Wie KMU den eigenen Digital Analytics Reifegrad bestimmen können

Wie KMU den eigenen Digital Analytics Reifegrad bestimmen können

Lesedauer: 4 Minuten

Auf dem Weg zu einer datengetriebenen Organisation müssen sich kleine und mittelständische Unternehmen (KMU) mit einer Vielzahl von Problemen und Herausforderungen auseinandersetzen. Unklar definierte Zielbilder oder mangelndes Know-how im Unternehmen können dazu führen, dass mögliche Weiterentwicklungen eher ausgebremst als gefördert werden. Umso wichtiger ist es, die oftmals knappen Analytics Kapazitäten im Unternehmen zielorientiert einzusetzen. KMU sollten sich einen Überblick über die eigenen Analytics Fähigkeiten, Verantwortlichkeiten und Ressourcen verschaffen. Wer ist für das Thema Digital Analytics verantwortlich? Wie sieht der Tool-Stack aus? Welche Maßnahmen wurden bereits durchgeführt?

Eine reine Dokumentation reicht allerdings nicht aus, da die bisherigen Analytics Aktivitäten auf verschiedene Ziele einzahlen und unterschiedlich gewichtet werden. Es muss also auch eine gewisse Wertung in die Betrachtung einfließen. Doch was genau soll betrachtet werden und wie sollen die Ergebnisse der Betrachtung messbar gemacht werden? Wir sprechen an dieser Stelle von dem Digital Analytics Reifegrad eines Unternehmens.

Der Digital Analytics Reifegrad wird mithilfe des Reifegradmodells ermittelt. Das Digital Motion Reifegradmodell bricht die Digital Analytics Fähigkeiten in die fünf Dimensionen Data Strategy, Capability, Technology, Processes und Insights herunter. Um eine granulare Betrachtung der einzelnen Dimensionen zu ermöglichen, sind diese wiederum in drei Sub-Dimensionen unterteilt.

Klicken Sie sich in der unten stehenden Visualisierung durch die fünf Dimensionen des Reifegradmodells.

Reifegradmodell Reifegradmodell

Data Strategy

Ziel: Unternehmensweit ein gemeinsames Verständnis schaffen

Hier gilt es zu klären, ob eine klare Definition hinsichtlich der angestrebten Verwendung von Daten existiert und inwieweit sie innerhalb des Unternehmens kommuniziert und verstanden wird. Die Definition von KPIs kann helfen, den Unternehmens- bzw. Marketingerfolg zu steuern. Zudem lohnt sich eine Betrachtung der täglichen Entscheidungsprozesse und welche Rolle Daten dabei spielen.

Capability

Ziel: Schrittweise Entwicklung der Analytics-Kultur

Wer ist wofür zuständig? Eine klare Mandatsverteilung für die unterschiedlichen Analytics-Aspekte im Unternehmen schafft Nachvollziehbarkeit und Transparenz. Zudem lässt sich an herausgestellten Ergebnissen ablesen, wie gut die Zusammenarbeit zwischen den Bereichen funktioniert. In Stellenausschreibungen sollten auf Analytics bezogene Anforderungen und Aufgaben bereits dargestellt sein und auch, welche Karriereschritte durch Weiterbildungen erzielt werden können.

Insights

Ziel: Automatisierung von Reports = Zeitgewinn für Analysen

Auch hier gewinnt Einheitlichkeit. Reports sollten einem Standard folgen und so häufig generiert werden, dass die Analytics-Kollegen zeitnah auf Veränderungen reagieren können. Zudem ist wichtig, zu ermitteln, wie häufig Detail-Analysen durchgeführt werden, welche die Standard-Reports ergänzen. Das Ziel ist ja, sinnvolle und konkrete Handlungsempfehlungen daraus abzuleiten, die dann auch tatsächlich umgesetzt werden. Eine anschließende Rückmeldung an das Analytics-Team schließt den Kreis.

Processes

Ziel: Klare Definition und Standardisierung der Abläufe

Standard bedeutet vor allem Einheitlichkeit. Deshalb sollte unbedingt eine verbindliche Konvention zur Erfassung und Benennung von Datenpunkten eingeführt werden. Anfragen an das Analytics-Team sollten gleichfalls nach einem festgelegten Prozess gestellt werden. Ziel ist eine kontinuierlich hohe Datenqualität. Um diese zu gewährleisten, können eine Reihe von Maßnahmen ergriffen werden.

Technology

Ziel: Konsolidierung & Optimierung des IT-Stacks

Für einen einwandfreien und effizienten Workflow ist zunächst eine transparente Übersicht über sämtliche Technologie-Anbieter unabdingbar. Hier sollte ggf. eine Konsolidierung der Anwendungen stattfinden. Optimal wäre eine Vorausschau, wie sich Tools weiterentwickeln werden, um das im IT-Bebauungsplan nach Möglichkeit zu berücksichtigen. Dazu ist es sinnvoll, in den Verträgen mit Tool-Anbietern Support und Weiterbildung auszuhandeln.

Das Ziel der Reifegradbestimmung ist es, das Zusammenspiel von Tools, ihren Anwendern und den Prozessen in Organisationen festzustellen und zu optimieren. Mithilfe von Interviews, Tool Checks und anderen Methoden wird der unternehmensweite Reifegrad, von Level 1 bis Level 5, ermittelt und in einer Balanced Score Card festgehalten. Dieser standardisierte Ansatz zeigt Unternehmen auf einen Blick sowohl die eigenen Stärken als auch die eigenen Schwächen auf. Die Ermittlung des eigenen Digital Analytics Reifegrades ist für Unternehmen eine sehr gute Möglichkeit, die nächsten Schritte auf dem Weg zu einer datengetriebenen Organisation zu planen.

Ein hoher Digital Analytics Reifegradlevel ist eine Grundvoraussetzung für Unternehmen, um wettbewerbs- und konkurrenzfähig zu bleiben.

Digital Analytics Reifegrad Checkliste für KMU

Um den Digital Analytics Reifegrad und die Ausprägungen der einzelnen Dimensionen im Unternehmen bestimmen zu können, reicht die Betrachtung einzelner Digital Analytics Maßnahmen und Aktivitäten nicht aus. Unternehmen sollten stets die synchrone Transformation von Personen, Plattformen und Prozessen anstreben. Eine tiefgehende und ganzheitliche Betrachtung sowie Bewertung von diesen ist dabei sehr komplex und zeitintensiv, für die Bestimmung des eigenen Reifegrades allerdings unabdingbar. Wie können KMU an dieser Stelle vorgehen, um mehr Struktur in die Planung der zukünftigen Analytics Maßnahmen und Aktivitäten zu bekommen?

