sakkmesterke - Fotolia
Eine Big-Data-Strategie in vier Schritten aufbauen
Fast alle Unternehmen analysieren große Datenmengen. Doch ohne Big-Data-Strategie sind diese Bemühungen wenig erfolgreich. Hier erfahren Sie, wie Sie eine Strategie entwickeln.
Intelligente Unternehmen nutzen heute große Mengen und verschiedene Arten von Daten. Sie möchten damit ihre Kunden besser verstehen, Bestände verfolgen, Logistik- und Betriebsabläufe verbessern und fundierte Geschäftsentscheidungen treffen. Erfolgreiche Unternehmen wissen auch, wie wichtig es ist, die wachsende Menge an Big Data zu verwalten und Mittel zu finden, um aus diesen Daten einen Mehrwert zu ziehen. Eine Big-Data-Strategie zur effektiven und effizienten Speicherung, Administration, Verarbeitung und Nutzung all dieser Daten ist von entscheidender Bedeutung.
Eine gut definierte und umfassende Big-Data-Strategie legt fest, was erforderlich ist, um ein datengesteuertes – und damit erfolgreiches – Unternehmen zu werden. Eine solche Strategie sollte Richtlinien enthalten, die helfen, die datengesteuerte Vision zu verwirklichen und das Unternehmen auf spezifische Geschäftsziele für Big-Data-Anwendungen auszurichten.
Das alles ist leichter gesagt als getan – aber die vier hier beschriebenen Schritte können dazu beitragen, dass es machbar ist.
Was ist Big Data?
Bei Big Data kommt es nicht nur auf die Größe an. Das Datenvolumen ist nur eines der typischen Vs von Big Data – im Englischen als velocity, volume, value, variety and veracity bezeichnet. Das Management ist tatsächlich eine der leichter zu lösenden Herausforderungen. Die schwierigeren Herausforderungen von Big Data haben mit den anderen Vs zu tun: der Vielfalt der Datentypen, der Geschwindigkeit, mit der sich Daten ändern und der Wahrhaftigkeit – also Glaubwürdigkeit – von Daten aus verschiedenen Systemen. Auch andere Merkmale machen es schwierig, mit vielen sich ständig ändernden Daten umzugehen.
Big Data kann in vielen Formen vorliegen. Die in großen Datensammlungen vorkommenden Datentypen können eine Kombination aus unstrukturierten, semistrukturierten und strukturierten Datentypen sein. Außerdem stammen sie oft aus vielen verschiedenen Quellen wie Streaming-Systemen, Sensoren, Protokolldateien, GPS-Systemen, Text-, Bilder-, Audio- und Videodateien, sozialen Netzwerken und herkömmlichen Datenbanken. Einige dieser Quellen können Daten Millionen Mal pro Minute hinzufügen oder aktualisieren.
Nicht alle Daten werden gleich erstellt. Daher müssen Unternehmen gewährleisten, dass die Big-Data-Datensätze aus verschiedenen Quellen korrekt und vertrauenswürdig sind. Diese hochgradig variablen Daten müssen möglicherweise mit zusätzlichen Informationen aus anderen Verzeichnissen ergänzt werden.
Für Unternehmen ist die Fähigkeit, mit all diesen Herausforderungen umzugehen, der Schlüssel zur Erschließung der Leistungsfähigkeit von Big Data. Und das beginnt mit einer soliden Strategie.
Die Bedeutung einer Big-Data-Strategie im Unternehmen
Allzu oft werden Unternehmensdaten in Silos gespeichert – in Data Warehouses oder in unterschiedlichen Abteilungssystemen. Eine Datenintegration findet dabei meist nicht statt, so dass es für Unternehmen fast unmöglich ist, einen umfassenden Überblick über alle ihre Daten zu erhalten. Darüber hinaus kann sowohl die Datenqualität in Big-Data-Sets als auch die Vertrauenswürdigkeit der Datenquellen variieren – und die Kosten für die Speicherung und das damit verbundene Datenmanagement können hoch sein.
Infolgedessen wird die Entwicklung einer Big-Data-Strategie oft auf die lange Bank geschoben. Schließlich muss man sich in der Regel zuerst um das Tagesgeschäft kümmern. Ohne eine Strategie werden Unternehmen am Ende allerdings mit verschiedenen Big-Data-Aktivitäten konfrontiert, die parallel im gesamten Unternehmen stattfinden. Dies kann zu Doppelarbeit führen, oder – schlimmer noch – zu konkurrierenden Bemühungen, die nicht aufeinander abgestimmt sind oder die nicht eindeutig den langfristigen strategischen Zielen des Unternehmens entsprechen.
