OUT NOW im #ConfareBlog mit Michael Wilfing-May, solicon IT:
New Work braucht Daten-Demokratisierung und Data Strategy
Beim größten und wichtigsten IT-Management Treffpunkt des Jahres, dem Confare #CIOSUMMIT sind Themen wie Data Intelligence, Data Governance und Advanced Analytics Fixstarter auf der Agenda. solicon IT ist eines jener Unternehmen, die angetreten sind, um ihre Kunden auf dem Weg ins Data Driven Business voran zu bringen. Geschäftsführer Michael Wilfing-May ist Branchenkenner, wenn es um Advanced Analytics geht und gehört seit vielen Jahren zur Confare Community. Er ist überzeugt: Nur Unternehmen, die einen geeigneten Ansatz finden um Daten über Abteilungs- und Daten-Silo-Grenzen hinaus zu nutzen, werden fit sein für die Anforderungen einer neuen Generation an Mitarbeitern und Kunden.
Persönlich treffen Sie Michael und über 700 IT-Branchenprofis beim Confare #CIOSUMMIT Wien unter dem Motto „Human Xperience – Stand out Of The Crowd“ – Mit über 100 Speakern, mehr als 12 Workshops und einer umfangreichen Fachausstellung ist das CIOSUMMIT Wien Österreichs wichtigster IT-Management Treffpunkt. Hier werden die IT-Manager des Jahres mit dem Confare #CIOAWARD Ausgezeichnet – Hier können Sie schon jetzt Ihre Teilnahme sichern. Nominieren und Einreichen für den #CIOAWARD ist ab sofort möglich.
Hier geht’s zum ersten Teil vom Blog: Orientierung im Dschungel des Advanced Analytics Hypes – Das sind die 4 wichtigsten Trends
Alle großen Unternehmen setzen sich intensiv mit den Potenzialen ihrer Daten auseinander – warum lohnt sich das auch für mittelständische Unternehmen?
Ich glaube, dass die Anforderungen schon unterschiedlich sind, aber das Ziel immer das gleiche ist. Alle wollen und müssen den Einblick haben, was im Unternehmen passiert und wie sie durch Lernen und Optimieren bessere Ergebnisse erzielen.
Die richtigen, relevanten Daten sind dabei zentral, klar. Dafür brauchen wir 2023 keinen Podcast mehr.
Wenn ich jetzt auf unsere Erfahrungen bei mittelständischen Unternehmen schaue und da vielleicht einen Vergleich wage, sehe ich schon noch viele Unternehmen, die mit einem gewissen Status Quo beschäftigt sind. Optimierung der Prozesse, der Produkte, der Organisation – das macht die Firmen ja erfolgreich. Im Bereich Analytics gibt es aber gerade bei mittelständischen Firmen aus meiner Sicht oftmals noch sehr viel zu tun. Vielleicht weniger im Controlling und Unternehmensreporting, aber im Bereich des operativen BI und der Analyse. Dort wo noch punktuelle ad-hoc-Direktabfragen auf die ERP-Datenbanken erfolgen und die Performance des ERP-Systems beeinträchtigen, wo wiederkehrende Abfragen von einzelnen Stellen im Unternehmen erfolgen, aber nicht allen, die diese Infos auch brauchen könnten, zur Verfügung stehen. Nicht zu vergessen der breite Einsatz von „Excel-BI“ aus Ermangelung von gut integrierten BI-Tools.
Ich denke an jene Unternehmen, die mir erzählen, dass sie am Arbeitsmarkt nach IT-Experten suchen um ein internes DWH betreut zu bekommen, aber keine finden. Überall dort lohnt sich die Überlegung, moderne Analytics Lösungen einzusetzen. Sie würden mit modernen Analytics Lösungen viel Zeit und Aufwand sparen, um an die relevanten Daten heranzukommen und diese automatisiert und gesichert, also nicht per XL im Mail, zu verbreiten. Durch gut implementierte, moderne BI&Analytics Software schafft man automatisiert befüllte und auswertbare Datenstrukturen, ob DWH oder Data Mart oder Data Lake. Für Self-Service oder verteiltes Berichtswesen gibt es die entsprechenden Frontend-Tools.
Für mittelständische Unternehmen sind auch Cloudlösungen besonders interessant. Denn mit Cloudlösungen beschafft sich ein Unternehmen kurzfristig IT-Kapazitäten für die Analytics-Infrastruktur -und erhält auch eine interessante Skalierbarkeit. Bei On-prem-Anschaffungen muss man ja immer die maximale Nutzung und Systemauslastung mitkaufen. Das lässt sich in der Cloud leichter managen.
So schafft das auch ein Unternehmen mit begrenzten Kapazitäten und erfahrenen externen Experten.
Daten Demokratisierung ist das edle Ziel dabei – Was bedeutet das konkret in der Praxis?
