Datenmapping: Für einen echten 360-Grad-Blick

Datenmapping: Für einen echten 360-Grad-Blick

Wenn sich momentan in Unternehmen irgendwo etwas verändert, dann wird als Grund dafür gerne die Digitalisierung angeführt. Und in den allermeisten Fällen ist da etwas dran. Nicht nur mit Blick auf die Technologie, sondern ebenso mit Blick auf die Prozesse, die Strategie und die Organisation. So wirkt sich die digitale Transformation auch auf das Denken und Handeln in Silos aus, das alle Fachbereiche in den vergangenen Jahrzehnten kultiviert haben. Zwar ist schon seit einiger Zeit klar, dass diese interne Abschottung für das Unternehmen als Ganzes nachteilhaft ist. Passiert ist dennoch wenig. Erst jetzt, wo durch die Digitalisierung die Notwendigkeit zur fachbereichsübergreifenden Zusammenarbeit steigt, bewegt sich etwas.

Diese Entwicklung betrifft auch das Controlling. Die Abteilung hat mit ihrer unternehmerischen Querschnittsfunktion immer schon mit den meisten anderen Fachbereichen zu tun. Um deren Leistung zu beurteilen und gegebenenfalls Optimierungspotenziale zu erkennen, generiert das Controlling regelmäßig Key Performance Indicators, die ausgehend von der Unternehmensstrategie und gemeinsam mit der Geschäftsleitung definiert wurden. Das Marketing wird zum Beispiel anhand der Websitebesuche nach einer TV-Kampagne bewertet, der Vertrieb nach dem Umsatz und die Produktion nach der gefertigten Stückzahl. Aber: Jeder Fachbereich wird bislang nur für sich betrachtet. Ein 360-Grad-Blick fehlt. Das liegt zum einen an der Organisation. Zum anderen sind die Daten, die ausgewertet werden sollen, in den Systemen der Fachbereiche isoliert.

Neue Technologien ermöglichen ganzheitliches Controlling

Durch die Digitalisierung passieren nun zwei Dinge: Erstens vollzieht sich – wie beschrieben – der Kulturwandel zwischen den Fachbereichen, Kollaboration ersetzt die Silo-Mentalität. Dementsprechend müssen sich auch die Bewertungskriterien ändern. Und das macht zwangläufig ein ganzheitliches Controlling erforderlich. Und zweitens ermöglichen es innovative Technologien, Daten aus unterschiedlichen Quellen zusammenzuführen, zu konsolidieren und auszuwerten – und dabei auch die dahinterliegenden Geschäftsprozesse ganzheitlich zu beurteilen. Die neuen Technologien ermöglichen aber noch mehr: Während das Controlling bislang auf die IT-Abteilung angewiesen war, um Daten zu Kennzahlen zu verdichten – weil nur tief im System die betriebswirtschaftlichen Zusammenhänge modelliert werden konnten –, gewinnen Controller durch Self-Service-Mechanismen erheblich an Autonomie. Einzelne KPIs und ganze Reports lassen sich so mit wenigen Klicks und ohne ausgeprägte IT-Kenntnisse generieren. Das Schlagwort für diesen technologischen Ansatz: Datenmapping.

Drei Erfolgsfaktoren für das Controlling

Mit Datenmapping lassen sich neue Controlling-Use-Cases und Szenarien für eine datengetriebene Prozessverbesserung entwickeln. Wählt der Controller die richtigen internen Daten aus, verknüpft sie klug mit externen Informationen und analysiert alles mit den richtigen Werkzeugen, gewinnt er neue Erkenntnisse. Die Kombination von Verkaufszahlen aus zurückliegenden Jahren und aktuellen Marktinformationen wird dann beispielsweise zum Frühindikator für die Entwicklung des künftigen Absatzes. Durch Zeitreihenanalysen werden die vermuteten Zusammenhänge überprüft. So verbessern sich die Prognosen sukzessive. Innovationen wie diese entwickeln sich aus den Daten, den Werkzeugen und der Organisation.

1. Mit den richtigen Daten arbeiten – Innovation aus Daten

  • Kombination von Daten aus unterschiedlichen Silos
  • Nutzung neuer interner Datenquellen (z.B. Sensordaten, Log-Daten, Lokationsdaten etc.)
  • Nutzung externer Datenquellen (z.B. Wetterdaten, demografische Daten, Open Data etc.)
  • Einbettung oder Erweiterung der BI-Strategie in eine beziehungsweise zu einer Daten-Strategie

2. Die richtigen Werkzeuge nutzen – Innovation aus Technologie

  • Analysewerkzeuge
    • Advanced Analytics (Data Mining und Text Mining, Predictive Tools, Optimierung/Optimize Process Quality)
    • Prozessanalyse und Real-Time-Analyse
  • Datenmanagement-Lösungen für die Integration und Speicherung großer Mengen polystrukturierter Rohdaten
    • hochperformante Analysen und Vorhersagen
    • Streaming und Event Processing
  • Architektur
    • Data Lake (Speicher für polystrukturierte Rohdaten)
    • Sandboxes
    • Real-Time-Integration von Daten und Streaming

3. Die richtigen Kompetenzen einsetzen – Innovation aus Organisation

  • Um mit explorativen Business-Intelligence-Ansätzen aus Daten Innovationen zu gewinnen, sind neue Prozesse und Skills erforderlich
  • Domänenwissen, Analyse-Know-how und Datenwissen muss in Analytics-Teams zusammengeführt werden
  • Die Operationalisierung von Business Intelligence, Big Data und neuen Technologieansätzen macht eine engere Integration in die gesamte IT-Architektur erforderlich.
  • Das Thema (Data) Governance muss deutlich gestärkt werden.

 

Zurück zur Startseite


Kontakt
Kontakt

Sie haben Fragen? Kontaktieren Sie uns gerne.