Geschäftsentscheidungen datenbasiert treffen

Nur wenigen Unternehmen gelingt es bisher, Geschäftsentscheidungen auf Datenbasis zu treffen und ihre Prozesse zu optimieren. Häufig liegt das daran, dass sie nicht so recht wissen, was sie mit den verfügbaren Daten eigentlich anstellen sollen. Es reicht nicht aus, sie einfach nur zu sammeln. Erst indem man Quellen konsolidiert, Informationen anreichert und aus Datenanalysen Erkenntnisse ableitet, entsteht ein echter Mehrwert. 

Klare Kennzahlen als Basis

Damit dies gelingt, sollten Unternehmen strategisch vorgehen. Denn in den meisten Fällen bringt es nichts, einfach wild in den Datenbanken zu wühlen – auf diese Weise offenbaren sich nur selten verwertbare Zusammenhänge. Vielmehr sollten sich Unternehmen genau überlegen, was sie eigentlich untersuchen möchten und welche Use Cases das Business nachhaltig unterstützen. 

Der erste Schritt, um Entscheidungen auf Basis von Zahlen treffen zu können, lautet: Business-KPIs (Key Performance Indicator) ableiten. Denn das ist keine Rocket Science, bringt aber grossen Mehrwert mit sich. Nicht nur Unternehmen benötigen ein klares Ziel, sondern auch ihre Daten. Kennzahlen helfen dabei, Orientierung zu geben, um bestmöglich datengestützte Entscheidungen zu treffen. KPIs leiten sich dabei immer von den Zielen des Unternehmens ab. Klassische Ziele sind etwa, die Positionierung zu stärken, Leads zu generieren oder die Kundenzufriedenheit zu steigern. Aus dem Ziel ergeben sich Erfolgsfaktoren, denen man Aktivitäten zuordnen kann. 

Anschliessend werden die konkreten Erfolgsaktivitäten in Zahlen übersetzt. Welche Daten braucht man, um die Wirksamkeit der Aktivitäten zu messen? Sind diese Daten in ausreichender Menge und Qualität verfügbar? Es gilt, die KPIs so eng wie möglich an die jeweiligen Ziele zu binden: Bei einer Sales-Kampagne sollte man ausschliesslich Daten betrachten, die das Ziel Sales unterstützen. Nur so entstehen aussagekräftige Messgrös­sen, die sich zur Optimierung von Kampagnen eignen.

Validieren und aktualisieren 

Auf Basis der KPIs lässt sich das Business zielgerichtet lenken. In der Praxis hat es sich bewährt, die KPIs auf 10 bis 15 zu begrenzen. Dadurch sind alle Beteiligten gezwungen, klar zu fokussieren und intensiv mit den anderen Stakeholdern zu diskutieren, welche Zahlen wirklich wichtig sind. Hier kann es hilfreich sein, einen externen Berater mit objektivem Blick mit an Bord zu holen, der den Prozess moderiert. Sind die KPIs einmal definiert, sollte man sie validieren und testen, ob sie tatsächlich die gewünschten Aussagen im Zusammenhang mit dem Ziel ermöglichen.

Wie häufig KPIs aktualisiert werden sollten, hängt davon ab, wie kritisch sie sind. Sales-Zahlen möchten Unternehmen in der Regel täglich im Blick haben, um im Ernstfall schnell gegensteuern zu können. KPIs zum Markenwert muss man dagegen vielleicht nur alle paar Monate betrachten. Für wichtige, dynamische Zahlen ist ein Dashboard ideal, in das die Daten automatisiert einfliessen. Bei KPIs, die nur in längeren Intervallen aktualisiert werden müssen, reicht auch ein klassischer Report. 

Mit einem Dashboard lassen sich in der Regel 70 bis 80 Prozent der relevanten Informationen darstellen und ein Grossteil der offenen Fragen beantworten. Zusätzlich lohnt es sich, alle paar Monate eine tiefere Analyse der Daten vorzunehmen, um mögliche Zusammenhänge zwischen KPIs herzustellen, Hypothesen zu überprüfen und gegebenenfalls das Dashboard anzupassen.

