Siedler und Pioniere bei Big Data Analytics
In jedem Unternehmen gibt es Mitarbeiter, die das Bestehende bewahren möchten, und andere, die sich für Neues begeistern. Man spricht im übertragenen Sinne auch von Siedlern und Pionieren - und jede Gruppe hat ihre Berechtigung und positiven Eigenschaften. Für Big-Data-Projekte braucht man jedoch eher die Pioniere. Identifizieren Sie innovationsfreudige Mitarbeiter, holen Sie sie ins Team und fördern Sie deren Weiterbildung. Ein spezialisierter Dienstleister kann in gemeinsamen Workshops oder ersten kleineren Projekten Wissen weitergeben, verborgene Potenziale identifizieren und bei der Überzeugungsarbeit unterstützen.
Keine Angst vor Fehlern
Für Big-Data-Projekte braucht man Experimentierfreude. Dazu gehört, verschiedene statistische Modelle auszuprobieren und auch einmal Fehler zu machen. Oft weiß man am Anfang nicht, welcher Weg zum Ziel führt. Entscheidend ist, dass man Ergebnisse zeitnah validiert, Sackgassen schnell erkennt und in der Lage ist, sofort die Richtung zu wechseln. Da mit Daten zunächst experimentiert und nicht aktiv in die Produktion oder andere Bereiche einer Supply Chain eingegriffen wird, besteht keine Gefahr, Schaden anzurichten.
Lesetipp: Erfolgreicher Einsatz von Big Data
Quick Wins
Sie müssen nicht gleich zum Mond fliegen. Setzen Sie sich realistische Ziele. Dafür sollten Sie zu Beginn prüfen, welchen Datenbestand Sie überhaupt zur Verfügung haben und was damit möglich ist. Wenn der Projektumfang zu groß ist und das Ziel zu hoch gesteckt, übt das starken Druck auf die Projektmannschaft aus. Das frustriert und wirkt kontraproduktiv.
Stattdessen empfiehlt es sich, schnell zu erreichende Erfolge zu identifizieren und sich in kleinen Schritten vorwärtszubewegen. Gewonnene Erkenntnisse können dann skaliert werden. So erreicht man nach und nach auch weiter entfernte Ziele - und kann der Geschäftsführung gegenüber schnell erste Ergebnisse vorweisen. Zur Identifizierung der Quick Wins empfiehlt es sich, praxiserprobte Spezialisten zu konsultieren.
Wirtschaftlich denken
Verrennen Sie sich nicht in dem, was technisch machbar ist, sondern achten Sie stets auf die Wirtschaftlichkeit. Wenn Sie mehrere Quick Wins zur Wahl haben, sollten Sie die priorisieren, die am besten zu einer wirtschaftlichen Verbesserung beitragen. Es mag vielleicht interessant sein, die Tonalität von Kunden-E-Mails in Korrelation mit Alter und Region zu setzen. Betriebswirtschaftlich spielt das aber eine sekundäre Rolle. Wichtiger wäre es zum Beispiel herauszufinden, wie man die Kündigungsrate reduzieren kann.
Auf Datenschutz achten
Bei allen Big-Data-Analysen spielt Datenschutz eine entscheidende Rolle. Identifizieren Sie personenbezogene Daten und setzen Sie entsprechende Data Privacy Tools ein, um alle Datenschutzrichtlinien vollumfänglich einzuhalten. Ab Mai 2018 gilt die neue EU-Datenschutz-Grundverordnung verbindlich für alle Mitgliedsstaaten und die darin aktiven Unternehmen. Dann werden Datenschutzverletzungen noch strenger geahndet und können hohe Geldstrafen nach sich ziehen.
Lesetipp: Die Vielfalt von Big Data
Fazit
Viele Unternehmen müssen sich heute gegen Mitbewerber aus dem Internet zur Wehr setzen. Solche Start-ups haben den Vorteil, dass sie auf einer grünen Wiese anfangen können und gleich digitalisiert ins Rennen gehen. Doch auch etablierte Unternehmen haben etwas, das den Newcomern noch fehlt: Sie verfügen über jede Menge Kundendaten. Diesen Vorsprung gilt es zu nutzen.
Werten Sie Ihre Daten aus und starten Sie ein Big-Data-Projekt. Setzen Sie sich realistische Ziele und seien Sie experimentierfreudig, ohne die Wirtschaftlichkeit aus den Augen zu verlieren. Ein spezialisierter, externer Berater kann dabei helfen. (rw)