5 Analytics Entwicklungen für KMU

Der aktuelle Digital Analytics Reifegrad wurde bestimmt und ein unternehmensweites Zielbild definiert. Man hat also eine allgemein bekannte Richtung, in die sich das Unternehmen bewegen möchte. Dennoch ist es wichtig, diese Strategie ständig zu überprüfen und sie nicht in Stein zu meißeln. In regelmäßigen Abständen sollte kritisch hinterfragt werden, welche Reports mit welchen Kennzahlen und welchen Zielwerten tatsächlich genutzt werden. Zusätzlich dazu sollte die Anschaffung und Nutzung neuer Tools grundsätzlich strategisch durchleuchtet werden. Es muss sich konstant die Frage gestellt werden, ob die eingesetzten Tools das Unternehmen tatsächlich bei der Zielerreichung unterstützen. Die Kosten für einen umfangreichen Tool-Stack übersteigen schnell das vorher festgelegte Budget. Daher empfiehlt es sich, eine Digital Analytics Roadmap aufzustellen. In dieser werden die relevanten Anwendungsfelder priorisiert und in einen Bebauungsplan überführt. Eine saubere Digital Analytics Roadmap hilft KMU dabei, das Zusammenspiel der eingesetzten Tools im Unternehmen zu optimieren und Kosten zu sparen. Dennoch sollte diese in regelmäßigen Abständen überprüft und angepasst werden, um flexibel auf aktuelle Anforderungen und Herausforderungen reagieren zu können. Im Zuge der Überprüfung kann es dazu kommen, dass redundante Tools konsolidiert werden, wenn diese keinen konkreten Mehrwert bringen.

Die Tool- und Technologielandschaft ist im stetigen Wandel und muss daher regelmäßig kritisch durchleuchtet werden. Doch auch die Anwender und deren rollenspezifische Anforderungen verändern sich konstant und sind zudem von Unternehmen zu Unternehmen unterschiedlich. Beispielsweise sind hier die verschiedenen Marketing Technologien (MarTech) zu nennen. In der MarTech Map 2020 sieht man deutlich, wie breit gefächert diese Tool-Kategorie ausfällt. Doch nicht jedes dieser Tools wird zwangsläufig im Marketing eingesetzt und somit von Marketingverantwortlichen bedient. Auch das fällt je nach Branche und Ausrichtung von Unternehmen zu Unternehmen unterschiedlich aus. Damit die Rollen im eigenen Unternehmen bestmöglich besetzt und die Anforderungen und Fähigkeiten in Einklang gebracht werden können, geht die Entwicklung klar dahin, eigene Inhouse Teams aufzubauen und diese kontinuierlich weiterzuentwickeln. Für KMU ist es also wichtig, die Anforderungen an die eigenen Rollen so konkret wie möglich beschreiben zu können. Anhand von diesen können die aktuellen Fähigkeiten des Teams genau eingeschätzt werden. Sollte man daraufhin Abweichungen feststellen, konkrete Weiterbildungsmaßnahmen an die Hand gegeben werden. Generell sollte angestrebt werden, die Organisationsentwicklung bestmöglich mit der persönlichen Entwicklung des Teams in Einklang zu bringen.

Doch auch eine feinsäuberlich aufgestellte Strategie und ein gutes, den Anforderungen zugeschnittenes Team kann nur so viel leisten, wie es die technische Infrastruktur des Unternehmens zulässt. Auch der beste Digital Analyst wird in seiner Produktivität und Effektivität deutlich eingeschränkt, wenn dieser einen Großteil der Arbeitszeit mit dem Zusammenführen und Bereinigen von Daten verbringen muss. Für KMU sollte die Zentralisierung von Datensilos, beispielsweise durch den Aufbau einer Customer-Data-Plattform, weiterhin oberste Priorität haben. In dieser laufen alle Daten, die entlang einer Customer Journey gesammelt werden, ein. Ziel ist es, unternehmensweiten Zugang zu allen relevanten Daten zu ermöglichen, sodass jedes Teammitglied diese einsehen und nutzen kann. Diese Entwicklung ist in der Konzernwelt bereits angekommen und an vielen Stellen umgesetzt worden. Das Auflösen von Datensilos und das Zusammenführen dieser in einer Single Source of Truth sollte vom Mittelstand schnellstmöglich aufgenommen werden, um die unternehmenseigenen Daten optimal nutzen zu können.

Gut definierte und sauber aufgesetzte Prozesse sind auch in der Digitalen Analyse wichtig. Doch aufgrund der hohen Dynamik und Bewegung ist es eine Herausforderung, diesen jederzeit folgen zu können. Abhilfe schafft hierbei der „Agile Analytics“ Ansatz, welcher agile Projektmanagement-Methoden aufgreift und in der Digital Analytics Welt einsetzt. Dabei ist das Ziel, ohne großen Anlauf auf Änderungen am Markt oder im Unternehmen reagieren zu können. Sollte sich im Laufe des Projektes beispielsweise der Scope verändern, ist man durch Methoden wie dem Einsatz von Sprints oder das Aufsetzen eines wöchentlichen Plannings in der Lage, Kapazitäten und Ressourcen entsprechend anzupassen. Beispielsweise könnte ein neues Feature auf der Website implementiert worden sein, welches getrackt werden soll. Dieser Task könnte im wöchentlichen Planning, mit der Möglichkeit in einem Daily Probleme oder Stolpersteine melden zu können, eingeplant werden. Sollten anschließend im Testing dennoch unerwartete Fehler auftreten, die den Livegang gefährden, ist man in der Lage, seine Kapazitäten dem Problem nach anzupassen und seine relevantesten Sprintziele trotzdem zu erreichen.

Insbesondere im Mittelstand wird gerne vorschnell mit Begriffen wie „Big Data Analytics“ und „Machine Learning“ um sich geworfen. Um sich in Zukunft mit solchen anspruchsvollen Themen beschäftigen zu können, muss Stück für Stück die Basis für einen entsprechenden Digital Analytics Reifegrad geschaffen werden. Insbesondere für KMU ist es wichtig, fokussiert zu bleiben und die vorhandenen Digital Analytics Ressourcen zielorientiert einzusetzen. Ein erster Schritt in diese Richtung kann mit dem Thema „Predictive Analytics“ gemacht werden. „Predictive Analytics“ soll die Frage beantworten, was in Zukunft in einem konkreten Unternehmensbereich geschehen wird. Dadurch ist es, je nach Tätigkeitsfeld und Branche, möglich, verschiedene Szenarien oder Zustände vorherzusagen. Beispielsweise können aufgrund des vergangenen Kaufverhaltens genaue Prognosen über das zukünftige Kaufverhalten bestimmter Nutzergruppen abgeleitet werden. Verlage sind dadurch in der Lage, die Churn Rate ihrer Leser besser vorherzusagen und mit entsprechenden Maßnahmen dagegen zusteuern.

Technologien und Möglichkeiten im Bereich der Digital Analytics werden sich auch in Zukunft rasant weiterentwickeln. Dies macht es Unternehmen immer schwieriger, die Übersicht über mögliche und sinnvolle Maßnahmen zu behalten. Das bedeutet, dass man nicht jeder Entwicklung oder jedem Buzzword blind hinterherlaufen muss. Ziel sollte es sein, den Digital Analytics Reifegrad im Unternehmen Stück für Stück durch verschiedene, gezielte Maßnahmen zu erhöhen. Für KMU ist es essenziell, die eigenen Digital Analytics Ressourcen zielorientiert einzusetzen und sich somit Schritt für Schritt einer datengetriebenen Organisation zu nähern.