Warum Sie eine Datenstrategie brauchen (Teil 2)

Warum Sie eine Datenstrategie brauchen (Teil 2)

Benötigt jedes Unternehmen eine solche Strategie? Wofür ist sie nützlich? Wie entwickelt und implementiert man eine Datenstrategie? In einer Zeit, in der die Digitalisierung von Prozessen und Dokumenten, die Vernetzung von immer mehr Maschinen und Endgeräten und die daraus resultierenden Datenfluten an der Tagesordnung stehen, stehen viele Unternehmen vor der Herausforderung, diese Menge an Daten zu managen. Eine ganzheitliche Datenstrategie soll Abhilfe schaffen. Doch was ist das überhaupt?

VON DATEN ZU INFORMATIONEN

Einer der Hauptaspekte einer erfolgreichen Datenstrategie besteht in der Transformation von Daten zu wertvollen Informationen.
Daten selbst sind von begrenztem Wert und können eher als Beobachtung oder Messung – wie eine Art Befund – verstanden werden. Sie selbst enthalten keine anwendungsrelevanten Aspekte, bis sie in einen Kontext gebracht werden. Erst dann entsteht eine Bedeutung und sie werden zu Informationen. Doch damit ein konkretes Problem gelöst werden kann, müssen die gesammelten in roher Form vorliegenden erforderlichen Daten entsprechend kuratiert werden. Das umfasst sowohl die erwähnte Auswahl als auch die Datenbereinigung und die Datentransformation.

Die Sicherstellung einer einheitlichen wie „sauberen“ Datenbasis bildet die Grundlage für die Strukturierung und Analyse. Legen Sie in Ihrer Datenstrategie konkrete Ziele fest, die Sie mit Ihren Daten erreichen wollen und welche Probleme gelöst werden sollen. Erst dann können Sie sich die Frage stellen, welche Informationen für die Entscheidungsfindung zur Erreichung der Ziele vorliegen müssen, aus welchen Daten diese Informationen erlangt und mit welchen statistischen Verfahren diese abgeleitet werden können

Diese werden nach Komplexität und Mehrwert priorisiert. Ob der Aufwand für die Datenaufbereitung sich lohnt wird gegen deren Mehrwert aufgewogen. Die Ausarbeitung der einzelnen Use Cases, unter Berücksichtigung der erforderlichen Ressourcen folgt.
Entscheidend ist die zweckgebundene Denkweise: Was bringt der Use Case? Wie zahlt dieser auf die Geschäftsstrategie ein? Erst dann geht es an die Erstellung des Business Case und Planung der Umsetzung.

DATENQUELLEN

Haben Sie bei der Datenstrategie Ihre Ziele festgelegt, so geht es an das Herzstück: die Daten selbst. Ermitteln Sie, welche Daten bereits vorliegen, welche noch zu erschließen sind und wie sie für die verschiedenen Use Cases verwertet werden können.
Ein Data Use Case ist ein datengetriebener Anwendungsfall, welches folgende Fragen beantwortet:

•  Wozu sollen Daten verwendet werden?
• Welches Business Problem soll datengetrieben gelöst werden?
• Welchen konkreten Mehrwert haben die Daten?

In vielen Fällen besitzen Unternehmen interne Quellen, die wertvolle Daten preisgeben, z.B. in ERP- oder CRM-Systemen. Oft existieren weitere interne Daten, die noch nicht erschlossen, jedoch von hoher Relevanz sind, wie Social Media Daten. In Abhängigkeit mit dem verfolgten Use Case, kann eine Anreicherung von unternehmensinternen Daten mit externen Daten die Qualität Ihrer Erkenntnisse maßgeblich steigern. Heute sind viele open source Daten verfügbar, (z.B. Wetter- und Geodaten), sie werden über eine API abgegriffen. Für Social Media Daten stellen die Anbieter (Twitter, Facebook,…) auch jeweils eigene APIs bereit. Ohne API kann man auch per WebScraping Daten z. B. aus HTML-Seiten extrahieren.
Eine vollständige Dokumentation aller verfügbaren sowie potenziell verfügbaren Datenquellen bildet den entscheidenden Ausgangspunkt, um die für die verschiedenen Use Cases relevanten Daten ausfindig zu machen und das Maximum aus Ihren Daten herauszuholen.