Auch hier liefert das Digital Motion Reifegradmodell einen guten Orientierungspunkt und bringt Struktur in die eigenen Beobachtungen. Im folgenden Abschnitt finden Sie pro Dimension des Reifegradmodells eine Mini-Checkliste mit einer Auswahl an Fragen. Diese Fragestellungen helfen Ihnen dabei, eine Idee des eigenen, unternehmensweiten Digital Analytics Reifegrads zu bekommen und festzustellen, welche Dimension am dringlichsten Aufmerksamkeit benötigt. Anhand Ihrer Antworten können Sie erkennen, in welchem Unternehmensbereich Sie bereits gut aufgestellt sind und an welcher Stelle Sie als nächstes ansetzen sollten.

Data Strategy

Data Strategy befasst sich mit der Fragestellung, warum Daten gesammelt werden und welches konkrete Ziel damit verfolgt wird.

  • Ist eine unternehmensweite Datenstrategie ausgearbeitet und kommuniziert worden?
  • Existieren konkrete Digital Analytics Business Cases im Unternehmen?
  • Arbeiten (einige) Unternehmensbereiche bereits datengetrieben?

Capabilty

Unter Capability betrachtet man insbesondere die Personen, die im Unternehmen für das Thema Daten und Digital Analytics verantwortlich sind.

  • Sind Stakeholder, Bereiche und Teams aufeinander abgestimmt und arbeiten sie synchron miteinander?
  • Sind Verantwortlichkeiten und Aufgabengebiete der einzelnen Rollen klar definiert und kommuniziert?
  • Existieren mitarbeiterspezifische Personalentwicklungspläne und gibt es Weiterbildungsangebote zum Auf- und Ausbau von Digital Analytics Kompetenzen?

Technology

Für einen hohen Digital Analytics Reifegrad spielen die genutzten Tools und Technologien eine wichtige Rolle. Diese werden unter der Dimension Technology betrachtet.

  • Existiert eine Übersicht der eingesetzten Digital Analytics und Marketing Technology (MarTech) Tools und Technologien und ist deren Nutzen und Nutzung dokumentiert?
  • Existiert eine IT-Roadmap für die Weiterentwicklung der vorhandenen Plattformen und Technologien? (inkl. fehlender Tools)
  • Existieren Weiterbildungsmaßnahmen zur nachhaltigen Steigerung der Toolnutzungskompetenz?

Processes

Um ein besseres Verständnis des Digital Analytics Reifegrades zu bekommen, werden unter Processes die Prozesse und Absprachen des Unternehmens gründlich durchleuchtet.

  • Sind Konventionen und Regeln für das Arbeiten mit und die Nutzung von Daten und Analysen definiert? (z.B. Konventionen, Taxonomie, Nomenklatur)
  • Ist die Anforderungsanalyse der Bedarfe der Fachbereiche systematisiert und standardisiert?
  • Werden die Daten im Unternehmen auf Verfügbarkeit, Verarbeitungsfähigkeit, Relevanz, Nutzen und Wertschöpfungsbeitrag hin optimiert?

Insights

Die Dimension Insights beantwortet die Frage, wie aus den gesammelten Daten konkrete Optimierungsmaßnahmen abgeleitet werden können.

  • Werden den Fachbereichen Reports und Dashboards zur Verfügung gestellt?
  • Sind die Mitarbeiter in der Lage, mittels der Reports Optimierungspotenziale zu identifizieren und Handlungsempfehlungen zur Optimierung abzuleiten?
  • Gibt es beschriebene Schnittstellen und Prozesse zur Umsetzung der Handlungsempfehlungen?


Fazit

Unser Schlusswort

Den eigenen Digital Analytics Reifegrad in Gänze zu bestimmen ist für Unternehmen eine komplexe und zeitaufwendige Angelegenheit, insbesondere für KMU. Man muss den Überblick über sämtliche Verantwortlichkeiten, Konventionen und Prozesse, sowie die eingesetzten Tools behalten und das Zusammenspiel dieser anschließend noch bewerten können.

Wir empfehlen Ihnen daher, anhand des Digital Motion Reifegradmodells selbstständig eine allererste Betrachtung Ihres Reifegradlevels durchzuführen. Orientieren Sie sich dafür an den Fragestellungen zu den jeweiligen Dimensionen des Reifegradmodells. Eine konkrete Beantwortung der Fragen versetzt Sie in die Lage, den Digital Analytics Reifegrad Ihres Unternehmens grob herauszuarbeiten und ermöglicht Ihnen so die zielorientierte Weiterentwicklung Ihres Unternehmens.

Wollen Sie Ihren Digital Analytics Reifegrad in Gänze bestimmen lassen und Ihr Unternehmen so auf das nächste Level bringen? Hier finden Sie unser Analytics Reifegrad Assessment, welches anhand eines strukturierten Kriterienkatalogs den genauen Reifegrad der Digital Analytics Fähigkeiten Ihres Unternehmens bestimmt. Unser Reifegrad-Check ist eine verkürzte Version, in welcher wir anhand eines Mini-Assessments eine erste Reifegradbestimmung durchführen.


5 Analytics Entwicklungen für KMU

5 Analytics Entwicklungen für KMU

Lesedauer: 5 Minuten

Die Bedeutung und der Einsatz von Digital Analytics in kleinen und mittelständischen Unternehmen (KMU) variiert noch sehr stark. Insbesondere der Startschuss für Digital Analytics Maßnahmen fällt vielen Unternehmen schwer. Wie KMU in der Welt der Digital Analytics Fuß fassen und durchstarten können, haben wir an dieser Stelle bereits beschrieben. Im folgenden Artikel stellen wir fünf Analytics Entwicklungen vor, an denen sich KMU orientieren können, um einen höheren Digital Analytics Reifegrad zu erreichen.

Die Welt der Digital Analytics dreht sich sehr schnell. Immer wieder werden neue Tools und Technologien auf den Markt gebracht, die weitverbreitete Probleme aufnehmen und lösen. Insbesondere KMU haben nicht die Kapazitäten und Ressourcen, um jede Entwicklung beobachten und verfolgen zu können. Doch wo setzt man an, nachdem die ersten Schritte im Digital Analytics Bereich gemacht worden sind? Welche Entwicklungen und Technologien sollte der Mittelstand auf dem Schirm haben? Wie sind diese Entwicklungen einzuordnen? Der Artikel greift genau diese Fragestellungen auf und stellt fünf Digital Analytics Entwicklungen für kleine und mittelständische Unternehmen vor. Um die Entwicklungen kategorisieren zu können, stellen wir sie in Bezug auf unser Reifegradmodell vor. Das Digital Motion Reifegradmodell bricht die Digital Analytics Fähigkeiten von Unternehmen in die fünf Dimensionen Data Strategy, Capability, Technology, Processes und Insights herunter. Ziel ist es, anhand des Modells das Zusammenspiel von Tools, ihren Anwendern und den Prozessen in Organisationen festzustellen und es zu optimieren.

