Daten und deren erfolgreiche Nutzung sind heute Grundlage des Erfolgs zahlreicher Geschäftsmodelle. Der erfolgreichen Nutzung geht dabei ein effektives Datenmanagement voraus.
Die Realität sieht in vielen Unternehmen jedoch anders aus: Datenmanagement- und -speichersysteme wurden auf unterschiedliche, nach und nach entstandene Anwendungsfälle und Nutzergruppen zugeschnitten und werden häufig gerne als „historisch gewachsen“ bezeichnet. Solche historisch gewachsenen Strukturen zeigen sich beispielsweise dadurch, dass
unterschiedliche Speicherorte (Data Warehouses, Data Lakes, Datenbanken, Dateien) für viele verschiedene, aber zum Teil auch dieselben Daten existieren,
sich eine Vielzahl, oft Anwendungsfall-spezifischer Systeme und Technologien etabliert hat und
Systeme und Datenhaltung Nutzer- oder Anwender-bezogen mitunter redundant sein können.
Ineffizienzen aus den betrieblich beobachtbaren Phänomenen ergeben sich in vielerlei Hinsicht:
Wissen über die Existenz von Daten: Wenn ein zentrales und transparentes Datenmanagement fehlt, kann es sein, dass Nutzer nicht über die Existenz Bescheid wissen und diese entsprechend erneut erheben, anfragen oder erwerben. Wenn dies nicht möglich ist, findet die Nutzung der Daten unter Umständen nicht statt – und Wert wird nicht generiert.
Doppelte Datenablage und Pflegeaufwand: Fehlt Wissen über die Existenz von Daten, werden diese vielleicht mehrfach erhoben, angefragt oder erworben. Neben zeitlichen und finanziellen Ineffizienzen ergeben sich insbesondere solche, die aus dem mit der Datenhaltung einhergehenden Datenpflegeaufwand resultieren. Einmal abgelegte Daten werden – ohne Verantwortung für diese – selten geprüft und aktualisiert.
Wartungsaufwand für eine Vielzahl von Systemen: Je mehr Systeme für eigene Daten sowie für deren Speicherung, Verwaltung und Analyse parallel nebeneinander bestehen, desto höher gestaltet sich der Wartungsaufwand. Besonders herausfordernd ist es, wenn Systeme ohne das Wissen eines zentralen Managements existieren. Hier ergeben sich schnell Sicherheitsrisiken für sensible unternehmensinterne Daten, aber unter anderem auch für Kundendaten (Reputationsrisiko!) durch nicht geprüfte Software, veraltete Software aufgrund nicht installierter Updates oder Patches.
Sicherheitsrisiken / Zugriffsmanagement: Neben den auf Softwarenutzung und mangelndes Management zurückzuführenden Sicherheitsrisiken für Daten existieren auch solche, die aus einem unzureichenden Zugriffsmanagement entstehen. Daten werden als wichtiges Kapital, wenn nicht gar als essentieller Wettbewerbsfaktor von Unternehmen im digitalen Zeitalter angesehen. Entsprechend gilt es diese vor unbefugtem Zugriff zu schützen. Dies ist am besten durch ein strenges Zugriffsmanagement möglich.
Daten existieren in nahezu unendlicher Zahl in Unternehmen. Am Ende ist aber die Nutzung der Daten der Faktor, der den Unterschied zwischen einem Unternehmen und einem herausragenden, zukunftsorientierten und effizienten Unternehmen macht.
Eine Datenstrategie, die darauf ausgerichtet ist, in einem Unternehmen vorhandene Daten möglichst wertstiftend zu nutzen, sollte anhand folgender Schritte und der damit verbundenen – wenn auch gewiss nicht erschöpfenden – Fragen überlegt werden:
Vision/Idee: Was ist mein Geschäftsmodell? Mit wem konkurriere ich auf welchem Markt um welche Kunden? Wie kann ich Daten und aus Daten gewonnene Erkenntnisse wertstiftend nutzen und einen Kunden- oder sogar Wettbewerbsvorteil erreichen?
Datenbedarf: Welche Daten benötige ich, um strategische Ziele zu erreichen, taktische Maßnahmen umzusetzen und operatives Handeln zu unterstützen? Welche unternehmensinternen und welche unternehmensexternen Daten benötige ich dafür? Aus welchen Quellen beziehe ich meine Daten – und wie vertrauenswürdig sind diese? Welche Daten sind ohne weiteres verfügbar, welche müssen angefragt, erworben oder selbst erzeugt werden?
Analysebedarf: Welche Analysen möchte ich mithilfe der Daten ausführen – und welche Erkenntnisse damit gewinnen? Welche Zusammenhänge zwischen Daten existieren – und welche Auswirkungen hat dies auf meine Managementaussagen?
