Die drei Entwicklungsstufen
In der Analyse haben sich – je nach Reifegrad und Entwicklungsstufe – drei unterschiedliche Methoden für den Umgang mit Daten herauskristallisiert:
Der dezentrale Ansatz für Daten ist typisch in Organisationen, die sich noch am Anfang ihrer Datenstrategie befinden und noch keine übergreifende Vision entwickelt oder implementiert haben.
Unternehmen, die bereits einen einheitlichen Governance-Ansatz für standardisierte Daten-Prozesse umgesetzt haben, verfolgen einen zentralen Ansatz. Sie orientieren sich in der Regel an festen Prinzipien und haben strenge Regeln für gemeinsame Tools und Plattformen.
Firmen, deren Datenstrategie am weitesten entwickelt ist, setzen auf eingebettete, dezentralisierte Abläufe. Sie haben eine strategische Vision entwickelt, bei der sich Harmonisierung und Flexibilität die Waage halten. Sie haben die Governance in der Regel zentralisiert, behalten sich aber Flexibilität in den einzelnen Geschäftseinheiten vor.
Die Erfolgsmerkmale einer erfolgreichen Datenstrategie
Wer eine umfassende Strategie für Data Analytics erfolgreich eingeführt hat, zeichnet sich durch folgende Merkmale aus:
- Die Strategien und Initiativen für Datenanalysen werden von der Führungsebene getrieben und unterstützt.
- Es gibt eine Vision und klare Ziele, was mit der Datenstrategie erreicht werden soll.
- Das Betriebsmodell ist klar definiert; der Umgang mit Use Cases eindeutig geregelt.
- Ein zentraler Ansatz ist zwar gut, um Know-how zu nutzen und eine kritische Masse zu erreichen. Die Geschäftseinheiten müssen aber ihre Ideen und Skills einbringen können und die Entscheidungshoheit behalten.
- Bei Data & Analytics geht es nicht nur um Technologien, sondern auch um die Kultur. Unternehmen mit einer guten Datenstrategie berücksichtigen diesen Zusammenhang.
- Sie sorgen dafür, dass ihre Mitarbeitenden zu Data Analyst:innen werden, die mit Daten umgehen können – und zwar auf allen Ebenen und in allen Funktionen.