Also aus meiner Sicht ist es das Ziel, an dem wir seit vielen Jahren arbeiten, dass alle betroffenen Mitarbeiter jene für sie relevanten Daten zur Verfügung haben, die sie für ihre Arbeit, die zu treffenden Entscheidungen oder einfach zur Information brauchen. Konkret heißt das für mich, dass es nicht nur zentral definierte Berichte gibt und bei neuen Anforderungen eventuell sogar warten müssen, bis jemand Befugter in der Firma Zeit hat, diese umzusetzen. Sondern, es soll oder kann einen „Datenmarkt“ geben, auf den jeder Berechtigte zugreifen wird – wo man berechtigt ist – und sich selbst bedient.
Jede Demokratie braucht Regeln, klar. Also Berechtigungskonzepte, technische Standards, etc. Aber das Arbeiten mit Daten sollte meiner Meinung nach im Rahmen der definierten Grenzen ermöglicht werden. Mitarbeiter sollten es motivierend finden, das zu tun.
Was sind denn die Hausaufgaben, die man erledigt haben sollte?
Ich starte mit der Organisation: wir brauchen ein Commitment vom Management, dass Datendemokratie gewollt ist. Wir brauchen Mitarbeiter, die das Angebot nutzen.
Technisch brauchen wir Systeme, die das Arbeiten mit Daten einerseits ermöglichen und aber auch alle motivieren, damit zu arbeiten. Das heißt, das Datenangebot muss sehr gut sein – also vollständig, die Daten müssen stimmen, und dafür muss es Ansprechpartner geben. Letzteres ist wieder ein organisatorisches Thema. Dafür brauchen wir die richtige Datenarchitektur, ob zentral wie z.B. ein DWH oder dezentral hängt von der Situation ab. Es ist meiner Meinung nach einer der wichtigsten Jobs der IT, dieses Angebot zu schaffen.
Und für die Benutzer, also die Analysten oder Endbenutzer, muss der Zugriff auf Daten einfach und intuitiv erfolgen können. Die Auswertemöglichkeiten sollen leicht zu bedienen und umfangreich sein. Sonst wird wieder in Richtung Lieblingstool Daten exportiert – Stichwort Excel – und man entschwindet aus dem Sicherheitskonzept. Ob das in manchen Bereichen oder für Themen ermöglicht wird (z.B. für Forecasting) sollte in einer BI-Strategie oder Architektur zumindest definiert sein.
Funktionen wie Chatbots in den Werkzeugen und Standard-Algorithmen werden bald auch im Bereich Analytics zur Verfügung stehen. In Summe wird die Einstieghürde sinken, damit wirklich viele mit Daten arbeiten können.
Oder mit anderen Worten: Für eine hohe Akzeptanz bei den Mitarbeitern für das Arbeiten mit Analytics braucht es auch das richtige, moderne Software-Angebot im Unternehmen.
Wo startet man denn am besten? Welche Rolle spielt dabei die breite Palette an Tools und Software?
Bei der Anforderungsanalyse im Business Bereich. Welche Fragestellungen, welchen Informationsbedarf, welche Aussagekraft benötigt man – also was ist eine KPI die ins Auge springen muss, wie muss eine Detailliste aussehen um für Fragestellung auch Antworten in den Daten zu finden. Wie ist also der gedankliche Entscheidungsprozess und wie kann man diesen durch ein Frontend-Werkzeug bestmöglich unterstützen. Daraufhin sucht man das Tool.
Natürlich spricht die IT mit. Man wird sich fragen, welche Plattformen hat man schon im Unternehmen und ob diese alle wichtigen Anforderungen abdecken können?
Wichtig ist meiner Meinung nach, die höchstmögliche Akzeptanz der adressierten Entscheidungsträger und Mitarbeiter im Auge zu haben. Man erlebt schon, dass Werkzeuge ungenutzt bleiben, obwohl wir auch wissen, dass es nicht nur mit der Software zu tun hat – sondern vielleicht mit der Begleitung einer Veränderung der Arbeit in der Firma. Stichwort „Change“.
Auf jeden Fall sollten sich Unternehmen die Mühe machen, die bestmögliche Lösung zu suchen und nicht die billigste. Ich mache schon noch die Erfahrung, dass grade beim Thema BI gerne gespart wird oder einfach nur ein Standardtool genommen wird, weil es marktüblich ist. Für den Auswahlprozess braucht es Zeit und Knowhow und es ist nicht immer einfach, bei der Vielfalt des Marktes das richtige Softwaretool zu finden. Ich glaube in Zentraleuropa zählt man heute schon über 300 Anbieter für BI Tools. Jedenfalls habe ich das mal gehört und kann es mir auch vorstellen.
Welche Rolle spielt Data Analytics dabei, Silos zu überwinden und die Zusammenarbeit zwischen IT und Fachbereit zukunftsfähig zu gestalten?
