Der schnelle und unkomplizierte Zugriff auf relevante Daten in Unternehmen ist zentral, um effektiv und zielgerichtet arbeiten zu können. Datenanalysten haben sich in diesem Zusammenhang als gefragte Experten auf dem Arbeitsmarkt etabliert. Einmal im Unternehmen angekommen, scheint ihr Know-how und Potential jedoch nur selten an der richtigen Stelle einzuschlagen. Ganze 92 Prozent der Datenanalysten müssen regelmäßig Aufgaben übernehmen, die außerhalb ihrer Rolle liegen. Nur durchschnittlich die Hälfte ihrer Arbeitszeit fließt in die eigentliche Datenanalyse. Ein Großteil der „verschwendeten Stunden“ geht dafür verloren, Daten für die Analyse zugänglich zu machen und nach den aktuellen Daten für das Reporting zu suchen. Dabei gibt es für diese ermüdende manuelle Aufgabe doch längst automatisierte Lösungen.

Wenn nicht einmal die Spezialisten die Daten ihres eigenen Unternehmens im Griff haben, wie sollen dann Fachabteilungen und Mitarbeitende auf wichtige Informationen zugreifen und datengestützte Geschäftsentscheidungen treffen? Die Antwort liegt in der Demokratisierung der Daten.

Technische Grundvoraussetzung: Der Modern Data Stack

Daten zu demokratisieren heißt, möglichst vielen – wenn nicht sogar allen – Mitarbeitenden einen freien Zugriff auf Daten zu ermöglichen. Der Grundgedanke dahinter ist einfach: Eine aussagekräftige Datenanalyse ist am besten in den Händen derjenigen aufgehoben, die am nächsten „dran“ sind – egal ob am Kunden, an einem Problem oder an einem konkreten Anwendungsfall. Marketer und Produktmanager beispielsweise brauchen abteilungsübergreifende Daten. Nur so können sie auffällige Muster im Kundenverhalten (z. B. Abwanderungsquote) erkennen, die bereits an anderer Stelle im Unternehmen beobachtet wurden, und diese bei ihren eigenen Strategien berücksichtigen.

Damit alle maßgeblichen Stakeholder Zugang zu den relevanten Daten haben, muss zunächst ein zentraler Datenbestand aufgebaut werden: die „Single Source of Truth“. Voraussetzung dafür ist ein Modern Data Stack. Er umfasst die automatisierte Datenintegration, die zentralisierte Speicherung in der Cloud und moderne Business Intelligence-Lösungen. Die Kombination dieser Technologien erlaubt es, Rohdaten aus verschiedenen und unterschiedlichen Quellen zentral im Unternehmen bereitzustellen und für die Analyse aufzubereiten. Eine manuelle Aufbereitung durch die ohnehin bereits stark ausgelasteten Datenanalysten ist dadurch nicht mehr nötig. Sie können ihre Zeit gezielt dort investieren, wo echter Daten-Mehrwert für die Unternehmen entsteht: in die Erstellung von Dashboards für verschiedene Geschäftsbereiche, in die Aufbereitung von Daten sowie den daraus gezogenen Erkenntnissen für die Unternehmensführung und in die Entwicklung von KI- und ML-Engines.

Dermaßen befreit sind Data Scientists in der Lage, wichtige neue Erfahrungen zu sammeln und einen innovativen Umgang mit Daten im Unternehmen voranzutreiben. Unterm Strich lässt sich so grundsätzlich ein enormes Potential für das Unternehmen freisetzen. Einmal im Unternehmen etablierte Data Best Practices können dabei sehr schnell echten ROI liefern. Der Vertrieb kann mit Kunden in Echtzeit kommunizieren, die Customer Journey kontinuierlich optimieren und Chancen für das Up- und Cross-Selling identifizieren. Dabei können die Verantwortlichen sicher sein, dass die für die Entscheidungsfindung herangezogenen Daten nicht nur zuverlässig, sondern auch stets aktuell sind.

Diese Aktualität ist nicht zu unterschätzen: Weltweit sind gerade einmal 13 Prozent der Unternehmen in der Lage, innerhalb von wenigen Minuten oder Stunden echten Mehrwert aus neu gesammelten Daten zu gewinnen. Die Mehrheit benötigt mehrere Tage dafür, wenn nicht sogar eine volle Woche. Derartige Verzögerungen führen nicht selten zu verpassten Chancen in der Kundengewinnung und so zu entgangenen Einnahmen.