Was eine Big-Data-Strategie beinhalten sollte
Eine effektive Big-Data-Strategie liefert einen klaren Fahrplan für die Art und Weise, wie die Daten zur Unterstützung und Verbesserung der Geschäftsabläufe genutzt werden sollen. Sie gibt auch detailliert Auskunft über die Ansätze, die zur Verwaltung der Big-Data-Umgebung verwendet werden. Die darin enthaltenen Pläne müssen umsetzbar sein, auf breiter Basis angenommen werden und auf der unternehmensweiten Wertschätzung beruhen, dass Daten einen Vermögenswert darstellen, der das Unternehmen für einen anhaltenden Erfolg rüstet. Eine Strategie sollte auch festlegen, wie die beschriebenen Herausforderungen angegangen werden sollen.
Der Schlüssel zur Entwicklung einer erfolgreichen Strategie liegt darin, Big Data nicht nur als technologisches Problem zu betrachten. Es ist wichtig, mit den beteiligten Akteuren zu sprechen und ihr Feedback einzuholen. Auf diese Weise kann sichergestellt werden, dass die Strategie angenommen wird: Viele Aspekte des Big-Data-Managements haben ebenso viel mit der kulturellen Ausrichtung eines Unternehmens zu tun wie mit der technologischen Befähigung. Geschäftsleiter und Führungskräfte müssen die Big-Data-Strategie unterstützen und sich an dem Prozess beteiligen.
Wie man eine Big-Data-Strategie aufbaut
Die bloße Investition in Big-Data-Technologien und Tools ohne einen architektonischen und strukturellen Plan kann Zeit, Geld und Ressourcen in einem Unternehmen verschwenden. Im Folgenden wird ein vierstufiger Ansatz für die Formulierung einer Big-Data-Strategie vorgestellt, mit dem sich diese negativen Folgen vermeiden lassen.
Schritt 1: Definieren Sie Geschäftsziele und -vorgaben
Es dürfte nicht überraschen, dass Sie für eine erfolgreiche Big-Data-Strategie zunächst festlegen müssen, welche Geschäftsziele Sie erreichen wollen. Nicht jedes Unternehmen ist gleich, daher gibt es bei der Frage nach den Geschäftszielen keine pauschale Antwort. Sie sollten jedoch sicherstellen, dass Ihre Strategie mit den allgemeinen Geschäftszielen Ihres Unternehmens übereinstimmt - und auch die wichtigsten Geschäftsprobleme und Leistungsindikatoren berücksichtigt werden.
Stellen Sie sicher, dass alle Beteiligten von Anfang an einbezogen werden und kontinuierlich wichtige Beiträge liefern. Dazu gehören das Datenmanagementteam, die Unternehmensleitung, Dateningenieure und Datenwissenschaftlersowie alle anderen, die Ihre Big-Data-Speicher nutzen werden.
Schritt 2: Identifizieren Sie Datenquellen und bewerten Sie Prozesse
Der nächste Schritt besteht in der Identifizierung der Vielfalt Ihrer Daten sowie der Bewertung der aktuellen Geschäftsprozesse, Datenquellen, Datenbestände, Technologie-Assets, Fähigkeiten und Richtlinien im Unternehmen.
Sobald Sie die Datenquellen identifiziert haben, führen Sie eine Bewertung Ihrer Datenstrategie durch. Achten Sie darauf, dass Sie die in Schritt 1 skizzierten Geschäftsziele berücksichtigen, und arbeiten Sie von dort aus. Wenn ein Geschäftsziel Ihrer Datenstrategie beispielsweise darin besteht, die Kundenzufriedenheit zu verbessern, würde die Bewertung des Ist-Zustands alle Geschäftsprozesse, Geschäftsmodelle oder Datenbestände umfassen, die mit Kunden in Berührung kommen. Bei der Bewertung des Ist-Zustands ist es sinnvoll, alle relevanten Mitarbeiter und Interessengruppen zu befragen und einzubeziehen.
Schritt 3: Identifizieren und priorisieren Sie Big-Data-Anwendungsfälle
Hier gilt: Erfinden Sie das Rad nicht neu. Fangen Sie bei der Formulierung einer Big-Data-Strategie klein an, denken Sie aber groß, iterieren Sie häufig – und überlegen Sie sich Anwendungsfälle. Identifizieren Sie Anwendungsfälle für Big Data, die Ihre in Schritt 1 beschriebenen Geschäftsziele erfüllen. Verwenden Sie Big-Data-Analysen, um Ihre großen Datenmengen zu untersuchen und versteckte Muster, Korrelationen und andere Erkenntnisse aufzudecken. Diese Übungen sollten Ihnen helfen, Anwendungsfälle zu entwickeln und zu verfeinern.
Der nächste Schritt besteht darin, diese Anwendungsfälle nach Prioritäten zu ordnen – und zwar auf der Basis von Faktoren wie Geschäftsauswirkungen, benötigtem Budget und erforderlichen Ressourcen. Je nachdem, wie viele verschiedene Abteilungen im Prozess vertreten sind, kann es schwierig sein, die Anwendungsfälle einzugrenzen und die Prioritäten festzulegen, mit denen man beginnen soll. Bleiben Sie konzentriert, schreiben Sie die Anwendungsfälle auf, sobald sie vereinbart sind, und arbeiten Sie als Gruppe an der Erstellung eines Plans.
