Business Intelligence Projekt
Handel

7 Erfolgsfaktoren für Ihr Business Intelligence Projekt

Business Intelligence für Ihr Unternehmen 

Wenn Unternehmen mit zunehmender Digitalisierung und Internationalisierung zukünftig wettbewerbsfähig sein und wirtschaftlichen Erfolg verzeichnen möchten, müssen sie „datengetrieben“ denken. Mitarbeiter aus allen Bereichen, – ob in der Zentrale oder auf der Fläche, ob mit strategischem oder operativem Fokus, ob aus Category Management oder CRM – werden dadurch in die Lage versetzt, auf Basis von Informationen ihre täglichen Entscheidungen besser und schneller treffen und Prozesse datengestützt perfektionieren zu können. Diese Vision muss kein Traum bleiben. Mit langjähriger Erfahrung im Bereich Business Intelligence sowie Best Practices aus dem Markt hat minubo eine Blaupause für erfolgreiche Business Intelligence Projekte im Handel entwickelt, die völlig lösungsunabhängig funktioniert. Insgesamt 7 Erfolgsfaktoren werden im Folgenden vorgestellt.
 
Vorher ist ein kurzer Rückblick nötig: Die klassische Business Intelligence sammeln, integrieren, visualisieren. Drei Schlagwörter, die ein sehr einfaches Projektvorgehen beschreiben, welches in der traditionellen Data-Welt weit verbreitet war. Klassische Business Intelligence bedeutete grundsätzlich, dass die IT eine Infrastruktur konstruierte, durch die Informationen aus verschiedenen Quellen gesammelt, in einem Data Warehouse integriert und (bestenfalls) mit einem generischen Visualisierungstool wie z. B. tableau oder Power BI visualisiert wurden. Dass diese Vorgehensweise heutzutage aus verschiedenen Gründen an ihre Grenzen stößt, ist keine große Überraschung:

Klassisches Business Intelligence Mindset 

Die IT baut eine Infrastruktur für Datenintegration und -visualisierung

Infrastruktur für Datenintegration und -visualisierung

Zum einen sind traditionelle Business-Intelligence-Systeme oft mit stark IT-zentrierter Sicht entwickelt. Sie gehen von den zur Verfügung stehenden Daten und den technologischen Prämissen aus, anstatt von den Use Cases und Fragestellungen der Nutzer. Es wird kaum in Erwägung gezogen, wer in welcher Form und wofür die Daten gebraucht werden. Daraus resultiert eine sehr geringe Anwenderorientierung der Lösung, was in vielen Dashboards sichtbar wird. Zum anderen scheitert ein potenzieller Self-Service der Nutzer in vielen Fällen am generalistischen Ansatz der zur Verfügung gestellten Tools. Durch die geringe Benutzerfreundlichkeit sowie die oftmals fehlende Kommunikation und Einbindung der Mitarbeiter in den Prozess der Lösungsentwicklung findet am Ende des Tages häufig kaum eine Nutzung statt.
 
Auch aufseiten der Technik werden zwei Aspekte in der klassischen BI-Welt von Unternehmen regelmäßig unterschätzt: Die Datenmodellierung und Skalierbarkeit oder vielmehr langfristige Performanz der Lösung. Der Aufbau eines logischen und (langfristig!) schnellen Data Warehouse ist jedoch Voraussetzung, um im rasant fortschreitenden Markt mithalten zu können. Es bedarf überdies einer hohen Agilität und Flexibilität der Systeme, um sich kontinuierlich an die veränderten Bedingungen anpassen zu können – eine Tatsache, die im traditionellen BI-Umfeld ebenfalls selten gegeben ist.
 
Wenn die klassische BI demnach den heutigen Anforderungen nicht standhalten kann, welche Aspekte entscheiden dann über Erfolg oder Misserfolg ihres BI-Projekts? Diese Frage hat minubo sich als Anreiz genommen, um einen Leitfaden für eine erfolgreiche Wertschöpfung aus Daten zu entwickeln: Dafür wurden 7 Erfolgsfaktoren in einer Commerce Intelligence Blaupause zusammengefasst, die sich auf Projekt- und Lösungsebene aufgliedern. Zum Verständnis: Commerce Intelligence ist in diesem Fall der Terminus für Business Intelligence speziell auf die Bedürfnisse des Commerce-Sektors ausgerichtet.