Data Strategy

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.

Capability

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.

Technology

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.

Processes

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.

Insights

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.


Fazit

Unser Schlusswort

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.


Warum jedes Unternehmen Digital Analysten benötigt, diese aber nicht findet

Warum jedes Unternehmen Digital Analysten benötigt, diese aber nicht findet

Und was Sie dagegen tun können

Lesedauer: 5 Minuten

Der Bedarf an Datenexperten ist in den letzten Jahren rapide angestiegen. Immer mehr Projekte setzen einen hohen Reifegrad im Umgang mit Daten voraus, unabhängig von der Branche. Folgerichtig ist die Anzahl an Digital Analysten, Marketing Technology Managern, Data Scientists und Co. in den letzten Jahren konstant gewachsen. Dennoch gibt es bei weitem nicht genügend erfahrene Datenexperten auf dem Markt, um den immensen Bedarf abdecken zu können. Doch wo liegt die Ursache dieses Problems? Und was können Unternehmen dagegen tun? Im folgenden Artikel wollen wir uns insbesondere auf das Berufsbild des Digital Analysten konzentrieren.

Steigender Bedarf und kein Zuwachs

Daten sind erst seit einigen Jahren als Querschnitt in allen Unternehmensbereichen zu finden. Das hat zur Folge, dass das Berufsbild des Digital Analysten recht jung ist. Folglich existieren weder Ausbildungsplätze noch Studiengänge, die anerkannte Digital Analysten ausbilden. Die meisten Analysten sind als Quereinsteiger in die Rolle hineingewachsen. Häufig haben diese einen Business Background und ein starkes analytisches Verständnis, welches sie sich im Laufe ihrer Karriere angeeignet haben. Das sorgt dafür, dass der Zuwachs in der Szene sehr überschaubar ist. Dementsprechend sind verfügbare und gute Digital Analysten Mangelware, was in einem Tauziehen um die Talente am Markt resultiert.

Steigende Komplexität

Gleichzeitig entwickeln sich digitale Projekte rasant weiter und gewinnen immer mehr an Komplexität. Insbesondere in größeren Projekten sitzen viele Stakeholder gemeinsam an einem Tisch und jeder will sein persönliches Teilziel bestmöglich erreichen. Damit dies in Zeit, Funktionalität und Budget passieren kann, müssen die Verantwortlichen eng mit den verschiedenen Unternehmensbereichen zusammenarbeiten. Insbesondere der Umgang mit den für den Projekterfolg relevanten Daten muss klar definiert werden. Die Verantwortlichkeit dafür sollte beim Digital Analysten liegen. Dieser benötigt uneingeschränkten Zugang zu den relevanten Daten und muss in der Lage sein, diese korrekt zu interpretieren und Handlungsempfehlungen abzuleiten. Dies setzt wiederum voraus, dass der Analyst bereits einige Jahre Erfahrung in Projekten sammeln konnte. Durchaus problematisch bei einem Berufsbild, welches in dieser Form erst seit wenigen Jahren existiert.

Der Markt für Digital Analysten ist also überschaubar. Umso schwieriger ist es für Unternehmen, den richtigen Kandidaten für die richtigen Aufgaben an Bord zu holen. Wie lösen Unternehmen diese Probleme?

Dienstleister, Headhunter oder interne Weiterbildung?

Grundsätzlich gibt es drei Möglichkeiten, wie Unternehmen auf die Knappheit von Digital Analysten am Markt reagieren können. Unternehmen können die benötigte Expertise in Form von Beratung bei Dienstleistern einkaufen, neue Mitarbeiter über Headhunter finden und einstellen oder selbstständig Wissen aufbauen und das eigene Team langfristig verbessern. Alle Ansätze sind legitim, sodass es hauptsächlich auf die Situation des Unternehmens ankommt, welcher Ansatz am meisten Sinn macht. In den folgenden Absätzen beleuchten wir die Vorteile und Nachteile der verschiedenen Ansätze.

Expertise und Know-how durch externe Dienstleister abdecken

Wenn Unternehmen im Rahmen eines Projekts spezielles Know-how benötigen, welches noch nicht im Unternehmen existiert, ist eine Möglichkeit die Zusammenarbeit mit Dienstleistern. Insbesondere beim Thema Daten können diese Dienstleister als Agenturen, Berater oder SaaS-Partner in Projekte einbezogen werden. Diese externe Hilfe ist insbesondere dann förderlich, wenn das Unternehmen möglichst schnell Expertise benötigt, um die Volatilität im Projekt abdecken zu können. Das Problem an dieser Lösung ist, dass das Wissen nicht nachhaltig im Unternehmen bleibt. Sobald die Dienstleister ihre Arbeit geleistet haben, verlässt das Wissen mit ihnen zusammen das Unternehmen.

Die Beauftragung von Externen ist insbesondere für zeitlich und fachlich klar abgesteckte Projekte besonders sinnvoll, beispielsweise bieten sich für kleinteilige Herausforderungen in der Nutzungsphase verschiedener Tools unsere Consulting Quarter an.

Neue Mitarbeiter durch Headhunter gewinnen

Komplizierter wird es, wenn der Input von Datenexperten zum wichtigen Bestandteil des täglichen Ablaufs wird und sich nicht mehr auf einen kurzen Zeitraum beschränken lässt. An dieser Stelle sollten Unternehmen den Markt nach verfügbaren Digital Analysten sondieren. Doch wie zu Beginn bereits angerissen, ist dieser Schritt alles andere als einfach.

Für Unternehmen ist es wichtig zu verstehen, dass die Nachfrage nach Digital Analysten in den letzten Monaten und Jahren branchenübergreifend rasant angestiegen ist. Personalabteilungen sollten sich bewusst sein, dass es ein sehr schwieriges Unterfangen ist, den perfekten Kandidaten am Markt ausfindig zu machen und anschließend rekrutieren zu können. Wie sieht der perfekte Kandidat für Sie aus? Und wie gewinnen Sie diesen für Ihr Unternehmen?