Schritt 4: Erstellen Sie eine Roadmap für Big-Data-Projekte
Sobald Sie Ihre Geschäftsziele identifiziert, sich einen Überblick über Ihre Daten und den aktuellen Leistungsstatus verschafft und Anwendungsfälle ermittelt haben, können Sie damit beginnen, eine Roadmap zu entwerfen.
Dieser entscheidende Schritt ist oft der zeitintensivste für Unternehmen. Denken Sie bei der Erstellung Ihrer Big-Data-Roadmap daran, dass es sich nur um eine vorläufige Skizze handelt. Sie können Ihre Roadmap im Laufe der Zeit immer wieder überarbeiten und weiterentwickeln. Stellen Sie sich Ihren gewünschten Endzustand vor und arbeiten Sie rückwärts, um sicherzustellen, dass das Endziel präzise, sicher und direkt ist.
Bei der Erstellung der Roadmap sollten Sie sich darauf konzentrieren, etwaige Lücken in der Datenarchitektur, bei Technologien und Tools, Prozessen und Fähigkeiten zu ermitteln. Die Lückenanalyse wird wahrscheinlich eine Überprüfung der in Schritt drei priorisierten Anwendungsfälle nach sich ziehen. Auch hier spielen die beteiligten Akteure innerhalb des Unternehmens eine wichtige Rolle. Sie tragen dazu bei, diese Initiativen auf der Grundlage von Komplexität, Budget und Kosten-Nutzen-Verhältnis zu priorisieren.
So stellen Sie sicher, dass Ihre Big-Data-Strategie angenommen wird
Keine Strategie ist effektiv ohne einen Plan, der sicherstellt, dass die Strategie tatsächlich in Ihrer gesamten Organisation verwendet wird. Daher ist es wichtig, Folgendes zu berücksichtigen:
- Identifizieren Sie Ihre Herausforderungen bei der Infrastruktur. Um Ihre Daten effektiv zu nutzen, insbesondere Daten, die in historischen Datenbanken oder veralteten Systemen gespeichert sind, müssen Sie möglicherweise die IT-Infrastruktur ändern. Sie ist oft nicht mit moderner Big-Data-Technologie kompatibel. Identifizieren Sie Bereiche, in denen Änderungen der Infrastruktur erforderlich sind. Beziehen Sie dabei auch Ihre Stakeholder mit ein, um sicherzustellen, dass verschiedene Abteilungen und Benutzer den Zugriff auf kritische Daten nicht verlieren.
- Bewerten Sie Mitarbeiterressourcen. Es ist eine Sache, eine Killerstrategie zu entwickeln, aber ohne die richtigen Rollen und Fähigkeiten wird die Strategie ins Nirwana führen. Unterschätzen Sie den Wert Ihrer Personalabteilung bei Ihrer Big-Data-Strategie nicht. Ihr Big-Data-Team muss über die erforderlichen Fähigkeiten verfügen, um Daten sinnvoll zu nutzen und diese Erkenntnisse dann an verschiedenen Führungskräfte der Geschäftsbereiche weiterzugeben. Ohne ein gutes Team kann die gesamte Vision leiden. Die Personalabteilung kann eine entscheidende Rolle bei der Suche und Einstellung der von Ihnen benötigten Fachkräfte spielen. Unterschätzen Sie auch nicht die Fähigkeiten der derzeitigen Mitarbeiter. Manchmal können Ihre aktuellen Mitarbeiter mit einer Umschulung wichtige Rollen ausfüllen, die für die Umsetzung Ihrer Strategie notwendig sind.
- Seien Sie agil. Achten Sie darauf, dass Sie in Ihre Roadmap Flexibilität einbauen. Sie müssen in der Lage sein, Ihr Budget, Ihre Mitarbeiter, Ihre Anwendungsfälle und Ihre Prioritäten schnell und einfach an sich ändernde Umstände und die gewonnenen Erkenntnisse anpassen.
Der nächste Schritt in Ihrem Big-Data-Plan
Das wichtigste Prinzip bei der Umsetzung einer Big-Data-Strategie ist es, agil zu bleiben. Da Datenquellen und Big-Data-Technologien nicht statisch sind, kann eine Big-Data-Strategie keine einmalige Übung sein. Aber ein kontinuierliches, engagiertes Bemühen, strategisch über die Daten nachzudenken, wird sich auszahlen. Ein gut durchdachter, gut ausgeführter und flexibler Plan wird Ihr Unternehmen unterstützen, wertvolle Geschäftsinformationen zu gewinnen, bessere Geschäftsentscheidungen zu treffen – und möglicherweise Ihre Geschäftsstrategie neu zu gestalten.
