IT-Trends-Blog

IT-Trends-Blog

Opinions expressed on this blog reflect the writer’s views and not the position of the Capgemini Group

Der Umgang mit Kundendaten: Warum IT und Fachbereich nur gemeinsam gewinnen

Kategorie: Digitale Trends

Der Trendbegriff Big Data hat sich zum absoluten Lieblingswort für IT- und Businessentscheider gleichermaßen gemausert. Und das über zahlreiche Branchen hinweg. Die Erwartungen an Datenprojekte sind immens und die Fallhöhe umso größer. Besonders wichtig für viele unserer Kunden ist der bessere Einblick in die Kaufabsichten und Verhaltensweisen der bestehenden oder auch potenziellen Kunden, kurz Consumer Insights (CI). Das ergibt unsere Wahrnehmung im Markt ebenso wie auch eine aktuelle Studie: 80 Prozent der Unternehmen weltweit sehen die Analyse von Verbraucherdaten als ihre Top-Priorität an. Dort sprechen IT und Fachbereich also über das gleiche Thema und scheinbar doch nicht genug miteinander. Denn Ambition und Erfolg driften weit auseinander: Ein Drittel der Unternehmen sieht in den CI-Projekten keinen Erfolg. Schade, ist der potenzielle Nutzen doch so vielversprechend: Höhere Effizienz von Marketinginitiativen, präzisere Produktentwicklung, effektivere Lieferkette und Warengruppenmanagement. Doch warum bleiben die Initiativen so erfolglos? Die Gründe sind vielseitig und wir finden sie auf der Business-Seite gleichermaßen wie in der IT-Abteilung. Und genau deshalb ist das Thema auch hier im IT-Trends-Blog richtig aufgehoben. Denn die Quintessenz ist deutlich: Nur IT und Business gemeinsam bringen hier die PS auf die Straße.

1. Ein bisschen mehr Zusammenarbeit, bitte!

Das Zusammenarbeitsmodell zwischen den CI-Analysten und dem Fachbereich ist häufig noch nicht erfolgreich etabliert. Insbesondere fehlt die Unterstützung durch den Fachbereich bei der Nutzung der Erkenntnisse. Deswegen sollten Unternehmen eine für sie passende, aktionsfähige Organisation finden, die Consumer Insights erarbeitet und dann auch konsequent im Geschäft nutzt. Wichtig ist, sich dabei der erforderlichen Rollen und Verantwortlichkeiten bewusst zu werden. Solche interdisziplinären Teams werden aus Data Scientists, IT und Fachbereich gebildet. Häufig verfügen Unternehmen aber nicht über die erforderlichen Data-Science-Erfahrungen. Dann können externe Berater, Crowd-Sourcing-Anbieter oder bei gängigen Analytics-Anwendungsfällen auch fertige Analytics-Applikationen helfen. Self-Service-Werkzeuge für Data Preparation und Analytics unterstützen das CI-Team auf intuitive Weise und lindern die mangelnde Erfahrung.

2. Bei Operationalisierung drückt der Schuh

Für viele Unternehmen liegt die Herausforderung in der Operationalisierung der Consumer-Insights-Prozesse. Häufig dauert es einfach zu lange bis neu gefundene Erkenntnisse aus der Analyse ins Geschäft einfließen. Erfolgskritisch ist hier ein agiles Vorgehen bei der Konzipierung, Umsetzung und Einführung neuer analytischer Lösungen an Stelle der klassischen Halbjahres-Releases. Zudem ist es erforderlich, Analytics für die strategische, taktische und operative Entscheidungsunterstützung zu differenzieren. An dieser Unterscheidung machen sich verschiedene Anforderungen an die Latenz für Informationsgewinnung, Analyse und Entscheidung fest. Operative Entscheidungen benötigen die Erkenntnisse in Echtzeit. Strategische Entscheidungen hingegen werden nicht von heute auf morgen getroffen, sondern erst von verschiedenen Perspektiven beleuchtet und im Team diskutiert. Aber auch hier ist zu bedenken, dass der Markt immer schneller tickt. Der Wert von Information und Analyseergebnissen sinkt mit der Zeit.

3. Ohne Investment geht es nicht

Häufig scheitern Consumer-Insights-Vorhaben schlicht und ergreifend an der mangelnden Investitionsbereitschaft. Hier hilft es, die Transformation stufenweise anzugehen. So lässt sich mit einem überschaubaren Investment rasch ein nachweisbarer Nutzen von Analytics erbringen, um Folgeinvestments einzufordern. Nach drei Monaten sollte ein erstes Erfolgserlebnis stehen, also, dass die Erkenntnis der Analyse in der Praxis umgesetzt ist. In der Konsequenz sollten die Fähigkeiten skaliert werden. Das bedeutet: es gilt neue analytische Fähigkeiten aufzubauen, weitere Datenquellen anzubinden, das CI Team zu vergrößern, weitere Fachbereiche und Geschäftsprozesse zu involvieren.

4. Das Management muss mitmachen

Zu Guter Letzt: Wenig erfolgsversprechend sind und bleiben CI-Projekte, wenn sie keine strategische Priorität genießen und seitens des Top-Managements kein Interesse daran besteht, Maßnahmen zu initiieren und ihre Erfolge zu tracken. Vorschlagen möchte ich Hothouse – ein Ansatz, der Agilität, Innovation und Lean kombiniert. In einem intensiven 3-Tages-Workshop kommen Entscheider und Produktentwicklungs-Teams zusammen und lösen in einer Reihe von vier iterativen Sprints gemeinsam fachliche Kernprobleme. So wird die Entscheidungsfindung erheblich beschleunigt und die Abstimmung mit allen Beteiligten erzwungen.

Wie sind Ihre Erfahrungen mit Consumer-Insights? Auf welche Probleme sind Sie gestoßen oder sind die Analysen bereits fest in ihre Entscheidungsprozesse integriert?

 

Über den Autor

Rüdiger Eberlein
Rüdiger Eberlein
Schöner Post! Hothouse klingt nach ASE. Wo kann ich dazu mehr erfahren?

Kommentar hinterlassen

Ihre E-Mail-Adresse wird nicht veröffentlicht. Pflichtfelder sind mit einem * gekennzeichnet.