Der perfekte Kandidat soll, in erster Linie, fachlich in seine Rolle passen. Dafür sollten die Anforderungen an diesen klar definiert und kommuniziert werden. Aufgrund der hohen Dynamik in der Branche ist dies die Grundlage für einen guten, fachlichen Fit in der Organisation.

Allerdings ist die Fachlichkeit des Digital Analysten nicht der einzige relevante Aspekt bei der Besetzung der vakanten Stelle. Es ist für Unternehmen von großer Bedeutung, dass der Kandidat in die Unternehmenskultur passt. Insbesondere im Umgang mit Daten müssen die Verantwortlichen ein einheitliches Zielbild verfolgen und an einem Strang ziehen, um eine gemeinsame Datenkultur im Unternehmen aufzubauen und etablieren zu können.

Solche Kandidaten sind nicht einfach zu finden und die Konkurrenz um diese ist immens. Abhilfe können Headhunter schaffen, welche sich auf die Suche nach Kandidaten machen, die sowohl fachlich als auch kulturell ins Unternehmen passen. Ist der Headhunter also die Lösung für die Knappheit von Digital Analysten auf dem Arbeitsmarkt? Nein, denn so einfach lässt sich das Problem nicht lösen. Sowohl der Analyst als auch der Headhunter sind mitunter sehr kostspielig und liefern keinen garantierten Erfolg.

Es ist also deutlich nachhaltiger für Unternehmen, Expertise in den eigenen Reihen aufzubauen. Doch wie soll das gelingen, wenn passende Bewerber entweder nicht aufzufinden oder viel zu kostspielig sind, da passende Ausbildungen und Studiengänge noch immer auf sich warten lassen?

DALE© – Digital Analytics Literacy Education

Mit genau dieser Fragestellung hat sich die Digital Motion bereits im Jahr 2019 beschäftigt und DALE© ins Leben gerufen. Was ist DALE©?

DALE© steht für Digital Analytics Literacy Education und beschreibt ein „Training on the Job“ Programm zur Weiterbildung zum Digital Analysten. Dieses wurde von praxiserfahrenen Experten entwickelt, um direkt beim Kunden in der realen Arbeitsumgebung angewendet zu werden.

Wie funktioniert DALE©?

Das Training erfolgt direkt am Arbeitsplatz und entlang der rollenspezifischen Praxisanforderungen. Neben der Vermittlung von Grundlagenwissen werden individuell zugeschnittene Module geschult, die gezielt für die Weiterbildung zum Digital Analysten erarbeitet worden sind. Das „Training on the Job“ Programm eignet sich insbesondere durch die gezielte und praxisorientierte Wissensvermittlung für Berufs- und Quereinsteiger. Das Weiterbildungsprogramm umfasst drei individuell kombinierbare Lerneinheiten mit einem Umfang von jeweils 10 Trainingstagen. Diese werden über einen Zeitraum von sechs Monaten angesetzt.

Bausteine von DALE©


Fazit

Unser Schlusswort

Gute und passende Digital Analysten auf dem Markt zu finden ist sehr schwierig, und das wird auch voraussichtlich noch eine Weile so bleiben.

Der Markt bietet eine Vielzahl an Möglichkeiten, auf die Knappheit von Digital Analysten zu reagieren. Sei es durch verschiedene Dienstleister, die für zeitlich beschränkte Projekte ins Unternehmen kommen oder durch Headhunter, die vermeintlich passende Analysten für Unternehmen finden. Dies ist aufgrund der hohen Abgängigkeiten und der damit verbundenen Kosten kein nachhaltiger Ansatz.

Die beste Lösung ist demnach, in sein bereits bestehendes Team zu investieren. Dieses kennt etablierte Prozesse, Verantwortlichkeiten und verfolgt ein einheitliches Zielbild. Das gibt Unternehmen die Möglichkeit, talentierten Mitarbeiterinnen und Mitarbeitern einen neuen Karriereweg aufzuzeigen und diese langfristig halten zu können. Know-how nachhaltig im Unternehmen aufbauen und festigen zu können, sollte stets ein wichtiges Ziel jeder Unternehmung sein.

DALE© setzt genau an dieser Stelle an und gibt Ihnen die Möglichkeit, Ihre Mitarbeiter an genau der richtigen Stelle weiterbilden zu können – in Ihrem Unternehmen, mit Ihren Tools gepaart mit unserer Expertise.

Wollen Sie Ihr Team zu Digital Analysten weiterbilden? DALE© erhalten Sie hier. 


Probleme und Herausforderungen von kleinen mittelständischen Unternehmen (KMU) mit Digital Analytics

Probleme und Herausforderungen von kleinen mittelständischen Unternehmen (KMU) mit Digital Analytics

Und wie Sie diese lösen können

Lesedauer: 4 Minuten

Digital Analytics – kaum eine Disziplin weckt so gegensätzliche Reaktionen wie diese. Auf der einen Seite haben wir die Expert*innen. Diese konnten in Ihrer Laufbahn bereits eine Menge Erfahrung sammeln. Sie besitzen ein exzellentes Verständnis der Thematik und haben bereits einen fortgeschrittenen Reifegrad erreicht. Auf der entgegengesetzten Seite des Spektrums ist man meistens etwas reservierter. Das liegt daran, dass die Hürden beim Einstieg in das Thema sehr hoch sind. An genau dieser Stelle stehen viele kleine und mittelständische Unternehmen (KMU) in Deutschland. Die Gründe dafür sind vielschichtig und können am fehlenden Know-how, fehlender Verantwortlichkeit oder mangelnden Ressourcen liegen.

Eines lässt sich aber nicht abstreiten: Daten finden immer mehr Verwendung und Bedeutung in Geschäftsprozessen. Daher ist es wenig überraschend, dass die Komplexität im Umgang mit Daten kontinuierlich steigt und regelmäßig neue Tools und Technologien auf den Markt gebracht werden. Wenn Sie sich also nicht regelmäßig mit der Thematik auseinandersetzen, können Sie leicht die Übersicht verlieren. Insbesondere die folgenden drei Stolpersteine sorgen bei KMU für Herausforderungen im Digital Analytics Bereich.

