ansatz umfasst die Ermöglichung einer agilen Bereitstellung von Mehrwert durch Daten, die Etablierung einer gemeinsamen Sprache zwischen Business und IT, die Erzielung von Effizienzsteigerungen durch die Wiederverwendung von Datenprodukten, die Stärkung des Vertrauens der Organisation in Daten und die zukunftssichere Datenarchitektur mit modernen Ansätzen wie Data Mesh, Data Fabric oder Daten-Hub-Architektur.

Um eine Datenproduktstrategie erfolgreich umzusetzen, sollten sich moderne Datenteams frühzeitig und konsequent an den Interessengruppen orientieren, eine Produktmanagement-Denkweise annehmen, Datenqualität und -zuverlässigkeit priorisieren, in Self-Service-Tools investieren und die geeignete Teamstruktur für die Datenorganisation identifizieren.

Durch Befolgen dieser Schritte können Datenteams die Ziele ihrer Organisation erreichen und eine Datenproduktstrategie erfolgreich implementieren.

Datenexperten stehen jedoch vor einer Effizienzlücke; Sie verbringen zu viel Zeit damit, Zugang zu den benötigten Daten zu erhalten und sie in den entsprechenden Geschäftskontext einzuordnen. Der Rahmen für die Bereitstellung vertrauenswürdiger Daten für Geschäftsexperten am Ort des Bedarfs ist entscheidend, um Datenwert freizusetzen.

Self-Service-Anwendungen wie Datenvorbereitungstools ermöglichen es Geschäftsanwendern, auf einen Datensatz zuzugreifen und die Daten dann zu bereinigen, zu standardisieren, zu transformieren oder anzureichern. Sie können ihre Präparationen und Datensätze einfach teilen oder Datenpräparationen in Batch-, Massen- und Live-Datenintegrationsszenarien einbetten.

Um Daten wirklich zu demokratisieren, sollten Organisationen damit beginnen, die Datenqualität zu demokratisieren und Geschäftsbenutzern Zugriff auf Datenqualitätsfunktionen zu gewähren.

Damit Geschäftsanwender endlich auf Daten reagieren können, bevor die Daten Geschäfts-Dashboards füllen, investieren Softwareanbieter viel in UX und benutzerfreundlichere Anwendungen.

Low-Code- oder No-Code-Lösungen für Nicht-Datenspezialisten können Geschäftsanwendern helfen, einen proaktiven Ansatz für das Datenmanagement, einschließlich der Datenqualität, zu verfolgen und somit eine breitere Datenkultur zu unterstützen, die mit den Geschäftszielen einer Organisation übereinstimmt.