Speicherung, Aufbereitung, Prüfung, Verarbeitung und Visualisierung: Wie sicher sollen meine Daten gespeichert werden? Wer soll Zugriff auf die Daten haben? Wie wird die Qualität der Daten sichergestellt? Wie werden Daten harmonisiert, standardisiert und in ein für die Nutzung geeignetes Format gebracht? Wie sollen Daten verarbeitet werden? Wer darf Zugriff auf welche Daten haben? Auf welche Weise sollen Daten visualisiert oder auf eine andere Art dem Endnutzer bereitgestellt werden?
Technologien- & Toolwahl: Welche Speichertechnologien benötige ich für meine Anfordernisse? Welche Tools eignen sich für meine Verarbeitungs- und Visualisierungsansprüche? Welche Schnittstellen müssen zwischen Speichermedium, Analyse- und Visualisierungstools eingerichtet werden? Welche Kompatibilitätsanforderungen sind in Bezug auf die Daten, aber auch hinsichtlich der Technologie- und Tool-Wahl zu berücksichtigen?
Wissensgenerierung: Welche Erkenntnisse kann ich mithilfe der Daten gewinnen? Welche retrospektiven Schlüsse lassen sich daraus ziehen? Welche prospektiven Szenarien und Annahmen lassen sich generieren? Wem wird aus Daten gewonnenes Wissen auf welchem Wege zugänglich gemacht?
Wertstiftende Nutzung von Daten
Diese zuvor formulierten Fragen dürfen als Leitlinien verstanden werden, anhand derer Sie und Ihr Unternehmen eine Datenstrategie entwickeln können. Gerne unterstützen wir Sie dabei! Wir sind unabhängig von Technologie- und Softwareanbietern und richten unsere Beratung und Empfehlungen ganz individuell an Ihren Bedürfnissen aus. Durch unsere breite Fachexpertise können wir Ihnen ein Gesamtpaket aus einer Hand anbieten:
Einerseits die Leistungen einer „klassischen Beratung“ in Hinblick auf die Formulierung einer Datenstrategie, die auf die Anfordernisse ihres Unternehmens zugeschnitten ist. Sie haben bereits eine Datenstrategie? Sehr gut! Natürlich bauen wir auf dieser Grundlage auf. Sie haben noch keine oder möchten neue strategische Geschäftsfelder erschließen? Wir stehen gerne mit Rat und Tat zur Seite.
Auch hinsichtlich potentieller Datenquellen stehen wir Ihnen zur Seite: Ob bei der Erschließung neuer, unternehmensinterner Datenquellen wie Maschinen- oder Systemdaten, der Generierung externer Daten z.B. von Kunden und Lieferanten oder bei der Sammlung und Analyse von Markt- und Wettbewerbsdaten.
Andererseits bieten wir auch alle Leistungen rund um die technisch notwendige Untersetzung der Strategie an:
Wir wählen gemeinsam mit Ihnen die passende Speichertechnologie (eigener Server, private cloud, public cloud) und das für Ihre Daten und Abfragen am besten kompatible Datenbankdesign (relationale Datenbank, objektorientierte Datenbank, NoSQL).
Wir sprechen mit Ihnen über die notwendigen Sicherheitsstandards (Rechtemanagement, Speicherort, Passwortschutz, selektiv redundante Datenablage, Sensibilisierung & Awareness) und schlagen geeignete Technologien und Sicherheitskonzepte vor.
Gemeinsam erörtern wir mit Ihnen die Datenqualität (strukturiert, unstrukturiert, …) und definieren unterschiedliche use cases der Daten (monatliche Reportings, Szenarien-Analyse, ad hoc-Analyse)
Dabei achten wir darauf, dass Front- und Backend-Technologien miteinander kompatibel sind, Schnittstellen einwandfrei funktionieren
Außerdem verlieren wir mit Ihnen die Zukunft nicht aus den Augen: Wir diskutieren, welche Daten, use cases und Anwendungsfelder der Daten in Zukunft relevant für Sie sein könnten, welche Daten in Zukunft ggf. zusätzlich gespeichert, verarbeitet und analysiert werden sollen – und denken so von vornherein an die Zukunftsfähigkeit des Systems
Nicht zuletzt ist die Schaffung der Rahmenbedingungen essentiell für die langfristige, effektive und effiziente Nutzung der Datenstrategie: Wir unterstützen Sie gerne dabei, Standards zu schaffen, Prozesse (inkl. Zuständigkeiten, d.h. wer darf Daten erheben, wo speichern, Anforderungen stellen, usw.) zu definieren, die Basis für ein Qualitätsmanagement zulegen, kontinuierliche Verbesserung zu ermöglichen und die verwendeten IT-Ressourcen ständig auf den Prüfstand zu stellen
Sie haben Fragen? Kontaktieren Sie uns gerne.
Data Management – Getting the Most Out of Your Data
Data and its successful use are the basis for the success of numerous business models today. Successful use is preceded by effective data management.
However, the reality is different for many companies: data management and storage systems have been tailored to different use cases and user groups that have gradually emerged and are often referred to as "historically grown".