Stolperstein 1

Bestimmen, an welcher Stelle Sie gerade stehen

Digital Analytics ist ein vielschichtiges Thema. Daher ist es von großer Bedeutung, sich dem Thema Schritt für Schritt zu nähern. Insbesondere, wenn Sie noch keine oder nur wenige Berührungspunkte damit hatten. Bevor Sie in Ihrem Unternehmen über Attributionsmodelle oder komplexe Customer Journey Analysen sprechen, sollten Sie zunächst den Status quo Ihrer Digital Analytics Strategie bestimmen. Dafür können Sie sich folgende Fragen stellen:

  • Gibt es im Unternehmen (Daten-)spezifische Rollen oder Verantwortlichkeiten?
  • Werden Daten gesammelt? Wenn ja, welche?
  • Wie werden diese genutzt?
  • Wer hat Zugang zu den Daten?
  • Wie sieht der Tool-Stack in Ihrem Unternehmen aus?

Stolperstein 2

Definition des angepeilten Zielbilds für Ihr Unternehmen

Nun wissen Sie und Ihr Unternehmen, wo Sie bezüglich Ihrer Digital Analytics Strategie stehen. Die nächste Frage, die Sie sich stellen sollten, lautet: Wohin wollen Sie mit Ihrem Unternehmen?
Oftmals haben KMU das Problem, dass kein gemeinsames Zielbild für die Digital Analytics Strategie erarbeitet worden ist. Ohne dieses gemeinsame Zielbild ist es fast unmöglich, dass alle Beteiligten im Rahmen einer Kampagne an einem Strang ziehen. Dies zeigt sich dadurch, dass Aussagen nicht einheitlich kommuniziert oder Kanäle nicht passend bespielt werden. Aus diesem Grund sollte während der Planung von Kampagnen unbedingt über die Erfolgsmessung dieser gesprochen werden. Dafür ist es unerlässlich, für jede Maßnahme im Rahmen einer Kampagne ein passendes KPI Framework heranzuziehen und die Daten anschließend in eine aussagekräftige Reporting Struktur zu überführen.

Daher sollten Sie Ihren Tool-Stack funktionell unter die Lupe nehmen. Hierfür bieten sich folgende Fragen an:

  • Passt Ihr Tool-Stack zu Ihren Zielen?
  • Lässt sich im Tool alles so abbilden, wie Sie es sich vorgestellt haben?
  • Bekommen Sie aussagekräftige Reports?

Stolperstein 3

Bestimmung des Aufwands und Umsetzung von Optimierungsmaßnahmen

Oftmals haben KMU den Eindruck, dass Digital Analytics für Sie nicht in Frage kommt. Dies basiert auf der Annahme, dass Digital Analytics Beratung für die meisten Unternehmen zu kostspielig ist, ohne einen direkten Nutzen zu bringen. Beratungsmandate sollen über mehrere Monate in Auftrag gegeben werden, ohne zu wissen, wie das Ergebnis in Zukunft konkret aussehen wird.
Insbesondere KMU, bei denen oftmals Zwischenfragen oder kleinere Stolpersteine in der Nutzungsphase von Analytics Tools auftreten, haben keinen Nutzen von solchen überproportionalen Projekten. Hinzu kommt, dass viele Beratungs- und Dienstleistungsmodelle nicht transparent in der Abrechnung sind. Dies sorgt für Unsicherheit bei den Verantwortlichen. Sie sollten sich daher folgende Fragen stellen:

  • Was kosten Sie Ihre Digital Analytics Maßnahmen?
  • Was bringen Ihnen die Maßnahmen aktuell?
  • Welche Aussagen können Sie aus Ihren aktuellen Reports ziehen?

Unsere Lösung

Das KMU Starter Paket für Digital Analytics

Digital Motion hat für genau diese Stolpersteine das KMU Starter Paket entwickelt. Dieses richtet sich speziell an KMU und ermöglicht einen schnellen und unkomplizierten Einstieg in die Digital Analytics Welt. Das KMU Starter Paket besteht aus einem Analytics für KMU Micro Training, einem Web Analytics Tool Check-up und einem Consulting Quarter S-Paket.

Im Analytics für KMU Micro Training entschlüsseln wir zusammen mit den Teilnehmern die Bedeutung von Digital Analytics und zeigen die Relevanz für das eigene Unternehmen auf. Zudem bestimmen wir gemeinsam Ihren Digital Analytics Reifegrad und geben erste Handlungsempfehlungen in Form von Quick Wins für Sie. Erst wenn die Basis gelegt ist, ein Grundverständnis geschaffen wurde und der Digital Analytics Reifegrad ermittelt werden konnte, sollte das Thema strategisch beleuchtet werden.

Im Web Analytics Tool Check-up betrachten wir, gemeinsam mit Ihnen, die technische Implementierung Ihrer Analytics Lösung. Zudem überprüfen wir Tracking Calls und begutachten die einzelnen Bausteine wie Trigger und Variablen im Tag Manager. Im Fall einer statischen Implementierung untersuchen wir die relevanten Code Snippets direkt auf der Seite. Anschließend prüfen wir die entstehenden Reports, um Fehler auszuschließen und Handlungsempfehlungen geben zu können. Wir untersuchen also, ob Ihr Tool-Stack so funktioniert, wie Sie es sich vorgestellt haben.

Nun haben Sie sich einen Überblick über den Status quo verschafft sowie Ihr Zielbild definiert. Im nächsten Schritt unterstützen wir Sie flexibel bei der Umsetzung der identifizierten Quick Wins mit unserem Consulting Quarter (CQ). Bei dem CQ handelt es sich um virtuelle Wertmarken, die jeweils für 15 Minuten Beratungszeit stehen. Diese können individuell nach Bedarf eingesetzt und flexibel abgerechnet werden. Das Consulting Quarter S-Paket enthält 32 CQ, was einem Beratertag entspricht.


Fazit

Unser Schlusswort

Digital Analytics kann eine sehr komplexe und tiefgehende Disziplin sein, wenn man es denn möchte. Das muss, insbesondere am Anfang der Reise, aber gar nicht der Fall sein.

Alles beginnt mit einer guten Standortbestimmung und einer sauber aufgesetzten (Daten-) Strategie. Die abgeleiteten Maßnahmen dieser sollten auf realistischen und messbaren Zielen basieren und regelmäßig gesteuert werden können. Zudem ist essenziell, eine funktionierende technische Infrastruktur aufzuziehen, die regelmäßige und zuverlässige Reports ermöglicht. Sollte es im Nachgang weiteren Beratungsbedarf oder Zwischenfragen geben, ermöglicht das Consulting Quarter S-Paket eine schnelle und unkomplizierte Beantwortung von diesen.

Das KMU Starter Paket eignet sich perfekt für kleine und mittelständische Unternehmen, die den ersten Schritt in die Digital Analytics Welt gehen wollen.

Wollen Sie den nächsten Digital Analytics Reifegrad erreichen?
Das KMU Starter Paket erhalten Sie hier.


Neven Subotic - Neuer Investor an Bord des Digital-Analytics-Experten

Neuer Investor an Bord des Data-Analytics-Experten

Digital Motion gewinnt Neven Subotic als Partner

Schwerte, 12. Oktober 2021. Die Digital Motion GmbH verstärkt sich mit Neven Subotic als Investor. Mit seiner Beteiligung  unterstützt der Fußballprofi und Gründer der Neven Subotic Stiftung den Data-Analytics-Experten sowohl strategisch als auch operativ. Das Ziel ist es, Datenpotenziale in Unternehmen voll auszuschöpfen und so nachhaltige Systeme für kontinuierliche Optimierung zu etablieren. Der thematische Schwerpunkt Subotics liegt dabei im Auf- und Ausbau zukunftsfähiger Strategien für NGOs.

Neven Subotic
(Quelle: Neven Subotic)

Timm Peters
CEO und Gründer der Digital Motion GmbH
(Quelle: Digital Motion GmbH)

Dank fortschreitender Digitalisierung verfügen Organisationen heute über eine Vielzahl von Daten an unterschiedlichsten Orten. Mangelnde Ressourcen wie Zeit, Geld und technisches Know-how verhindern jedoch häufig, diese entsprechend zu analysieren und zielgerichtet einzusetzen. Damit bleiben wertvolles Wissen und die Effizienz unternehmerischen Handelns oftmals auf der Strecke. Durch fundierte Beratungs- und Weiterbildungsexpertise unterstützt Digital Motion dabei, diese Defizite zu überbrücken und die entstandenen Daten in wertvolle Unternehmensintelligenz zu verwandeln.

Nachhaltige Wertschöpfung im Fokus
Mit Neven Subotic hat das Unternehmen nun einen engagierten Investor an Bord, dem insbesondere die Stärkung von Non-Profit-Organisationen am Herzen liegt. Selbst Gründer einer Stiftung, die sich intensiv für den Zugang zu Lebensgrundlagen wie Wasser, Sanitäranlagen und Hygiene für Menschen im Norden Äthiopiens, Kenia und Tansania einsetzt, verfügt Subotic zudem über fundiertes Wissen im Bereich der modernen datenbasierten Unternehmensführung. So möchte er gemeinsam mit Digital Motion Organisationen dabei helfen, das Labyrinth der digitalen Analyse zu durchblicken, um ihr gesellschaftliches Wirken als karitative Institutionen zu stärken.

„Für mich waren die Menschen und Möglichkeiten, die Digital Motion ausmachen und so einen wertvollen Beitrag zur zukunftsfähigen Entwicklung von Organisationen beitragen, entscheidend“, erklärt Neven Subotic seinen Wunsch, erstmalig als Investor aktiv zu werden. „Vor allem menschlich haben mich meine bisherigen Verbindungen zu Digital Motion überzeugt. Durch den fachlichen Austausch wuchs zudem die Erkenntnis, dass das durch Digital Motion generierte Wissen in der heutigen Zeit enorm wichtig für jede Organisation ist, um durch verständliche Analysen bessere Entscheidungen treffen zu können und somit ihr Wirken als Organisation zu stärken. Denn die Digitalisierung ist das Feuer des 21. Jahrhunderts und Institutionen, die es nicht schaffen, die entstandenen Daten in Intelligenz zu verwandeln, bleiben im Kalten. Als Partner möchte ich dazu beitragen, dieses Wissen für den gemeinnützigen Sektor zugänglich machen.“

Timm Peters, Gründer und CEO der Digital Motion GmbH mit Niederlassungen in Berlin, Hamburg und Dortmund, sieht ebenfalls viel Potenzial in der jüngst geschlossenen Partnerschaft: „Wir freuen uns, mit Neven Subotic einen kompetenten Investor und innovativ denkenden Partner gewonnen zu haben, der die gleichen unternehmerischen Werte vertritt. Neven stellt sowohl menschlich als auch fachlich eine Bereicherung für unser Team dar. Ich freue mich auf die gemeinsame Weiterentwicklung unseres Geschäftsmodells, um der stetig wachsenden Bedeutung der digitalen Analyse gerecht zu werden und unsere nächsten Wachstumsziele zu erreichen.“

Über die Digital Motion GmbH
Die Digital Motion GmbH ist eine spezialisierte, inhabergeführte Unternehmensberatung mit Digital Analytics als Kernleistungen der Beratung. Seit Gründung des Unternehmens im Jahr 2014 hat dieser Fokus Bestand, womit das Beratungsangebot der Digital Motion GmbH die Lücke in der Beratung und Betreuung zwischen klassischer Unternehmensberatung, Digital-Agenturen und Weiterbildungsanbietern schließt. Digital Motion ist damit komplementär zu bestehenden Dienstleister-Ökosystemen und wirkt auf diese wertschöpfend im Sinne des Kunden und zum Kundennutzen ein.

Das in Schwerte gegründete Unternehmen mit Niederlassungen in Berlin, Hamburg und Dortmund beschäftigt aktuell 12 Mitarbeitende in den Bereichen Web & Advanced Analytics, Visual Analytics, Business Intelligence sowie MarTech Data Science.

Pressekontakt:
saalto Agentur und Redaktion GmbH
Sandra Prömel
Schwarzwaldstraße 17
76137 Karlsruhe
Telefon: 0721 1608870
E-Mail: sandra@saalto.de
Web: saalto.de

Unternehmenskontakt:
Digital Motion GmbH
Mark Möbus
Poststraße 33
20354 Hamburg
Telefon: 040 35085425
E-Mail: info@digital-motion.de
Web: digital-motion.de


Was bringen mir Domo, Tableau, Power BI und Looker? Die wichtigsten Business Intelligence Tools auf einen Blick

Was bringt mir Domo, Tableau, Power BI und Looker? Die wichtigsten Business Intelligence Tools auf einen Blick

Lesedauer: 6 Minuten

Der Artikel richtet sich an Leser, die derzeit Schwierigkeiten bei der Auswahl einer Business Intelligence (BI) Lösung haben, diese aber zeitnah im Unternehmen integrieren möchten. Bei der Auswahl müssen zahlreiche Faktoren beachtet werden, wie beispielsweise die Möglichkeiten Daten zu extrahieren, kompilieren, organisieren und zu analysieren. Die Entscheidungsfindung kann, aufgrund der komplexen Voraussetzungen an eine datengesteuerte Entscheidungsfindung, mitunter zeit- und kostenintensiv sein. An dieser Stelle setzt der Artikel an und hilft mit einer Experteneinschätzung weiter.

Eine gut implementierte BI-Strategie mit der passenden Lösung und kontinuierlich sichergestellter Datenqualität stellt die Grundlage für die Steigerung der Arbeitseffizienz in den unterschiedlichen Unternehmensbereichen dar. Nach der Zusammenführung, Bereinigung und Aufarbeitung der Daten dient die BI- Lösung als zentralisierte Informationsquelle und fördert die Entwicklung einer datengestützten Unternehmenskultur.

Einige BI-Lösungen sind so konzipiert, dass sie in erster Linie von Analysten zur Erstellung von Berichten und Dashboards verwendet werden können. Andere sind hingegen als Self-Service Lösungen gedacht, bei denen auch nicht fachkundige Nutzer Einblicke erhalten, ohne dabei auf technische Unterstützung angewiesen zu sein. Im Grundumfang bieten alle BI-Lösungen zudem im Kern die Möglichkeit zur Vorbereitung, Modellierung, Zusammenführung, Visualisierung und Bereitstellung von Erkenntnissen.

Obgleich sich die Lösungen ähneln, kann die Wahl der falschen Lösung potentiell drastische, fortwirkende Auswirkungen haben. So kann es bei einer ungenügenden Abstimmung der Anforderungen beispielsweise dazu kommen, dass notwendige Berichtsmöglichkeiten nicht zur Verfügung stehen, Latenzzeiten zu lang sind oder selbst vermeintlich einfache Berichte nicht ohne weiterführende Kenntnisse in SQL und dergleichen erstellt werden können. Darüber hinaus kann es vereinzelt dazu kommen, dass Probleme bei der Kontrolle der Datenqualität auftauchen und Validierungsprozesse erforderlich machen, die gezielt nach Inkonsistenzen suchen und damit erst eine sinnvolle Anreicherung mit Daten von Drittanbietern ermöglichen.

Zusammenfassend ist es notwendig die spezifische Anforderungserfüllung in Bezug auf Berichterstattung, Kosten, Datenkapazität, Integrationsanforderungen, Benutzerakzeptanz und Self-Service-Design bestmöglich zu antizipieren.

Bei der Vielzahl an verfügbaren BI-Lösungen mit in der Regel mehr als 20 relevanten Kandidaten, kann man daher schnell den Überblick verlieren. Eine sehr vereinfachte Auswahlmethode kann darin bestehen, dass basierend auf einer Vorauswahl von drei bis fünf Lösungen, eine Test-Integration für eine Zeit von den realen Anwendern genutzt wird. Nach einer beispielsweise zweiwöchigen Testphase werden die Eindrücke strukturiert erfasst und eine Entscheidungsvorlage für das Management erstellt. Dank dieses sehr realitätsnahen Vorgehens wird ein gutes Bild bezüglich des Integrationsaufwands, der Benutzerfreundlichkeit und der Möglichkeit zur Datenmigration gewonnen. In diesem Zuge werden insbesondere folgende Fragen beleuchtet:

  • Unterstützt das Tool API-Verbindungen, Datenbankabfragen oder CSV-Dateien?
  • Wie kompliziert ist es – von Drag-and-Drop bis zur Kodierung – Daten zu modellieren oder KPIs zu berechnen?
  • Sind die erstellten Berichte, Datenwerkzeuge oder Visualisierungen von hoher Relevanz, umfangreich und anpassbar?
  • Wie gut lässt sich das Produkt eigenständig nutzen und welche Formen der Automatisierung von Berichten etc. gibt es? Können Berichte automatisch per E-Mail verteilt werden?
  • Wer sind die Endbenutzer? Sind es ausschließlich Fachanwender und Experten oder alle Mitarbeiter? Wird ein Self-Service Modell den Anforderungen des Unternehmens besser gerecht?
  • Was sind die Einschränkungen, und stehen sie im Konflikt mit den Geschäftsanforderungen?
  • Wie ist das Support Level? Wie groß ist die Anwender-Community und gibt es zugängliche Wissensplattformen mit Fachartikeln etc.?
  • Wie sieht die Preisstruktur aus? Entstehen Kosten pro Nutzer, nach Datenvolumen oder werden sie pauschal vereinbart?

Für die erfolgreiche Durchführung des Tests sind folgende Voraussetzungen notwendig:

  • Verfügbare Daten-Beispiele aus Systemen wie BigQuery, Redshift, eine Datenquelle wie Google Analytics oder SQL-Datenbanken
  • Klare Kommunikation zwischen allen Beteiligten zur Zielsetzung des Tests und offene Diskussion der Plattformen
  • Kapazitäten zur Ausarbeitung der Testergebnisse, was aus Effizienzgründen und zur Einbeziehung einer weiteren neutralen Meinung eine kleinteilige, externe Beratung sinnvoll machen kann

Als erste Orientierung stellen wir in einem Überblick vier besonders relevante Lösungen kurz vor.

Was bringt mir?

Domo

Domo ist eine cloudbasierte BI-Lösung, die sich für Unternehmen aller Größenordnungen eignet. Domo kann sowohl Mikro- als auch Makroanalysen mithilfe von Grafiken, sogenannten “Karten”, durchführen und damit typische Geschäftsfragen visuell und intuitiv verständlich beantworten. Die hochgradig anpassbaren und interaktiven Visualisierungen können über Registerkarten in einem Dashboard organisiert werden, die von verschiedenen Abteilungen oder Teams definiert werden. Die benutzerfreundliche Echtzeit-Verarbeitung und die Panoramadarstellung der Informationen bietet ein schlüssiges und vollständiges Bild der Daten in all ihren Facetten. Dies ist insbesondere hilfreich, um Erkenntnisse über verschiedene Teams hinweg zu gewinnen, zu teilen und damit eine datengeprägte Unternehmenskultur zu fördern. Die größte Schwäche von Domo ist die teils mühsame Verwaltung und Pflege. Teilweise treten vereinzelt Fehler auf, deren Behebung einen fortgeschrittenen Grad an technischem Verständnis voraussetzt. Trotz dieser Einschränkungen nimmt Domo bei der Kundenzufriedenheit einen hohen Rang ein und verfügt über eine große Marktpräsenz. Laut G2-Bericht 2020 ist Domo die beste BI-Lösung mit 87% der Benutzer, die angeben, dass sie Domo weiterempfehlen würden. Domo unterscheidet zwischen Starter-, Profi- oder Unternehmenslizenzen. Die Kosten umfassen eine Vorabgebühr bzw. Plattformkosten, sowie eine monatliche Gebühr.

Was bringt mir?

Tableau

Im Gegensatz zu Domo bietet Tableau eine Desktop- und eine Online-Version, wobei erstere hauptsächlich für die Erstellung von Berichten, Stories oder Dashboards verwendet wird. Die Online-Version dient vor Allem dazu, die Berichte an die unterschiedlichen Stakeholder im gesamten Unternehmen weiterzugeben. Tableau bietet eine schnelle und unkomplizierte Datenintegration, bei der Millionen von Datenzeilen problemlos verarbeitet werden können. Das schnelle Prototyping von Visualisierungen von Datensätzen ist ein weiterer, klarer Vorteil. Darüber hinaus sind interaktive Grafiken in Berichten mithilfe einer Drag-and-Drop-Oberfläche und Filtern einfach zu erstellen. Die insgesamt hohe Benutzerfreundlichkeit, die niedrigen Kosten und die kostenlose 14-tägige Testversion sind positive Argumente für Tableau. Dementgegen steht, dass Tableau keine Datenverschlüsselung unterstützt und keine Unterstützung für Integrationen an verteilten Standorten bietet. Darüber hinaus erfordern umfangreiche Datenintegrationen und andere komplizierte Aufgaben IT-Unterstützung. Trotz der Einschränkungen ist Tableau als älteste der Plattformen diejenige mit der größten Marktpräsenz. Im Vergleich zu den anderen Plattformen ist der Anteil der Nutzer, die Tableau weiterempfehlen würden mit 83% am geringsten ausgeprägt (G2 2020). Tableau rechnet auf der Grundlage der Anzahl der Benutzer und der Benutzerlizenzen ab. Das Abonnement umfasst sowohl Desktop- als auch Online-Cloud-basierten Tableau-Zugriff.

Was bringt mir?

Power-BI

Power BI ist in hinsichtlich der Visualisierung, Benutzerfreundlichkeit und den Kosten sehr ähnlich zu Tableau. Die Lösung von Microsoft bietet eine einfache Drag-and-Drop-Oberfläche, ein unkompliziertes Self-Service-Design für eingenständige Berichtsanforderungen und eine Freemium-Lizenz für einzelne Benutzer, die sich gut skalierbar und zu erschwinglichen Preisen erweitern lässt. Plugin-Bibliotheken mit neuen Grafiken und erweiterten Analysemethoden wie Clustering und Netzwerkgrafiken, bieten einfachen Zugang zu weiterführenden Funktionen. Darüber hinaus sind die Dashboards in Power BI, mit ihren Filtern und Skalen zur Segmentierung oder Manipulation der Daten, nicht nur intuitiv und interaktiv, sondern verfügen auch über inhärente Drill-Down-Funktionen für verschachtelte Daten und Zeitreihendaten. Einige zu berücksichtigende Einschränkungen sind jedoch die begrenzten Datenkapazitäten und die Limitierungen bei der Bearbeitung großer Datenmengen. Da es sich um eine Windows-Anwendung handelt, müssen Nutzer anderer Betriebssystem über Remote-Desktops oder parallele Betriebssystemsoftware auf Power BI zugreifen, was den Zugriff erschweren kann. Laut G2 2020 weist Power BI eine geringe Kundenzufriedenheit auf und schneidet vor Allem in den Punkten qualitativ hochwertiger Support, prädiktive Analyse und Big-Data-Dienste schlecht ab. Trotz der Schwächen würden 87 % der Benutzer Power BI empfehlen.

Was bringt mir?

Looker

Als neueste der BI-Lösungen ist Looker eine interessante Mischung aus den 3 vorherigen Lösungen. Wie Domo bietet Looker eine vollständig webbasierte Plattform mit Echtzeit-Aktualisierung und einem kohärenten Bild der Daten, verwendet aber seine eigene proprietäre SQL-basierte Sprache LookML. Mit LookML kann der Benutzer skalierbare und wiederverwendbare Datenmodelle erstellen. Die Ähnlichkeit von Looker zu Tableau besteht insofern, dass Looker große Datensätze gut handhaben kann, dies jedoch durch die Erstellung lokal gespeicherter Datensätze im Browser erfolgt, wodurch die Ladezeiten verringert werden. Wie Power BI verfügt Looker über intuitive und interaktive Grafiken mit angeborener Drill-Down-Funktionalität und eine umfangreiche Bibliothek für neue Diagramme. Die größte Stärke von Looker ist jedoch der voll funktionsfähige Self-Sevice-BI Ansatz und der Datenmarkt. Benutzer können Daten direkt aus Looker abfragen, indem sie Variablen per Drag-and-Drop manipulieren und somit CSV-Dateien und Pivot-Tabellen für den Export erstellen. Wir haben erlebt, dass sich Anwender komplett von technischer Unterstützung in SQL und dergleichen unabhängig machen und sich stattdessen auf sich verlassen konnten. Dies ist der Schlüssel um tatsächlich flächendeckend in der Lage zu sein, anpassbare, automatisch aktualisierte KPI-Berichte in Echtzeit zu erstellen. Darüber hinaus lässt sich Looker problemlos mit Jupyter-Notebooks verbinden und kann problemlos in datenwissenschaftliche Projekte integriert werden. Laut dem G2 2020-Bericht weist Looker eine hohe Kundenzufriedenheit und ähnlich große Marktpräsenz wie Domo und Tableau auf. Im Vergleich zu den anderen Lösungen hat es mit 88% die höchste Rate von Benutzern, die bereit sind, es weiterzuempfehlen. Was die Preisgestaltung betrifft, so steht eine kostenlose Testversion zur Verfügung, aber die Abonnementpreise richten sich nach der Anzahl der Benutzer.


Fazit

Unser Schlusswort

Die vier vorgestellten BI-Lösungen sind großartige Technologien, mit denen Sie experimentieren können, um die richtige Lösung für Ihr Unternehmen zu finden. Neben einer soliden BI-Strategie, bei der Metriken, KPI und Stakeholder-Anforderungen im Fokus stehen, ist es auch wichtig, sicherzustellen, dass alle erforderlichen Daten auch immer konsistent und vollständig erfasst werden. Die Datenqualität bildet das Fundament für den Aufbau einer kohärenten Entscheidungsgrundlage. Die passende BI-Lösung setzt darauf auf, stärkt die Beteiligten, vereinheitlicht und zentralisiert Informationen und setzt damit einen Impuls zur Weiterentwicklung hin zu einer datenorientierten Unternehmenskultur.