Es wird viel über die Möglichkeiten gesprochen, die sich aus einer besseren Datennutzung ergeben. Allerdings ist nicht unbedingt ersichtlich, dass sich damit auch ein echter Mehrwert für das Unternehmen schaffen lässt. Die Umsetzung eines „Data-Intelligence“-Ansatzes ist ein großes Projekt, bei dem viele Aspekte rund um die Technologie berücksichtigt werden müssen. Die Datenanalyse sowie der Einsatz von künstlicher Intelligenz oder maschinellem Lernen im gesamten Unternehmen setzt voraus, dass Sie Ihre Daten gut kennen und kontrollieren.
Die Voraussetzungen für einen Data-Intelligence-Ansatz
Seit mehreren Jahren investiert POST in den Bereich der Data Intelligence, um den eigenen Bedürfnissen und denen seiner Kunden gerecht zu werden. Auf der Grundlage unserer Data-Analytics-Plattform untersuchen wir neue Anwendungsfälle, die es ermöglichen, aus Daten Wert zu schöpfen. Vor allem aber haben wir echte Erfahrungen bezüglich der Herausforderungen gesammelt, die ein erfolgreicher datenbasierter Ansatz mit sich bringt.
Immer mehr Unternehmen möchten auf Tools zur Datenanalyse zurückgreifen, Algorithmen entwickeln oder Lösungen für künstliche Intelligenz nutzen können. Allzu oft haben sie jedoch noch nicht den für die Umsetzung solcher Ansätze erforderlichen Reifegrad erreicht. Bei den meisten von ihnen lässt sich feststellen, dass sie nicht ausreichend über die ihnen zur Verfügung stehenden Daten Bescheid wissen, dass diese nicht organisiert sind und ihre Qualität nicht gewährleistet ist.
Gute Kenntnis und Kontrolle der Daten
Dies ist jedoch Voraussetzung eines jeden Data-Intelligence-Ansatzes. Bevor Sie neue Anwendungsfälle erstellen können, muss Ihr Unternehmen unbedingt die zur Erreichung seiner Ziele nötige Reife erlangen. Mit ihrem Fachwissen unterstützen die Teams von POST Unternehmen bei der Verwirklichung ihrer Vorhaben, indem sie ihnen helfen, diese Reife zu erreichen, damit sie ihre Daten bestmöglich nutzen können.
In diesem Sinne ist die Data Intelligence oder Datenwissenschaft eher ein Weg als eine technologische Lösung. Um aus seinen Daten Wert schöpfen zu können, muss man sie vor allem gut kennen, sie kontrollieren und einen Rahmen bzw. eine Governance schaffen, um ihre Verwertung sicherzustellen.
Das Unternehmen sollte daher zunächst eine Bestandsaufnahme der ihm zur Verfügung stehenden Daten vornehmen. Diese Phase nennt sich „Data Discovery“. Dabei wird die Qualität der Daten überprüft, ihr potenzieller Wert definiert und mit ihrer Organisation begonnen.
Festlegung einer Governance
Zu diesem Zweck arbeitet das Unternehmen eine Governance aus, die die Modalitäten im Zusammenhang mit der Sammlung, Speicherung und Nutzung von Daten festlegt. Viele Vorschriften, wie z. B. die DSGVO, beinhalten Beschränkungen im Zusammenhang mit der Speicherung und Verwendung personenbezogener Daten. Auf Unternehmensebene muss daher eine Reihe von Maßnahmen ergriffen werden, die in die Governance integriert werden, um die vorschriftsmäßige Verwendung der gesammelten Daten zu gewährleisten. Dazu gehören z. B. die Festlegung von Speicherfristen und Verfahren, die sicherstellen, dass die Daten nach Ablauf der Speicherungsfrist gelöscht werden.
Die Gewährleistung der Datenqualität ist von entscheidender Bedeutung. Denn eine Entscheidung, die auf der Grundlage falscher oder lückenhafter Daten getroffen wird, kann sich als riskant oder sogar kontraproduktiv erweisen.
Durch die Governance können Rollen für die ordnungsgemäße Verwaltung der Daten geschaffen werden, z. B. Data Owner oder Data Steward.
Untersuchung der Daten
Wenn ein Unternehmen über eine gute Datenverwaltung verfügt und die Daten organisiert sind, kann es sie untersuchen, um zu prüfen, wie sie angereichert werden können, und versuchen, Muster zu erkennen. Dies wird als „Data Mining“ bezeichnet. Die Datenanalyse beispielsweise ermöglicht es, bestimmte Verhaltensweisen zu erkennen und Ereignisse vorwegzunehmen, um bestimmte Entscheidungen zu treffen. Ein häufig genanntes Beispiel ist die Nutzung zur Erkennung von Kunden, die den Anbieter wechseln könnten. Dies dient dazu, solche Kunden z. B. durch gezielte Verkaufsangebote zum Bleiben zu bewegen und die Kundenabwanderung zu verhindern.
Fortschritt durch Reife
Solche Konzepte können z. B. mithilfe der Datenanalyseplattform von POST umgesetzt werden. So gewinnt das Unternehmen zunehmend an Reife. Diese Entwicklung wird es ihm ermöglichen, immer mehr Daten aus verschiedenen Quellen zu erfassen, sie zu verarbeiten, zu verwerten und durch verschiedene Anwendungsfälle in den Dienst seiner Weiterentwicklung zu stellen.
Je nach Branche sind verschiedene Anwendungsfälle denkbar, beispielsweise im Marketing, um Kampagnen gezielter auszurichten, im Handel, um personalisierte Angebote zu unterbreiten, oder auch im Gesundheitswesen, um Krankheitsursachen besser zu verstehen oder die Diagnostik zu verbessern.
Schaffung einer echten Datenkultur
Der Einsatz von Tools und Lösungen der künstlichen Intelligenz im Dienste der Datenverwertung setzt eine sehr gute Kontrolle der Informationen voraus.
Die Herausforderung besteht darin, eine unternehmensweite Datenkultur entstehen zu lassen, die von allen Mitarbeitenden geteilt wird. Dies geschieht nicht von heute auf morgen. Letztlich geht es darum, dass alle erzeugten Daten nutzbar und verwertbar gemacht werden können.
Dazu tragen wir an der Seite unserer Kunden bei, indem wir sie sensibilisieren und schulen. Im Hinblick auf die Erreichung ihrer Ziele erstellen wir gemeinsam mit ihnen einen Fahrplan, der es ihnen ermöglicht, die für ihr Projekt notwendige Reife zu erlangen und eine spezifische Governance je nach Tätigkeitsbereich festzulegen.