Datenstrategie entwickeln

Die Basis ist geschaffen. Für die weitere Transformation in Richtung einer datengestützten Organisation gilt es nun, eine passende Datenstrategie zu entwickeln. Diese hilft dabei, strukturiert die nächsten Schritte vorzunehmen, und schützt vor willkürlichen Massnahmen. Dabei hilft es, Use Cases zu definieren, die bedeutsam zum Unternehmenserfolg beitragen. Diese Use Cases prüft man anschliessend auf ihre Machbarkeit und bewertet sie aus finanzieller, zeitlicher und unternehmensstrategischer Sicht. Beginnen sollte man mit dem Fall, der den grössten Mehrwert bringt und am einfachsten umzusetzen ist.

Nach der Priorisierung der Use Cases geht es darum, technische und organisatorische Voraussetzungen zu klären. Welche Daten und Technologien sind für die funktionale und strukturelle Umsetzung eines Szenarios nötig? Welche Prozesse und Verantwortlichkeiten? Es ist hilfreich, die einzelnen Aspekte in einer sogenannten Functional Map aufzulisten. Auf ihr wird gekennzeichnet, welche Anforderungen bereits erfüllt sind und welche nicht. So entsteht eine Roadmap mit Teilprojekten, die ein ziel- und zukunftsgerichtetes Vorgehen sicherstellt.

Abteilungsübergreifend nutzen 

Unternehmen sollten Daten abteilungsübergreifend nutzbar machen. Das ermöglicht es ihnen, Informationen unabhängig von einzelnen Kampagnen langfristig und für verschiedene Fragestellungen zu nutzen. Nur indem Marketing und Sales ihre Daten teilen, kann etwa ein 360-Grad-Blick auf den Kunden entstehen. Die Zusammenführung der Daten ist jedoch häufig eine grosse kulturelle Herausforderung. Denn in vielen Unternehmen herrscht ein Konkurrenzkampf zwischen den Abteilungen, sodass sie nur ungern Informationen weitergeben. Dadurch sind Daten in Silos gefangen, die es aufzubrechen gilt. 

Vielmehr sollte das Management eine Kultur des Teilens fördern und deutlich machen, dass am Ende jeder Einzelne von den reichhaltigeren Datensätzen profitiert. Im Idealfall transformiert sich das gesamte Unternehmen zu einer datengetriebenen Organisation. Dafür ist es wichtig, Prozesse glatt zu ziehen, Verantwortlichkeiten zu klären und Anwender zu schulen. Aspekte, die in einem Regelwerk festgehalten werden sollten, sind zum Beispiel: Wie und wo fliessen die Daten zusammen? Wer ist für welche Daten zuständig? Wie sehen die Kommunikationswege aus? Und wer erhält welche Zugriffsrechte?

Hypothesen helfen 

Nachdem die Daten aus den verschiedenen Quellen konsolidiert wurden, kann die Analyse erfolgen. In der Praxis hat es sich bewährt, vor der Datenauswertung Hypothesen aufzustellen und dann zu prüfen, ob sich diese Annahme anhand der Daten verifizieren lässt. Ist dies der Fall, kann darauf eine weitere Hypothese aufsetzen, sodass sich nach und nach konkrete Indikatoren manifestieren. Lautet die Frage zum Beispiel «Wie lassen sich Daten aus verschiedenen Kanälen am besten kombinieren, um Kunden anzusprechen und zum Kauf zu überzeugen?», dann könnte eine Hypothese sein: Interessenten informieren sich erst im Online-Shop, versichern sich dann noch einmal in der App und kaufen am Ende vor Ort im Laden mit einem Voucher.

Fazit

Daten richtig zu nutzen, bedeutet, sie von der inhaltlichen Seite anzugehen. Der erste Schritt ist immer, klare Ziele zu definieren – sowohl für die Entwicklung von datengetriebenen Geschäftsmodellen als auch für die Identifikation von KPIs. Daraus ergibt sich, welche Daten erforderlich sind, um relevante Fragen zu beantworten, wichtige Entscheidungen zu treffen und die gesetzten Ziele zu erreichen. Von zentraler Bedeutung ist zudem, Strukturen und Prozesse zu etablieren, die Daten und Erkenntnisse gemeinsam nutzbar machen. Mit dem gewonnenen Gespür für Daten kann sich das gesamte Unternehmen zu einer datengetriebenen Organisation entwickeln und von datenbasierten Entscheidungen sowie einer klaren Roadmap profitieren.