NicoElNino - stock.adobe.com
Datengetriebene Organisation: Menschen und Daten zusammenbringen
Wie können sich Unternehmen von konventionellen Akteuren zu einem datengetriebenen Player weiterentwickeln? Peter Fuhrmann von Alteryx zeigt dies an einem Anwendungsbeispiel.
Unternehmen weltweit befinden sich inmitten einer der größten Phasen der Datenerzeugung. Während es im Jahr 2020 noch 64,2 Zettabyte an Daten waren, werden nach aktuellen Schätzungen bis 2025 voraussichtlich 180 Zettabyte produziert werden. Allein ein Zettabyte würde 41,5 Millionen der weltweit größten kommerziell erhältlichen Festplatten (24 TB) füllen.
Daten nehmen dabei für Unternehmen in Deutschland eine immer wichtigere Rolle zum Erreichen ihrer Ziele ein: So tragen nach einer Untersuchung des Bitkom für mittlerweile 12 Prozent der Unternehmen datengetriebene Geschäftsmodelle ausschließlich oder sehr stark zum Unternehmenserfolg bei, im Vergleich zu sieben Prozent im Vorjahr.
Der Weg zu einer datengetriebenen Organisation führt dabei häufig über einen verbesserten Technologie-Stack. Doch die größte Herausforderung sind die Menschen, die Geschäftsprozesse und die Unternehmenskultur. Bei Coca-Cola war die Begeisterung der eigenen Mitarbeitenden für Daten sowie die Vereinfachung der Analyse von Daten ausschlaggebend, um den kompetenten Umgang mit ihnen auf allen Ebenen zu verbreiten.
Das Datenvolumen: 1,9 Milliarden konsumierte Getränke pro Tag
Ein Besuch im Hauptquartier der Coca-Cola Company in der Innenstadt von Atlanta gleicht einer Reise in die Vergangenheit – und eröffnet gleichzeitig einen Blick in die Zukunft. Die Geschichte von Coca-Cola beginnt im Jahr 1886, als der Apotheker Dr. John S. Pemberton seine neueste Erfindung entwickelte: einen konzentrierten Sirup, den er in seiner Apotheke aus einem neuartigen „Soda-Brunnen“ verkaufte. In seinem ersten Geschäftsjahr verkaufte Pemberton etwa neun Gläser Coca-Cola pro Tag. Heute werden weltweit täglich mehr als 1,9 Milliarden Getränke von Coca-Cola getrunken.
Die Rolle von Jay Caplan in dieser Entwicklung spielt sich hinter den Kulissen ab. Er ist Senior Business Analytics Manager bei Coca-Cola. „Stellen Sie sich all die Orte vor, an denen Sie in einem Umkreis von einer Meile rund um Ihr Zuhause Coca-Cola kaufen könnten. Stellen Sie sich dies nun in einem größeren Maßstab vor: alle Orte rund um den Globus, an denen Sie ein Produkt von Coca-Cola bekommen könnten. Dies ist das Datenvolumen, mit dem wir täglich arbeiten“, erläutert Caplan. „Meine Rolle ist rein analytischer Natur, doch in der heutigen Zeit ist jede Abteilung abhängig von Daten – von Audit und Finanzen bis hin zu Produktion und Lieferung. Wir müssen jeden einzelnen Schritt der Customer Journey unserer Kunden verstehen, um unser Glücksversprechen zu halten.“
Datenanalyse auf allen Ebenen
Der Schlüssel, um den Wert dieser Daten auszuschöpfen, liegt darin, sie zusammenzuführen, aufzubereiten, zu analysieren und die daraus gewonnenen Erkenntnisse innerhalb des Unternehmens verfügbar zu machen. Um all diese wichtigen Informationen greifbar zu machen, galt es die Werkzeuge zur Bearbeitung und Analyse dieser Daten näher an die Mitarbeitenden zu bringen und deren Nutzung so einfach wie möglich zu gestalten. Auf diese Weise sollte es allen Mitarbeitenden neben der Datenbankverwaltung und Tabellenkalkulation möglich sein, die mehr als 4,5 Millionen Datenzeilen aus getrennten Datensätzen zu verarbeiten, ohne auch nur eine Zeile Code schreiben zu müssen.
