Zwei-Wege-Strategie zur Monetarisierung der Unternehmensdaten Datenqualität durch Integrität

Unternehmen stehen einer riesigen Big-Data-Lawine gegenüber. Das stellt besonders in Kombination mit immer mobiler werdenden Mitarbeitern eine enorme Herausforderung dar. Entscheidend ist nun, diesen Trends mit den richtigen Mitteln zu begegnen und sie durch die richtigen Maßnahmen zu nutzen.

Ein Weg ist sicher der, die Daten denjenigen Mitarbeitern zugänglich zu machen, die sie benötigen. Dadurch können die jeweiligen Unternehmen kosteneffektiver arbeiten und werden damit profitabler. Dies kann ihnen in umkämpften und nahezu gesättigten Märkten den entscheidenden Vorsprung vor Mitbewerbern bringen.Ein Stcihwort in diesem Zusammenhang ist die "Datenmonetarisierung". 

Gewinnbringend einsetzen

Ob Kunden-, Produktions- oder Nutzungsdaten, lokale Daten, System- oder Prozessdaten: Noch nie hatten Unternehmen Zugang zu mehr Daten und einen besseren Überblick über ihren Ist-Zustand als heute – theoretisch jedenfalls. Praktisch sehen sich Firmen zunehmend einem riesigen Berg unstrukturierter Daten gegenüber. Vielen ist dabei nicht bewusst, dass diese nicht nur verschenktes Wissen bedeuten, sondern sich daraus sogar unternehmensrelevante Risiken entwickeln können.

Zum Beispiel wenn fehlerhafte Daten als Grundlage für Risikokalkulationen, zur Einschätzungen der Kundenwünsche oder als Basis für die Entwicklung neuer Produkte dienen. Umgekehrt eröffnet die richtige Organisation der vorhandenen Daten nicht nur große unternehmerische Chancen, sondern wirkt sich auch positiv auf die Unternehmensbilanz aus.

Zwei komplementäre Wege stehen Unternehmen offen, die eigenen Daten zu monetarisieren, sie also in finanziell nutzbare Werte umzuwandeln. Einerseits können mithilfe der Daten Gewinne maximiert und neue Umsatzquellen identifiziert werden, andererseits können die Daten genutzt werden, um Kosten zu sparen. So ist beispielsweise das Innovationspotential eines Unternehmens eng mit dem Wissenspotenzial seiner Daten verknüpft.

Aber auch grundlegende Aspekte wie die Optimierung von Prozessen, die Analyse von Trends oder das Erstellen von Prognosen lassen sich durch den Einsatz zeitgemäßer BI-Tools verbessern. Gleich, ob neue Quellen erschlossen oder Prozesse optimiert werden sollen: Die Basis einer erfolgreichen Datenmonetarisierung besteht immer aus einer validen Datenqualität, einer leistungsstarken BI und der Integration von Daten.

Der Erfolg eines Unternehmens hängt letztlich von Entscheidungen ab, die ihrerseits auf den zur Verfügung stehenden, gesammelten Informationen beruhen. Entsprechend wichtig ist es, dass sich Entscheider auf die Unternehmensdaten verlassen können. Schlechte Datenqualität ist daher nicht nur ärgerlich und ineffizient – sie kann darüber hinaus schwerwiegende Folgen nach sich ziehen, die sich auf die Geschäftszahlen oder die strategische Ausrichtung eines Unternehmens auswirken.

Umgekehrt lassen sich auf Basis gepflegter Stammdaten unter anderem zuverlässige Prognosen erstellen, die die Grundlage für richtungsweisende Entscheidungen sind. Darüber hinaus hängt zum Beispiel die Fähigkeit von Unternehmen, möglichst flexibel auf neue Kunden- und Geschäftsanforderungen reagieren zu können, entscheidend davon ab, dass applikations- und geschäftsprozessübergreifend genutzte Stammdaten konsistent und fehlerfrei zur Verfügung stehen. Auch eine leistungsfähige Auftragsabwicklung braucht exakt deklarierte Stammdaten für Aufträge, Artikel, Lieferanten und Kunden. Das gleiche gilt für den Einkauf oder die Finanzbuchhaltung.

Strategisch vorgehen

Bei der Umsetzung einer BI-Strategie ist es daher wichtig, von Beginn an für eine hohe Datenqualität zu sorgen. Die inhaltlichen Vorgaben für die Implementierung einer Datenqualitätsstrategie liefern die Fachabteilungen, die technologische Grundlage für eine gleichbleibend hohe Datenqualität muss die IT sicherstellen. Eine hohe Datenqualität ist ein entscheidender Faktor, wenn es darum geht, das Potential der unternehmenseigenen Daten voll auszuschöpfen, Innovationen zu entwickeln und das Unternehmen langfristig auf Erfolgskurs zu halten.

