5 wichtige Schritte zur datengetriebenen Unternehmenskultur

5 wichtige Schritte zur datengetriebenen Unternehmenskultur

Wie wird Digital Analytics in Ihrem Unternehmen gesehen? Werden wöchentlich oder monatlich Reports mit Zahlenkolonnen herumgeschickt? Oder ist Digital Analytics gefragt bei Management und Business-Development-Entscheidungen? Wie man Digital Analytics von seinem Mauerblümchen-Dasein befreit und in einen essenziellen Bestandteil einer Organisation verwandelt, möchte ich in diesem Artikel mit strategischen und praktischen Ansätzen näher erläutern.

Chancen und Risiken einer datengetriebenen Unternehmenskultur

Veränderte Rahmenbedingungen rufen neue Management-Ansätze auf den Plan. Ein neuer Ansatz, der als Allheilmittel für vergangene Fehleinscheidungen gilt, ist datengetriebenes Entscheidungsmanagement bzw. Decision-Driven Data Management (DDDM). Doch bevor wir in Euphorie verfallen, muss vorangestellt werden, dass man auch mit einem DDDM-Ansatz nicht vor Fehlentscheidungen gefeit ist. Nur auf der Grundlage von Zahlen ohne weiteren Kontext zu entscheiden, wird ebenfalls zu Fehlern führen. Daher müssen Daten klar definiert und dementsprechend richtig aufbereitet werden. Im Schaubild rechts wird die Rolle, die Daten in Entscheidungsprozessen spielen, dargestellt. Es werden mehrere Schritte benötigt, um aus reinen Zahlen Entscheidungen ableiten zu können

Daten gelten als Grundlage für die Gewinnung von Information. Information führt bei richtiger Aufbereitung zu Erkenntnissen und folglich zu Entscheidungen. In vielen Literaturquellen endet dieser Prozess hier, da die Bedeutung von Feedback-Schleifen entweder nicht abgebildet oder ignoriert wird. Das Konzept der kontinuierlichen Optimierung ist dennoch elementar, um aus Fehlern zu lernen und Entscheidungen, wenn nötig, anzupassen.

Das Bauchgefühl war gestern

Ein DDDM-Ansatz führt auch dazu, dass nicht ein HiPPO auf Grundlage seines Bauchgefühls entscheidet, sondern dass man Entscheidungen aufgrund handfester Informationen über z.B. das Nutzerverhalten fällen kann. Was ein HiPPO ist? HiPPoO steht für „Highst Paid Person’s Opinion“. In diesem Zusammenhang ist damit gemeint, dass Entscheidungen oft von hochbezahlten Angestellten getroffen werden, die unter Umstände weit entfernt von den Kundenbedürfnissen sind. Nun stellt sich natürlich die Frage, wie man eine datengetriebene Unternehmenskultur kreiert? Im Folgenden sollen 5 wichtige Schritte genannt werden, die die Erreichung dieses Ziels begünstigen.

Schritt 1: Stakeholder identifizieren

Das Ziel eines Web Analysten ist es nicht, Reports sondern Antworten zu versenden. Dazu ist vorab zu klären, welche unterschiedlichen Anspruchsgruppen es gibt. Das ist natürlich abhängig von der Größe und der Struktur des Unternehmens. Eine Anspruchsgruppe, bei der datengetriebene Entscheidungen fest verankert sein sollten, ist die Business-Development-Abteilung. Auch bei vielen Marketing-Abteilungen heißt es längst nicht mehr „Ich weiß, die Hälfte meiner Werbung ist hinausgeworfenes Geld. Ich weiß nur nicht, welche Hälfte“. Heute evaluieren bereits viele ihre Kampagnen auf Grundlage von Daten. Auch in der Corporate Communication, der IT oder im Produktmanagement kann ein DDDM-Ansatz integriert werden. Zunächst lautet jedoch die einfache Regel: Miteinander sprechen. Der Web Analyst beispielsweise sollte in Kontakt mit den unterschiedlichen Stakeholdern treten, herausfinden, welche Berührungspunkte es mit dem digitalen Auftritt des Unternehmens gibt und was ihre brennendsten Fragen sind.

Schritt 2: Unterstützer finden

Je nach digitalem Reifegrad variiert die Größe einer Digital-Analytics- oder Statistik-Abteilung. In vielen Organisationen existiert nur ein Einzelkämpfer, z.B. der Web Analyst, der seinem Datenberg eine Bedeutung verleihen möchte. Daher ist es wichtig, innerhalb einer Organisation Unterstützer zu finden, um die Begeisterung für und den Nutzen von Digital Analytics bzw. eines DDDM-Ansatzes weiterzutragen. Selbstredend ist dies leichter gesagt als getan. Ein Unterstützer, der zuhört und gleichzeitig als Fürsprecher fungiert, kann jedoch Türen auch beim oberen Management öffnen.

