Data Thinking – Der Weg zum datengetriebenen Business

Grundsätzlich fokussiert sich der digitale Wandel nicht nur auf die einfache Digitalisierung von bereits bestehenden und stark etablierten Unternehmensprozessen. Der Erfolg der digitalen Transformation hängt auch nicht von der reinen Verfügbarkeit unendlicher (oftmals ungenutzter) Datenmengen ab.

Vielmehr sollte der Fokus darauf liegen die Datenprozesse innerhalb des Unternehmens zu analysieren, auszuwerten und basierend darauf einen Ansatz zu formen, der die strategische Ausrichtung zu einem digitalen Unternehmen ermöglicht. Es gilt einen Weg zu ebnen, der Qualität vor Quantität und Konzept vor “Strategielosigkeit” stellt. 

Viele Unternehmen wissen gar nicht, welches Potential in den eigenen Daten für eine strategische Ausrichtung steckt. Die vorhandenen und täglich hinzukommenden Daten können mit einem gezielten Einsatz verschiedener Technologien ungeahnte Möglichkeiten hin zur digitalen Transformation freisetzen. Dafür braucht es einen stark datenfokussierten Management-Ansatz – diesen liefert das Konzept Data Thinking!

Daten als Grundlage für eine starke Strategie 

Daten gehören zum Rohmaterial der digitalen Ära, die es auszuwerten und weiterzuverarbeiten gilt. Sie bilden die nächste und wichtige Stufe der industriellen Entwicklung – Stichwort Industrie 4.0. Die Verankerung von Daten in Unternehmen spielt also eine enorm wichtige Rolle bei der Entwicklung und Etablierung einer effizienten Strategie zur Digitalisierung. 

Wie Sie mit Hilfe von Analytics datenbasierte Entscheidungen treffen können und zudem ein gutes Fundament für eine positive User Experience erarbeiten können, erfahren Sie in unseren Blogartikeln:
“In 7 Schritten datenbasierte Entscheidungen mit Web Analytics treffen”
“Analytics: DAS Fundament gelungenen UX Designs – Datenbasiert zur positiven User Experience”

Bei den neuen Ausrichtungen und Konzepten sind Daten das unverzichtbare Element. Egal, ob Sie Ihre Geschäftsprozesse mit datengetriebenen Ansätzen optimieren möchten, die Interaktion mit Ihren Kunden datenbasiert erweitert bzw. verbessert werden soll oder ein neues digitales Business-Modell eingeführt werden soll.

Somit wird die Relevanz der Daten unternehmensweit in den Vordergrund gestellt. Insbesondere die Führungsebene sollte ein Bewusstsein für diese Wichtigkeit erlangen.

Der Stellenwert von Daten

Erarbeiten Sie zunächst eine Art Roadmap für Ihren Weg zu einem datengetrieben Unternehmen. Sie sollten grundlegend definieren, welche Daten benötigt werden, wie diese innerhalb Ihrer Prozesse nutzbar gemacht werden und wie die konkreten Anwendungsfälle aussehen. Daten als zentrales Element zu etablieren führt langfristig dazu, dass diese als Kernprozess und allgemeine strategische Ausrichtung wahrgenommen werden.

Mit diesem Mindset beginnt die Etablierung der Data Thinking-Ausrichtung – Probleme, Optimierungen, Entwicklungen, Wachstum aus Datensicht anzugehen. 

Konzept Data Thinking

Data Thinking ist ein Managementkonzept, das die Business-Impulse ganz bewusst aus den im Unternehmen vorhanden Daten zieht und sich aus diesen Insights und neuen Perspektiven leiten lässt. Dabei handelt es sich um einen Ansatz, der die üblichen Managementkonzepte- und strategien ergänzt und nicht ersetzt. Data Thinking liefert einen neuen und rein datenbasierten Blickwinkel auf das eigene Business.

Es handelt sich um eine Methode, die das Design Thinking mit Elementen des Data Minings und der Datenanalyse kombiniert.

Die Aspekte und Maßnahmen des Design Thinkings – Verstehen, Beobachten, Sichtweise definieren, Ideation, Prototyp-Entwicklung, Testing – werden eingesetzt, um die Kundenbedürfnisse herauszuarbeiten und dadurch datengetriebene und kundenzentrierte Use Cases zu kreieren.

Design Thinking

Design Thinking ist ein Kreativprozess zur Ideenfindung und Lösung von Problemen, der sich extrem am User orientiert und auf Design-Methoden beruht. Im Kern besteht Design Thinking darin, neue und innovative Formen der kreativen Zusammenarbeit zu ermöglichen, hierbei ist “Schwarmintelligenz” das Stichwort.

Das Ergebnis eines Design Thinking-Prozesses ist in der Regel eine überzeugende Innovation. Dabei richtet sich der Prozess selbst gezielt an den Anwender, indem dieser so früh wie möglich in den Entwicklungsprozess eingebunden wird.

Es wird dabei also konkret auf die Bedürfnisse, Wünsche und Anforderungen des Users eingegangen.

Dadurch soll kreatives Denken durch eine methodische Herangehensweise begünstigt, gefördert und zielführend eingesetzt werden.

Diese Use Cases werden dann mit Ansätzen aus dem Data Mining zu vollständigen Datenlösungen weiterentwickelt. 

Data Mining

Data Mining ist eine bereichsübergreifende Disziplin und nutzt Erkenntnisse aus der Informatik, Mathematik und Statistik zur rechnergestützten Analyse von Datensätzen. Im Vordergrund steht dabei die systematische Anwendung statistischer Methoden auf große Datenbestände mit dem Ziel, neue Muster, Trends oder Zusammenhänge zu erkennen.

Solche Datenbestände werden aufgrund ihrer Größe mittels computergestützter Methoden verarbeitet. Dabei kommen unter anderem Verfahren der KI zum Einsatz, um die Datenmengen zu untersuchen.

Allerdings ist die Bezeichnung “Data Mining” etwas verwirrend, denn es geht bei diesem Ansatz um Wissensgewinnung aus bereits vorhandenen Daten und nicht um die Generierung neuer Daten.

Ein wesentlicher Vorteil des Data-Thinking-Prozesses liegt in dem frühzeitigen Hinzuziehen von Data- und AI-Experten. Dadurch kann das Risiko minimiert werden, unrealistische Lösungen zu entwickeln, die technisch und/oder methodisch nicht realisierbar sind oder nur mit erheblichen wirtschaftlichen Aufwänden. 

Kernelement: Proof-of-Data-Solution

Angelehnt an das Design Thinking bildet die Proof-of-Data-Solution einen wichtigen Bestandteil des Data Thinking Konzepts. Im Sinne des Prototyping-Ansatzes wird im Vorfeld der Investition die Machbarkeit einer entwickelten Lösung geprüft.

Unternehmen können so von vornherein den Business-Impact beurteilen und feststellen, ob ein positiver ROI erreicht werden kann. Sie wissen somit, ob sich eine teure Implementierung auszahlt.  

Dabei ist eine frühe Zusammenarbeit mit Datenexperten essentiell, um die Lösungsentwicklung zu beschleunigen. Ihre wertvolle Analyse aller Eventualitäten unter Berücksichtigung aller aktuellen Daten und ihr fachliches Know-How führen in der Regel zu einer realistischen Bewertung des Business Cases sowie einer genauen Kosten-Nutzen-Analyse.  

Die Vorteile von Data Thinking

Dieses Konzept hilft Unternehmen dabei datengetriebene Use Cases, deren Umsetzung sich wirklich lohnen und mit vertretbarem wirtschaftlichen Aufwand realisieren lassen, zu identifizieren. Im Vordergrund steht dabei ein hoher Business-Impact und die Erzielung eines positiven ROIs.

Zudem werden wichtige technische und prozessbedingte Fragen vorab geklärt, sodass keine unternehmerischen Verluste entstehen bzw. diese minimiert werden. 

Bei der Methode werden die Use Cases und der Nutzen für die Kunden in den Mittelpunkt gestellt. Technologien wie Big Data oder Data Analytics werden dabei Mittel zum Zweck und sind nicht Hauptankerpunkt, sodass sich auf das Wesentliche konzentriert werden kann. 

Data Thinking – Schritt für Schritt

Der wesentliche Prozess beschränkt sich auf zum Teil bereits vorhandene und eben neu entwickelte Use Cases. Dabei kann es sich z. B. um eigene Produkte oder Dienstleistungen sowie interne Prozessen und die Nutzung von Tools handeln. 

1. Es werden die bereits verfügbaren Datensilos analysiert und separiert, um daraus erste “Quick Wins” zu ziehen. Bereits hier zeigen sich erste wertvolle Erkenntnisse zur Einschätzung der Use Cases. Ein wichtiger Schritt ist dabei das Clustern und Priorisieren der verschieden Use Cases, so lässt sich identifizieren, welche Use Case in welcher Form umgesetzt werden können. Also was lässt sich schnell und mit geringem Aufwand angehen und hat dennoch einen hohen Impact auf das Business und worin müssen mehr Ressourcen investiert werden. Hierbei werden also der Nutzwert und die Komplexität der verschiedenen Use Cases gegenübergestellt.
2. Dann wird beurteilt wie aus den Use Cases mit zusätzlichen Maßnahmen weitere Daten erzeugt werden können. Hierunter können z. B. die Produktoptimierung, der Ausbau und die Optimierung von Customer Touchpoints, Marketingmaßnahmen, Testings oder interne Prozesse fallen. Also abteilungsübergreifende Daten, die dann in den erweiterten Datenpool fließen.
3. Dann werden die Einzeldaten und Datengruppen mit Blick auf weitere Verknüpfungen und Aussagen hin evaluiert und dabei stetig erweitert und ergänzt. Sodass dann eine Entscheidung hin zur Umsetzung getroffen werden kann. 
4. Abschließend steht bei allen Entwicklungen innerhalb des Data-Thinkings Konzepts die Wiederholung aller Schritte mit einem klaren Fokus auf der Analyse und des Controllings aller erzielten Ergebnisse und darauf fundierte Optimierungen und Anpassungen. 

Essentieller Bestandteil aller Schritte des Prozesses ist das Testen neuer Use Cases und Möglichkeiten aufgrund von Hypothesen, in der Regeln formuliert von den Datenexperten oder automatisiert durch algorithmusgetriebene Datenauswertung. 

Fazit

Das Data Thinking Konzept ist durchaus ein Schlüssel zum Unternehmenserfolg, welches auf der Basis von Daten gründet. Dabei wird der Blick erst einmal nach Innen gerichtet und mit den Daten gearbeitet, die bereits zur Verfügung stehen, um Use Cases zu entwickeln und voranzutreiben.

Der Fokus liegt dabei auf den Kundenbedürfnissen und der sinnvollen Umsetzung der Use Cases. Die Technologien, die benötigt werden, um die kundenzentrierten Ziele zu erreichen treten in den Hintergrund und sind nur das Mittel zur tatsächlichen Realisierung. So kann der wirtschaftliche Erfolg und ein positiver ROI gewährleistet werden.