Format
News
Publikationen
Events
Kommentare
Personen
Stellenangebote
Leistungen
Strategie
Innovation & New Business
Führung & Organisation
Marketing & Vertrieb
Operations
Business Performance
Corporate Finance
Distressed M&A
Restrukturierung & Sanierung
Branchen
Industriegüter & Automotive
Bauzulieferindustrie
Chemie & Kunststoffe
Konsumgüter
Handel & Dienstleistungen
Pharma & LifeScience
Real Estate
Was unterscheidet Data Analytics Projekte von „gewöhnlichen“ Projekten?
Die Projekte folgen nicht dem linearen „Wasserfallmodell“ mit definierten Meilensteinen und Ergebnissen in aufeinanderfolgenden Projektphasen mit verbindlichen Vorgaben. Erfolgsversprechender ist ein flexiblerer/agilerer Ansatz. So kann in manchen Fällen die fehlende Datenqualität den Aufbau des notwendigen Datenmodells verhindern oder die erste Analyseidee in einer Sackgasse landen. Dies bedeutet keinesfalls das Scheitern, es heißt vielmehr nochmal zurück auf Start und die Anpassung der Zielsetzung.
Wie startet man am besten mit Data Analytics?
Unsere klare Empfehlung lautet: Schauen Sie auf Ihre vorhandenen Prozesse, Produkte und Services. Identifizieren Sie, was effizienter, zielgerichteter, transparenter angegangen werden soll und setzen sie sich entsprechende Ziele. Dies ist die Basis, um einen passenden Use Cases für Ihr Unternehmen zu finden.
Beispiele aus anderen Unternehmen helfen zu verstehen, was mit Data Analytics möglich ist und welche konkreten Nutzen daraus entstehen können: von einer verbesserten Vertriebssteuerung über eine Bereinigung der Komplexität im Produktmanagement bis hin zu Verbesserungen der Logistikprozesse – die Einsatzmöglichkeiten sind so vielfältig wie die Geschäftsmodelle.
Die Herausforderungen für eine erfolgsversprechende Data Analytics Implementierung sind
- … die erfolgreiche Überführung der analytischen Erkenntnisse in die Unternehmensprozesse und -verantwortlichkeiten.
- … der Einsatz der Ressourcen, die in der Lage sind, die Analyse mit den richtigen Tools weiter durchzuführen.
- … die Berücksichtigung der Data Analytics in den Entscheidungsprozessen des Top-Management Teams (Spannungsfeld zwischen Rationalität und Intuition).
Wie sieht ein erster erfolgreicher Use Case aus?Sind Erwartungshaltung und Zielsetzung des Data Analytics Projekts klar definiert, startet die Durchführung mit der Datenevaluation.
In einem konkreten Fall konnten cross-divisionale Potentiale durch Data Analytics erkannt und strukturiert bearbeitbar gemacht werden.
Zentrale Erkenntnisse:
Fazit
Kleine erste Leuchtturmprojekte mit der richtigen Datengrundlage bringen neue Erkenntnisse und schaffen Bewusstsein und Veränderungsbereitschaft bei Management und Mitarbeitern. Hierauf aufbauend werden weitere Projekte durchgeführt sowie notwendige Prozesse und Systeme kontinuierlich nachgezogen. Mit diesem agilen Ansatz transformieren sich Unternehmen schrittweise zu einem datengetriebenen Unternehmen.