Inzwischen sind mehrere Hundert Benutzer innerhalb des Unternehmens in der Lage, Erkenntnisse aus den Coca-Cola-Daten zu gewinnen. Die Datenanalyse erstreckt sich somit über alle Ebenen des Unternehmens und unterstützt Teams aus diversen Fachbereichen von den Data Scientists bis hin zu den Supply Chain Managern. Einer interne Benutzergruppe unter der Leitung von Caplan und seinem Kollegen hat diese Entwicklung maßgeblich vorangetrieben, indem sie alle lokalen und virtuellen Nutzer der unterschiedlichen Abteilungen zusammenbrachten und so den Austausch über Ideen sowie bewährte Vorgehensweisen innerhalb von Coca-Cola ermöglichten.
Von Geospatial Intelligence bis zu Zeitreihenprognosen und Prognosemodellen
Zu Caplans Arbeit mit Daten gehört unter anderem Geospatial Intelligence, das heißt die raumbezogene Analyse von Informationen, aber auch die Erstellung von Zeitreihenprognosen und Prognosemodellen. „Einer meiner größten Erfolge in jüngster Zeit war ein Projekt in Verbindung mit dem Coca-Cola Freestyle-Automaten, einem Touchscreen-Automaten, mit dem die Benutzer ihre eigenen perfekten Geschmacksmischungen zusammenstellen können“, erklärt Caplan. „Die Kunden lieben ihn, weil sie die Freiheit haben, individuell zusammenzustellen und auszuwählen, was sie glücklich macht. Und auch wir lieben ihn, da wir Erkenntnisse über das Coca-Cola-Erlebnis gewinnen können, die zuvor undenkbar waren.“
„Das Beispiel von Jay Caplan und Coca-Cola zeigt, dass die Demokratisierung von Daten eine wichtige Rolle spielt, um das volle Potenzial der eigenen Mitarbeitenden freizusetzen und auch die Kunden bestmöglich zu unterstützen.“
Peter Fuhrmann, Alteryx
Coca-Cola verfügt über eine Fülle von Daten, die aus den Freestyle-Automaten im ganzen Land stammen. Caplan und sein Team erstellen daraus Prognosen, um beispielsweise vorherzusagen, welche Komponenten als nächstes gewartet werden müssen oder welche Geschmacksrichtungen in den verschiedenen Regionen am besten ankommen.
Um Restaurantbesitzer zu helfen, eigene Geschäftsentscheidungen stärker datengestützt zu treffen, wollte Coca-Cola diese Informationen auch extern verfügbar machen. Dazu trug Coca-Cola Verlaufsdaten zusammen, aus denen das Unternehmen automatisiert 600 personalisierte Berichte für Restaurantbesitzer erstellte und verschickte. Diese Analysen unterstützen die Restaurantbesitzer dabei, ihre Warenbestände besser zu verstehen und zu optimieren, wodurch sich Fehlbestände vermeiden und die Gewinnspannen erhöhen lassen.
Die Demokratisierung von Daten
Das Beispiel von Jay Caplan und Coca-Cola zeigt, dass die Demokratisierung von Daten eine wichtige Rolle spielt, um das volle Potenzial der eigenen Mitarbeitenden freizusetzen und auch die Kunden bestmöglich zu unterstützen. In der Regel benötigt ein Unternehmen eine Kerngruppe von Mitarbeitenden mit hoher Datenkompetenz, für die Daten im Zentrum ihrer Arbeit stehen.
Teil ihrer Aufgabe ist es aber auch, diese Kompetenz zu verbreiten und ihre Kollegen zu schulen. Wenn mehr Mitarbeitende den Umgang mit Daten verinnerlichen, ihre Herkunft kennen und ihre Bedeutung zu schätzen wissen, werden sie auch in der Lage sein, sie für kleine und große Entscheidungen zu nutzen – so verwandeln sie ihr Unternehmen schließlich zu einem datengetriebenen Player.
Über den Autor:
Peter Fuhrmann ist RVP Sales Central Eastern & Europe bei Alteryx.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
