Wie schafft man eine datengesteuerte Kultur in Ihrem Werk?
Wenn wir mit einem potenziellen Kunden sprechen, erfahren wir oft, dass er mit dem Henne-Ei-Dilemma kämpft: ob er in Daten-Tools investieren oder zuerst eine datengesteuerte Kultur aufbauen soll. Die Denkweise der Kunden ist oft, dass ohne eine datengesteuerte Kultur jede Investition in Tools und Fähigkeiten umsonst ist. Intuitiv klingt das Argument richtig, aber hält es einer genauen Prüfung stand?
Wir sind der Meinung, dass Kultur und Tools gleichermaßen wichtig sind, und dass sie sich gleichzeitig weiterentwickeln können und sollten. Die Gartner-Studie 10 Ways CDOs Can Succeed in Forging a Data-Driven Organization (10 Wege, wie CDOs erfolgreich eine datengesteuerte Organisation aufbauen können) vertritt eine ganz ähnliche Ansicht. Darin werden die “datengesteuerte Kultur” und die “fortgeschrittene Analysefähigkeit” als die beiden wichtigsten Elemente für den Erfolg von Daten- und Analyse-Teams genannt. Fortgeschrittene Analysefähigkeiten können weiter unterteilt werden in Fähigkeiten der Mitarbeiter und unterstützende Tools.
Wir behaupten somit, dass eine datengesteuerte Kultur eine Summe aus drei Dingen ist:
- Datengesteuerte Entscheidungsfindung
- Mitarbeiter mit Datenkenntnissen
- Lösungen, die eine einfache Nutzung von Daten ermöglichen
Datengestützte Entscheidungsfindung beginnt an der Spitze
Eine datengestützte Entscheidungsfindung lässt sich leicht vorleben: Wenn Sie Entscheidungen treffen, bevorzugen Sie datengestützte Argumente. Diese Botschaft wird sich schnell in der Organisation herumsprechen und dazu führen, dass die Mitarbeiter ihre Ideen und Wünsche mit Daten untermauern können. Das Endziel ist natürlich, dass die Mitarbeiter instinktiv beginnen, Daten zu nutzen, wenn sie täglich kleine Optimierungsentscheidungen treffen.
Bei der Bewertung datengestützter Argumente sollte man sich vor Augen halten, dass alles durch Fakten bewiesen werden kann. Je mehr Daten man hat, desto einfacher wird es, diese Daten für die gewünschten Schlussfolgerungen zu gebrauchen. Dies unterstreicht die Bedeutung von Aufgeschlossenheit, Transparenz und Reproduzierbarkeit bei der Durchführung von Analysen.
Unsere Empfehlung: Verlangen Sie als Führungskraft nicht unrealistisch detaillierte datenbasierte Nachweise für alles. Wenn Sie eine Idee ablehnen wollen, dann tun Sie das, aber benutzen Sie die ständige Forderung nach datenbasierten Nachweisen nicht als Vorwand, um Ideen zu ersticken, von denen Sie nicht begeistert sind.
Es ist wichtig, dass die Mitarbeiter lernen, “Daten zu sprechen”
Datenkompetenz ist die Fähigkeit, Daten im Kontext zu lesen, zu schreiben und zu kommunizieren. Dazu gehört ein Verständnis der Datenquellen, der angewandten Analysemethoden und -techniken sowie die Fähigkeit, den Anwendungsfall, die Anwendung und den daraus resultierenden Wert zu beschreiben.
Wie kann man also die Datenkompetenz fördern? Schulungen und einfach zu bedienende Tools sind hilfreich. Manchmal muss man sich auch neue Fähigkeiten aneignen. Dennoch ist Neugier der wichtigste Erfolgsfaktor, denn neugierige und kreative Menschen neigen dazu, sich in Daten zu vertiefen, mit ihnen zu spielen, zu scheitern, wieder zu scheitern und schließlich die Daten erfolgreich in Informationen und Maßnahmen umzuwandeln. Menschen ohne die richtige Einstellung werden nie zu Datenchampions, unabhängig davon, wie gut sie sich auskennen.
Datenlösungen müssen zu Ihren Bedürfnissen passen
Lassen Sie sich nicht täuschen, wenn jemand behauptet, dass man das mit Excel machen kann. Sie haben vielleicht einen Assistenten in Ihrem Team, der das kann, aber das wird sich nie durchsetzen und zu einer Kultur werden.
Die 3 wichtigsten Faktoren, welche die Motivation zur Datennutzung bremsen, sind:
- Die Daten sind nicht leicht verfügbar, sie sind isoliert und/oder von geringer Qualität
- Die Datenverarbeitung ist langsam und umständlich
- Es gibt keine einfache Möglichkeit, aussagekräftige Ergebnisse und Erkenntnisse aus den Daten zu gewinnen.
Wenn Sie erwägen, in ein neues Tool zur Datennutzung zu investieren, sollten Sie einen Moment innehalten und darüber nachdenken, welche Art von Daten Sie untersuchen müssen: Handelt es sich um Ereignis- oder Zeitreihendaten? Wie ist die Qualität der Rohdaten? Enthalten die Daten Verzögerungen? Möchten Sie auch Profildaten untersuchen? Handelt es sich um einen kontinuierlichen Prozess, eine Reihe von Chargen oder eine Mischung aus beidem? Möchten Sie die Daten auf Ihren eigenen Servern speichern, oder ist eine Cloud-basierte Lösung in Ordnung?
Sobald Sie wissen, was Sie analysieren wollen, listen Sie die verfügbaren Tools auf. Achten Sie bei der Prüfung der Tools darauf, dass das neue Tool einen reibungslosen und flexiblen Arbeitsablauf, eine intuitive und visuelle Benutzeroberfläche und Analysefunktionen bietet, die von grundlegenden Analysen bis hin zu erweiterten Problemlösungen reichen. Und schließlich sollten Sie darauf achten, dass Ihr Team während der Implementierung eine gute Schulung und Unterstützung erhält.
Wollen Sie mehr Wissen?
Unser Verkaufsteam und Datenanalyse-Experten werden Ihnen gerne weiterhelfen. Erfahren Sie mehr über das industrielle Datenanalysewerkzeug Wedge.