Als Unternehmer sollte man sich bewusst sein, welche Kennzahlen maßgeblich zum Erfolg beitragen und welche Ergebnisse man mit der zielgerichteten Nutzung von Daten erreichen möchte.
Christian Spancken
Digitalisierungsexperte, Vollblutunternehmer und KeyNote Speaker.
Er hat bereits über 450 Mittelständler und Hidden Champions erfolgreich digitalisiert und in das Online-Business geführt.
Daten sind in der digitalen Wirtschaft unverzichtbar – doch viele Unternehmen nutzen ihr Potenzial nicht voll aus. Digital-Experte Christian Spancken erklärt, wie Firmen ihre Daten strategisch nutzen können, um Geschäftsprozesse zu optimieren und Wettbewerbsvorteile zu erzielen.
Können Sie einige erfolgreiche Anwendungsbeispiele von Data Analytics in Unternehmen nennen?
Bei produzierenden Unternehmen im Mittelstand ist hier Predictive Maintenance als Beispiel zu nennen, also das Auswerten von Daten der Produktionsmaschinen und die damit einhergehende Erkenntnis, wann eine Maschine gewartet werden muss. Im E-Commerce ist ein erfolgreiches Beispiel das Vorhersagen vom Kaufverhalten, in der Logistik eine effektive Lagerhaltung. Dies sind nur einige wenige Beispiele, grundsätzlich lässt sich aber sagen, dass sich durch Data Analytics viele Geschäftsmodelle und -bereiche optimieren lassen.
Inwiefern beeinflusst die zielgerichtete Nutzung von Daten die Optimierung von Geschäftsprozessen?
Zum einen wird die Wertschöpfungskette durch eine engere Bindung zwischen Hersteller und Anbieter optimiert, weil beide Parteien auf die gleichen Daten zugreifen und dadurch mehr Produktivität erreicht wird. Zum anderen verbessert sich die Kundenbeziehung, da Kunden durch die effektive Einbeziehung von Daten z. B. schneller gelieferte Produkte bekommen. Gleichzeitig werden so Lagerkosten geringer gehalten. Gerade KMU können davon profitieren, um z.B. niedrigere Preise anzubieten, wenn der Lagerbestand zu hoch ist. Auch können sie die Größennachteile wieder wett machen, in dem sie auf fertige Model-as-a-Service-Lösungen setzen, die genau diese Bereiche abdecken.
Welche Herausforderungen sehen Sie bei der Implementierung von Data Analytics in bestehenden Geschäftsprozessen und wie können diese überwunden werden?
Eine Studie von letztem Jahr hat gezeigt, dass nur 6 % aller Unternehmen ihre gesammelten Daten vollständig nutzen und etwa 50 % ihre Daten teilweise nutzen – dies betrifft vor allem KMU. 44 % aller Unternehmen haben rechtliche und regulatorische Unsicherheiten als Grund dafür genannt. Der rechtliche Rahmen der Datennutzung für Unternehmen enthält viele Grauzonen, weswegen aus Angst vor Regelverstößen eher gar nichts gemacht wird. Es wäre daher wichtig, eine Situation zu schaffen, in der Unternehmen sich mit Data Analytics ausprobieren können, ohne Risiken bei der Nutzung zu spüren. Eine weitere Herausforderung sind Investitionskosten. Die Einstellung von Data Scientists und das Füttern von Modellen mit Daten war bisher immer recht teuer. Mittlerweile werden aber SaaS-Lösungen von etablierten Partnern angeboten, mit welchen KMU einfach und ohne harte Investition die Datenanalyse ermöglicht wird. Sie können erste Schritte machen, testen, analysieren und überlegen, ob die Software einen Mehrwert bringt – das ist allerdings nur möglich, wenn man sich auch in diese Fahrwasser traut.
Wie können Unternehmen sicherstellen, dass sie die richtigen Daten sammeln und analysieren, um fundierte Entscheidungen zu treffen?
Man sollte sich bewusst sein, was das gewünschte Ergebnis ist und auf Kausalität anstatt Korrelationen fokussieren. Unternehmen stellen sich dabei oft die Frage: finden wir die richtigen Einflussfaktoren, die uns bei der Entscheidungsfindung helfen, und können wir das überhaupt allein schaffen? KI hilft dabei, große Datenmengen zu untersuchen und relevante Einflussfaktoren zu identifizieren. Das entlastet Unternehmen und ermöglicht das Treffen von besseren und automatisierten Entscheidungen.
Wie können Unternehmen die gewonnenen Erkenntnisse aus Daten in ihre Marketingstrategien integrieren, um bessere Ergebnisse zu erzielen?
Ein klassisches Beispiel ist es, sich bewusst zu machen, dass eine höhere Profitabilität statt eines höheren Umsatzes in der Regel zu mehr Unternehmenserfolg führt. Damit weiß man auch, welche Kennzahlen bei der Datenanalyse im Fokus sein sollten – z. B. hat eine geringere Retourenwahrscheinlichkeit ebenfalls einen Einfluss auf die Profitabilität eines Unternehmens. Diese Aussagen hängen aber sehr von der Art des Unternehmens und von den jeweiligen Geschäftszielen ab. Als Unternehmer sollte man sich bewusst sein, welche Kennzahlen maßgeblich zum Erfolg beitragen und welche Ergebnisse man mit der zielgerichteten Nutzung von Daten erreichen möchte.
Welche Datenanalysetools und -technologien, sowie Best Practices empfehlen Sie Unternehmen?
Das kommt auf den Zweck des Unternehmens und auf die Menge der erfassten Daten an. In den meisten Unternehmen kann sich die Einstellung von Fachpersonal amortisieren, wenn man sich sinnvoll mit der Frage beschäftigt, was ihre Daten wert sind. Auch das Geschäftsmodell kann beeinflussen, ob man sich an etablierte Player hält oder unabhängige Drittanbietertools ausprobiert. Wichtig ist, sich für einen Weg der Datenanalyse zu entscheiden, und sich bewusst zu sein, dass man immer nur die Wahrheit dieses Tools erhält. Es gibt außerdem in fast jedem Unternehmen die Möglichkeit, Informationen aus den schon verfügbaren Daten zu ziehen. Ein wichtiger Aspekt sind gut aufbereitete Daten: viele Analysen lassen sich mit einfachen Abfragen bauen, wofür man nicht zwingend einen Data Analyst braucht, sondern auch ein einfaches KI-Tool nutzen kann. Das ist sicher nicht der letzte Schritt, aber ein guter Anfang.
Welche Trends im Bereich Data Analytics sollten Unternehmen im Auge behalten, um wettbewerbsfähig zu bleiben?
Unternehmen sollten sich überlegen, was Data Analytics für sie bedeutet – die Antwort darauf ist für ein kleines Unternehmen anders als für ein großes. In jedem Fall sollte man bei KI und Data Analytics am Puls der Zeit bleiben und eine gute Strategie finden, wie man diese in die Geschäftsprozesse integriert.
Durch den von der EU geschaffenen Data Act können neue Geschäftsmodelle entstehen. Auch Datenschutz und Daten-Governance sind nicht außer Acht zu lassen, ebenso der Vorteil von First gegenüber Third Party Daten sowie vordefinierte As-A-Service-Tools, die Unternehmen Entwicklungsaufwand abnehmen. Ebenfalls sollten Unternehmen ihre Mitarbeitenden hinsichtlich ihrer Datenkompetenz, also wie Daten genutzt werden können, schulen.
Weitere Informationen finden Sie unter:
