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.