Such historically grown structures can be seen, for example, in the fact that
there are different storage locations (data warehouses, data lakes, databases, files) for many different, but sometimes also the same data,
a large number of often application-specific systems and technologies have been established and
Systems and data storage can sometimes be redundant in terms of users or users.
Inefficiencies arising from the operationally observable phenomena arise in many ways:
Knowledge of the existence of data: In the absence of centralized and transparent data management, users may not be aware of its existence and may accordingly recollect, request or acquire it. If this is not possible, the data may not be used – and value may not be generated.
Duplicate data storage and maintenance effort: If there is a lack of knowledge about the existence of data, it may be collected, requested or acquired several times. In addition to time and financial inefficiencies, there are particular inefficiencies resulting from the data maintenance effort associated with data storage. Once data has been stored, it is rarely checked and updated without responsibility for it.
Maintenance effort for a large number of systems: The more systems for your own data as well as for its storage, management and analysis exist in parallel, the higher the maintenance effort. It is particularly challenging when systems exist without the knowledge of central management. In this case, security risks quickly arise for sensitive internal company data, but also for customer data (reputational risk!) by unchecked software, outdated software due to uninstalled updates or patches.
Security risks / access management: In addition to the security risks for data that can be traced back to software usage and poor management, there are also those that arise from inadequate access management. Data is seen as an important asset, if not an essential competitive factor for companies in the digital age. Accordingly, it is important to protect them from unauthorized access. The best way to do this is through strict access management.
Data exists in almost infinite numbers in companies. In the end, however, the use of data is the factor that makes the difference between a company and an outstanding, future-oriented and efficient company.
A data strategy that is geared towards using the data available in an organization in the most value-adding way should be considered on the basis of the following steps and the associated – although certainly not exhaustive – questions:
Vision/Idea: What is my business model? With whom am I competing for which customers in which market? How can I use data and insights derived from data to create value and achieve a customer or even competitive advantage?
Data needs: What data do I need to achieve strategic goals, implement tactical measures, and support operational action? What internal and external data do I need for this? From which sources do I obtain my data – and how trustworthy is it? Which data is readily available, which has to be requested, purchased or generated by the user?
Need for analysis: What analyses do I want to perform with the data – and what insights do you gain from it? What are the connections between data – and what impact does this have on my management statements?
Storage, preparation, testing, processing and visualisation: How securely should my data be stored? Who should have access to the data? How is the quality of the data ensured? How is data harmonized, standardized, and put into a format suitable for use? How should data be processed? Who is allowed to have access to which data? How should data be visualized or otherwise made available to the end user?
Technology & Tool Selection: Which storage technologies do I need for my requirements? Which tools are suitable for my processing and visualization needs? What interfaces need to be set up between storage media, analysis and visualization tools? What are the compatibility requirements in terms of data, but also in terms of technology and tool choices?
Knowledge generation: What insights can I gain from the data? What retrospective conclusions can be drawn from this? What prospective scenarios and assumptions can be generated? To whom is knowledge gained from data made accessible and in what way?
These previously formulated questions can be understood as guidelines that you and your company can use to develop a data strategy. We are happy to support you! We are independent of technology and software providers and tailor our advice and recommendations to your individual needs. Thanks to our broad expertise, we can offer you a complete package from a single source:
On the one hand, the services of a "classic consultancy" with regard to the formulation of a data strategy tailored to the requirements of your company. Already have a data strategy in place? Very good! Of course, we are building on this foundation. You don't have one yet or would you like to open up new strategic business areas? We are happy to help and advise you.
We are also at your side with regard to potential data sources: Whether in the development of new, internal company data sources such as machine or system data, the generation of external data, e.g. from customers and suppliers, or in the collection and analysis of market and competitor data.
On the other hand, we also offer all services related to the technically necessary reduction of the strategy:
We work with you to select the appropriate storage technology (own server, private cloud, public cloud) and the most compatible database design for your data and queries (relational database, object-oriented database, NoSQL).
We talk to you about the necessary security standards (rights management, storage location, password protection, selectively redundant data storage, sensitization and awareness) and suggest suitable technologies and security concepts.
Together we discuss the data quality (structured, unstructured, ...) with you and define different use cases of the data (monthly reports, scenario analysis, ad hoc analysis)
In doing so, we make sure that front- and back-end technologies are compatible with each other and that interfaces work flawlessly
In addition, we do not lose sight of the future with you: We discuss which data, use cases and fields of application of the data could be relevant for you in the future, which data may be stored, processed and analyzed in the future - and thus think about the future viability of the system from the outset
Last but not least, the creation of the framework conditions is essential for the long-term, effective and efficient use of the data strategy: We are happy to support you in creating standards, defining processes (including responsibilities, i.e. who is allowed to collect data, where to store it, set requirements, etc.), to lay the basis for quality management, to enable continuous improvement and to constantly put the IT resources used to the test.
Do you have any questions? Feel free to contact us.