Einen zentralen Ansatzpunkt für das Umsetzen des Potenzials der Unternehmensdaten bilden die unterschiedlichen Business Intelligence (BI) Anwendungsgebiete. Dabei ist BI weit mehr als ein automatisiertes Reporting. Sie hat zum Ziel, aus den unterschiedlichsten internen und externen Datenquellen entscheidungsrelevantes Wissen zu gewinnen. BI liefert mit Reporting-Daten Entscheidungsgrundlagen, die für eine zielgerichtete Unternehmenssteuerung essentiell sind.

Um den vollen Nutzen der Daten abzuschöpfen, sollte die BI durch Business Analytics erweitert werden, um die Informationen auszuwerten und in einen größeren Zusammenhang zu setzen. Hier kommen Methoden wie die prognostische Analyse zum Einsatz, die sich beispielsweise in einem Fertigungsunternehmen mit Aufgaben wie Produktions- und Absatzplanung, Lagerbestandsprognosen, Umsatzprognosen oder Vorhersagen von Marktpotenzialen und Produktlebenszyklen neuer Produkte befasst. Eine wichtige Eigenschaft von Business Analytics besteht darin, dass damit Ursache-Wirkungs-Beziehungen oder Abhängigkeiten zwischen betriebswirtschaftlichen Kennziffern ins Blickfeld geraten. Mit Business Analytics können sich Unternehmen, gestützt auf quantitative, statistische und Prognosemodelle, die den Material- und Informationsfluss abbilden, deutlich agiler in ihren Märkten bewegen.

Echtzeiteinblicke

Entscheidungen müssen heute sehr viel schneller getroffen werden als noch vor einigen Jahren. Entsprechend schnell müssen Daten weitergegeben werden. Traditionelle Systeme bieten zwar umfassende Einblicke in vergangene Geschäftsperioden, nicht aber in aktuelle Abläufe. Mit Systemen für eine operative BI erhalten Anwender eine Echtzeitsicht auf Geschäftsereignisse – noch während diese stattfinden. Beispiele hierfür sind die Verfolgung einzelner Teile in der Fertigungsstraße oder die Übertragung von „Trouble Tickets“ an Mitarbeiter im Kundenservice.

Operative BI-Anwendungen erhalten ihre Informationen oft über einen automatischen Workflow-Prozess oder direkt aus einem einzelnen Produktionssystem. In diesem Umfeld werden Lösungen und Integrationstechnologien benötigt, um das Auftreten von Ereignissen zu überwachen, zu erkennen, weiterzuleiten und die notwendigen Maßnahmen zu ermitteln, wobei vorab festgelegte Bedingungen und Regeln zugrunde gelegt werden. Durch die Definition von Schwellwerten und Warnmeldungen lässt sich eine Verbindung zwischen einem BI-Prozess und Transaktionsprozessen herstellen, sodass eine Aktion ausgelöst wird, wenn entsprechende Ereignisse in diesen Systemen auftreten.

Geht etwa bei der Auftragserfassung eine Bestellung ein oder ein Fertigungsprozess aktualisiert eine Stückliste, können diese Ereignisse andere Applikationen benachrichtigen. In manchen Fällen werden die Anwender dann zur Eingabe von Daten aufgefordert, etwa um die Ereignisse mit Daten aus anderen Abschnitten eines Geschäftsprozesses zu korrelieren. Dabei kann zum Beispiel definiert werden, dass eine Meldung ausgegeben wird, wenn ein vorgegebener Schwellwert erreicht wird, etwa dann, wenn der Lagerbestand unter ein bestimmtes Niveau absinkt oder wenn neue Verkaufszahlen vorliegen. Auf diesem Weg können viele Prozesse abgekürzt oder effizienter gestaltet werden – das spart Zeit und schafft Ressourcen, die in neue Geschäfte investiert werden können.

In den gesammelten Daten eines Unternehmens sind „monetäre“ Werte gebunden. Unternehmen sollten daher sicherstellen, dass sie dieses Potential voll nutzen. Grundlage für die Umsetzung des Potentials ist die Verzahnung von Datenqualität, Datenintegration und Business Intelligence. Dadurch können Unternehmen kosteneffektiver arbeiten und profitabler werden. Dies kann in umkämpften und nahezu gesättigten Märkten den entscheidenden Vorsprung im Wettbewerb bringen. Dafür ist es unerlässlich, unter Berücksichtigung aller relevanten Informationen zeitnah fundierte Entscheidungen zu treffen. Das gilt für den CEO genauso wie für den Abteilungsleiter oder den Vertriebsmitarbeiter.

Nathan Jagoda

ist Country Manager bei  Information Builders Deutschland