Ich versuche mich mit der Antwort nicht zu wiederholen.
Wenn wir von Silos sprechen, also Datensilos, dann geht es darum, dass z.B. einzelne Auswertungsanwendungen oder Fachabteilungsreporting, eigene Datenbestände aufbaut, dort Kennzahlen definiert und diese nicht mit anderen teilt. Die Informationen, Definitionen und Werte bleiben also im Silo.
Das ist vielleicht im ersten Moment nicht schlecht, weil ein Unternehmensbereich mit der Datenanalyse begonnen hat und gute Erfolge hat.
Es geht schnell und pragmatisch und bindet nicht so viele Ressourcen.
Das motiviert die nächsten im Unternehmen und diese machen es den ersten gleich. Nur, dass sie vielleicht Teile der Arbeit wiederholen, ähnliche Datenimporte und Datenmodelle aufbauen und Kennzahlen definieren – vielleicht die gleichen wie die Nachbarabteilung. Manchmal passiert es dann, dass die Quelldaten nicht ganz gleich sind, was zu unterschiedlichen Ergebnissen führt, obwohl doch die Kennzahl gleich benannt ist. Ich denke jeder weiß, worum es da geht.
Aber muss das so sein?
Zuerst müsste man entscheiden, ob ein zentrales Datenangebot, z.B. ein DWH oder ein Lakehouse, Datamarts angeboten wird. Dort sind dann schon viele Definitionen zu finden und die Daten bereits aus den Quellen geladen und zur Verfügung.
Wenn das nicht der gewünschte Weg ist, weil zu teuer, zu aufwendig, keine Ressourcen, etc. dann sollte man Ansätze finden, die Datenmodelle gemeinsam zu nutzen, Definitionen zu teilen. Es gibt dann auch keine zentrale Verantwortung, sondern dezentrale Datenhoheiten. Dann sprechen wir auch über Datenprodukte und um die Zusammenarbeit zu erleichtern, sollte man die unterschiedlichen Datenbestände auch auffindbar machen. In großen, komplexen Architekturen sprechen wir vom Einsatz von Datenkatalogen und Meta Data Management, in kompakteren Umgebungen sollte man schauen, was die BI Tools und Plattformen anbieten, um hier die nötige Transparenz zu schaffen. Da gibt es gute Lösungen dafür.
Warum ist eine tragfähige Data Strategie so wichtig, um New Work und den Ansprüchen an eine moderne Organisation gerecht zu werden?
Wir sammeln einfach immer mehr Daten.
Die Digitalisierung von Prozessen, um das NEW WORK zu ermöglichen – ich will es auf das NEW LIFE ausdehnen, denn wir gehen ja immer stärker online – liefert in unserem gesamten Unternehmensökosystem immer mehr Daten.
Ist das ein Problem? Naja, es produziert Kosten wie für Speicherkapazitäten, Compute Instanzen und viele Softwarelösungen. Es wird schon herausfordernd das zu managen. Wir brauchen mehr IT-Knowhow, mehr Provider für die Lösungen. Und so weiter.
Aber mehr Daten bedeutet mehr abrufbares, nutzbares und verteilbares Wissen. Wenn man es richtig angeht und die Daten auch nutzt.
Als Beispiel: Klassische ERP-Systeme haben vielleicht tausende Tabellen. Man braucht wirklich viel Knowhow, um die relevanten Informationen zu finden. Und dann kommen all die anderen Applikationen dazu – CRM, SCM, Webshop, POS, was auch immer.
Ohne Datenstrategie entsteht möglicherweise ein – ich sage mal überspritzt – chaotischer Zustand. Nette Begriffe sind „Spaghetti-Architekturen“. Also jede Abfrage, jedes System greift grade dorthin, wo die benötigten Daten sind.
New Work bedeutet verteilte Standorte, Dezentralisierung von Knowhow über Prozesse, Daten und Systeme. Unterschiedliche Zeitzonen und Sprachen erschweren die Kommunikation.
Wir sehen einfach die Anstrengungen, die internationale, verteilte Unternehmen und Konzerne unternehmen, um das Wissen einzufangen, für alle verfügbar zu machen, die die Informationen brauchen. Da stehen wir wieder mitten in unserem Thema.
Vergessen wir zum Schluss auch nicht den potenziellen Frust, wenn Mitarbeiter ins Unternehmen kommen, die modernes Datenarbeiten schon gewöhnt sind und auf Legacy Systeme treffen. Oder andersherum positiv formuliert, den Motivationsschub, den Mitarbeiter empfinden, wenn sie schneller und effizienter Ihre Informationsbereitstellungen und Analysen bewerkstelligen.
So gesehen, natürlich ein klares Ja. Es braucht eine Strategie und viel Konzeptarbeit um diese Herausforderungen zu lösen.