Die Commerce Intelligence Blaupause 

So gelingt eine datengetriebene Arbeitskultur

So gelingt eine datengetriebene Arbeitskultur

 

Die Projektebene der Erfolgsfaktoren

Um in seinem Unternehmen eine erfolgreiche BI-Lösung zu etablieren, müssen nicht nur technische Kriterien erfüllt werden, auch die Durchführung des Projekts entscheidet maßgeblich über Erfolg oder Misserfolg. Dabei spielen konkret drei Faktoren eine entscheidende Rolle: Interdisziplinarität, Agilität und Organisation.

Erfolgsfaktor 1: Interdisziplinarität

Echte Wertschöpfung aus Data Ressourcen gelingt nur, wenn Use Cases und Anwenderbedürfnisse im Zentrum der Betrachtung stehen. Daher ist es entscheidend, dass BI-Projekte einer interdisziplinären Herangehensweise folgen und Vertreter aus allen Anwenderbereichen einbezogen werden – unter einem Owner-Team aus Business und IT. So wird sichergestellt, dass von Beginn an alle Prämissen Berücksichtigung finden, die später für eine organisationsweite, datengetriebene Arbeitskultur im Unternehmen entscheidend sind.

Erfolgsfaktor 2: Agilität

Während in der klassischen BI-Welt ein traditionelles, einfaches Projektvorgehen nach dem Schema “Anforderungen einsammeln, – Lösung umsetzen, – Lösung ausrollen” verbreitet war, ist es heute wichtiger denn je, schnell handlungsfähig zu sein. Die starke Verbreitung agiler Methoden erweist sich damit auch hier als zielführend. Nach der interdisziplinären Sammlung von Use Cases werden diese priorisiert und in einem iterativen Verfahren sukzessive ausgerollt. Wichtigste Anwendungsbereiche sind dadurch schnell produktiv. Zudem wird Spielraum geschaffen, gewählte Methoden und ein agiles technologisches Set-up in produktiver Umgebung zu testen und zu optimieren, um eine nachhaltig wertschöpfende Lösung zu gewährleisten.

Erfolgsfaktor 3: Organisation

Um eine datengetriebene Arbeitskultur erfolgreich zu etablieren, ist nicht nur die Beteiligung aller späteren Anwenderkreise in der Anforderungsanalyse wichtig, auch das Einbeziehen der einzelnen Anwender in den Gesamtprozess sowie die Kommunikation von Zielen und Mehrwert spielen eine entscheidende Rolle: Warum ist datengetriebenes Arbeiten wichtig? Warum erwarten wir uns davon eine hohe Wertschöpfung für unser Unternehmen? Wie hilft das Arbeiten mit Daten Dir persönlich? Der gesamte Changemanagementprozess, der hier erforderlich ist, braucht einen dedizierten Verantwortlichen. Dieser sollte das primäre Ziel verfolgen, gemeinsam mit den Anwendern die neuen Arbeitsprozesse zu entwerfen und zu etablieren sowie organisationsweit das vielleicht noch neue datengetriebene Mindset kulturell zu verankern.

Die Lösungsebene der Erfolgsfaktoren 

Aufseiten der Lösungsebene werden vier weitere entscheidende Faktoren beleuchtet, die es Ihnen erlauben, nachhaltig erfolgreich echten Wert aus Ihren Daten zu schöpfen: Konzept, Demokratie, Relevanz und Komfort.

Erfolgsfaktor 4: Konzept

Dieser Begriff bündelt viele Elemente, auf die in der traditionellen BI-Welt oftmals das Hauptaugenmerk gelegt wurde, auch wenn diese für den Anwender nicht unbedingt zum „sichtbaren“ Teil der BI-Lösung gehören. So beispielsweise die Datensammlung und Integration, die selbstverständlich bei jeder Form von BI, egal wie modern oder traditionell, eine essenzielle Bedeutung hat. Es gilt jedoch dabei auch zwei weitere grundlegende Faktoren zu beachten: Zum einen die konkrete Definition des Datenmodells – der Kennzahlen und Dimensionen sowie der Logiken, die diese systematisch miteinander verknüpfen – sowie zum anderen die Gewährleistung einer dauerhaften Skalierbarkeit. Aufgrund der stetig zunehmenden Datenmengen und um eine spätere Kostenexplosion zu vermeiden, muss hier frühzeitig auf eine langfristig skalierbare Infrastruktur, Datenbanktechnologie und Abfragemethoden geachtet werden.