Schritt 3: Service-orientiert arbeiten

Das Bereitstellen von Daten sollte man als einen Service innerhalb eines Unternehmens sehen, der Antworten auf Fragen liefert. Dabei nützt es niemandem, wenn eine Abteilung mit ihrem Wissen hinter dem Berg hält. Interne Schulungen oder Workshops helfen, eine Unternehmenskultur des Lernens und der Weiterentwicklung zu fördern. Besonders der Web Analyst kann diese Aufgabe übernehmen und regelmäßig zu Schulungen einladen, um seine Arbeit zu präsentieren oder für andere Abteilungen die Möglichkeit zu schaffen, ihre Bedürfnisse in Bezug auf Reports und Datenanalyse zu kommunizieren. Außerdem kann man Workshops anbieten, um an einem realen Business-Problem zu demonstrieren, was Digital Analytics kann oder auch nicht kann.

Schritt 4: Daten visualisieren

Natürlich kann man Daten in Tabellen und einfachen Tortendiagrammen darstellen, aber um Aufmerksamkeit und Begeisterung zu erzeugen, sollte man etwas tiefer in die Trickkiste greifen. Kreative Visualisierungen, die vielleicht sogar einen Bezug zum Unternehmen herstellen, aber nicht überladen wirken und zudem die Aussage verdeutlichen, sind zwar zeitintensiv, aber besonders bei wichtigen Präsentationen für den Kunden oder für die höhere Management-Ebene eine lohnende Investition. Falls sich das bereits eingeführte Analyse-Tool nur bedingt zur Visualisierung von Daten eignet, kann man auf Anbieter wie Piktochart oder Easelly zurückgreifen.

Schritt 5: Qualifizierung von Personal & Know-how-Bündelung

Experten wie Avinash Kaushik oder Eric Peterson sind der Meinung, dass die Kosten für die Technologie von Analyse-Tools weitaus niedriger sein sollten als die Kosten für Personal. Man sollte in etwa 10% vom Gesamtbudget für die Technologie einplanen und 90% für Personal. Der Mangel an Daten ist oftmals nicht das Problem, mit dem Unternehmen konfrontiert sind, sondern der Weg von den Daten zur Entscheidung. Für diesen Prozess werden Mitarbeiter mit unterschiedlichen Kompetenzen benötigt.

  • Technisches Know-how ist besonders bei den beiden untersten Stufen der Pyramide gefragt.
  • Konzeptionelles Know-how wird nicht nur zu Beginn, sondern auch bei Optimierungen, die im Idealfall regelmäßig stattfinden, gefordert.
  • Projektmanagement-Know-how wird selbstredend bei unterschiedlichen Projekten benötigt.
  • Know-how über die Unternehmensstruktur ist die Voraussetzung, um den zunehmenden Grad der Vernetztheit innerhalb des Unternehmens zu organisieren: Welche Abteilung „besitzt“ welche Daten und wie können andere Abteilungen davon profitieren?
  • Socials Skills: Nicht zu unterschätzen sind Mitarbeiter mit der Fähigkeit, eine Vision in das Unternehmen tragen und unterschiedliche Abteilungen zu vereinen.

Schlussbemerkung

Die Motivation der Mitarbeiter, an einem DDDM-Ansatz mitzuwirken, gepaart mit Know-how und Qualifizierung, sind die Voraussetzungen dafür, eine Organisation Schritt für Schritt zur datengetriebenen Unternehmenskultur zu führen. Dazu kommen weitere weiche Faktoren, wie der Umgang mit Fehlentscheidungen und die Implementierung von konstanten Optimierungsprozessen, und harte Faktoren, wie Technologie und Ressourcen. Trotzdem sollte man sich nicht von der Komplexität der Aufgabe abschrecken lassen, sondern sich darauf konzentrieren, wo es im Unternehmen bereits datengetriebene Entscheidungen gibt, wo man diese weiter ausbauen kann und wo man diesen neuen Ansatz integrieren kann bin hin zu einem gesamtheitlichen datengetriebenen Entscheidungsmanagement.

Wie geht es jetzt weiter?

 

Ihr Kontakt bei diconium

Daniel Rebhorn
co-founder/managing partner diconium