300.000 neue Leads für Logistikdienstleister

Das es auch anders geht zeigt ein Unternehmen, in der Zeit und schnelle Reaktionsfähigkeit zentrale Erfolgskriterien darstellen: Ein US-Logistikdienstleister, der weltweit Lkw-Fuhrparks, Fluglinien, Reedereien und Industriekunden mit Kraftstoff beliefert und damit für eine zuverlässige Energieversorgung sorgt. Das Unternehmen gehört zu den größten Energiehandelsgesellschaften der Welt und sieht sich auf dem volatilen Energiemarkt tagtäglich mit neuen Herausforderungen konfrontiert. Es gilt, schwierige Entscheidungen in Echtzeit zu treffen und Lieferungen schnell zu skalieren, um den Angebots- und Nachfrageschwankungen Herr zu werden.

In den letzten zehn Jahren hat der Logistikdienstleister seinen Fußabdruck deutlich vergrößert und mehr als ein Dutzend Unternehmen übernommen. Die eingegliederten Tochtergesellschaften betreuen weiterhin ihre eigenen Kundenstämme. Das machte es zunächst schwierig, den Überblick über alle Kunden des gesamten Unternehmens zu behalten. Heute zeigt sich – auch dank einem smarten Umgang mit Daten – ein ganz anderes Bild: Der Logistikexperte arbeitet mit einem Modern Data Stack. Das Unternehmen erfasst einfach und durchgängig Daten aus zahlreichen Quellen aus dem gesamten Unternehmen und trifft datenbasierte Entscheidungen, die letztendlich dem Kunden zugutekommen und das Service Level erhöhen.

Alle relevanten Stakeholder im Unternehmen erhalten Zugriff auf eine täglich aktualisierte Kundenliste über alle Geschäftseinheiten hinweg. Auf dieser Basis lässt sich ein Stammdatensatz erstellen, der mit demografischen Daten einer Wirtschaftsauskunftei angereichert wird. Die so aufbereiteten Stammdaten stehen in allen Niederlassungen und Geschäftseinheiten zur Generierung von Leads oder zur Realisierung von Up- und Cross-Selling bereit. Dank dieser umfassenden Sicht auf die Kunden konnte das Unternehmen mehr als 300.000 neue Leads generieren. Da Datenkonnektoren nicht mehr manuell erstellt, verwaltet und aktualisiert werden müssen, spart sich der Logistikexperte zudem monatlich rund 200 Stunden an Arbeitsaufwand.

Katalysator für Innovation

Die Demokratisierung der Daten fungiert jedoch nicht nur als Leadgenerator, sondern kann auch intern Innovationen vorantreiben. Sind Barrieren beim Datenmanagement erstmal aus dem Weg geräumt und die technischen Prozesse bereitgestellt, geht es im nächsten Schritt darum, ein datengetriebenes Mindset innerhalb der Unternehmenskultur zu propagieren. Selbst wenn die Flut an Informationen manchmal Überhand zu nehmen scheint: Es liegt ein echter positiver Mehrwert in Daten, der nicht nur das Unternehmen langfristig voranbringt, sondern auch ein neues, kreatives und gemeinschaftliches Arbeiten fördert.

In der Praxis sehen sich Unternehmen hingegen häufig mit dem Problem konfrontiert, dass Mitarbeitende sich nur widerwillig mit Daten auseinandersetzen. Zu kompliziert, zu zeitraubend, zu frustrierend. Gleichzeitig kommt kaum noch eine Geschäftsentscheidung ohne eine solide Datengrundlage aus. Es ist also höchste Zeit sicherzustellen, dass Mitarbeitende mit Daten unkompliziert, schnell und selbstständig arbeiten können. In manchen Fällen kann es helfen, Daten wie jedes andere Produkt im Unternehmensportfolio zu betrachten. Welchen Mehrwert bzw. ROI steckt dahinter? Wo gibt es Optimierungspotential? Wie kann man die Data Pipelines innerhalb des Unternehmens ausbauen, um Daten verfügbar zu machen? Ziel sollte sein, die Zentralisierung von Daten so einfach & zuverlässig wie Strom aus der Steckdose zu gestalten.

Der abteilungsübergreifende Austausch über Prozesse, Best Practices und Initiativen kann erste Ansätze liefern – natürlich auch hier auf Grundlage von Daten. In einer lebendigen Datenkultur setzen sich alle im Unternehmen mit Daten auseinander und bündeln ihr Fachwissen, um kreativ Herausforderungen anzugehen und Kunden optimal zu unterstützen. Die Demokratisierung der Daten ist damit der Türöffner für nachhaltige Leads, echte Innovationen und hohe Flexibilität.