Erfolgsfaktor 5: Demokratie

BI muss heutzutage mehr sein als ein System, aus dem IT-ler und Analysten auf Anfrage Datenanalysen für Business-Stakeholder erstellen– zu vielfältig und operativ sind die Anforderungen zu hoch die Geschwindigkeit, in der die Informationen benötigt werden. Es ist deshalb von entscheidender Bedeutung, dass alle Stakeholder-Gruppen eine Self-Service-BI-Lösung mit den entsprechenden Business Intelligence Tools zur Verfügung gestellt bekommen. Nicht nur Stakeholder aus den Bereichen Business Analytics und Controlling, sondern auch Stakeholder mit strategischem Fokus (Abteilungsleitung, Management, ggf. Holding oder Investoren) sowie Stakeholder aus der Operativen in allen Bereichen (von Category Management bis CRM, am Schreibtisch und auf der Fläche). So können sie relevante Datenanalysen selbst durchführen.

Erfolgsfaktor 6: Relevanz

Relevanz bedeutet nicht nur die Bereitstellung „korrekter Informationen“ aus einem riesigen Data Warehouse, es bedeutet vielmehr, dass durch die Form der Datenaufbereitung use-casespezifische Erkenntniswerte bestenfalls auf dem Silbertablett serviert werden. Dafür benötigt werden Tools mit so viel fachspezifischem Know-how, dass sie jeder Rolle genau die Insights liefern, die für die Lösung ihrer individuellen Herausforderungen wichtig sind. Für strategische Stakeholder beispielsweise sind das primär Business Intelligence Tools, die eine schnelle, leicht verständliche Übersicht ermöglichen – z. B. einfache Dashboards oder per Klick zugreifbare Monatsreports über den eigenen Geschäftsbereich. Für analytische Stakeholder dagegen sind flexible Tools für komplexe Ad-hoc-Analysen auf Rohdatenlevel wichtiger. Bei operativen User-Gruppen wiederum stehen Actionability und Prozessorientierung stark im Fokus.

Erfolgsfaktor 7: Komfort

Last but not least – Komfort. Echte Wertschöpfung aus Daten kann nur gelingen, wenn die Arbeit mit Daten selbstverständlicher Bestandteil der täglichen Arbeitsabläufe aller Anwender im Unternehmen wird. Eine einfache Handhabung ist daher die Voraussetzung, um echte Self-Service BI zu ermöglichen. Dazu gehört ein User freundliches Dashboard. Zudem sind Proaktivität und Automatisierung weitere wichtige Stichworte: Müssen Informationen durch aufwändige Analysen selbst erarbeiten werden, sind die guten Vorsätze unter Umständen schnell wieder über Bord geworfen. Automatisierte Alerts, welche proaktiv über Veränderungen relevanter Unternehmenskennzahlen informieren, helfen dabei, wichtige Erkenntnisse zu liefern und somit zeitnah auf Ereignisse zu reagieren. Ähnlich auch beim Thema Automatisierung: Die Möglichkeit, in einer BI Lösung intelligente Kundensegmente bauen zu können, bedeutet nicht zwingend, dass der Nutzer dies auch umsetzt. Werden die Segmente hingegen automatisch in ein Kampagnentool transferiert, steigt die Motivation, das Potenzial der BI-Datenbasis auch zu nutzen.

Schlusswort und Ausblick

Das also sind sie, die sieben Erfolgsfaktoren für ein BI-Projekt: Interdisziplinarität, Agilität und Organisation auf Projekt-Ebene sowie Konzept, Demokratie, Relevanz und Komfort auf Lösungsebene. Wenn Sie die BI-Blaupause mit klarer Sicht nun für Ihr eigenes Unternehmen mit Leben füllen können, dann ist es Zeit, sich langsam wieder in die Welt der Buzzwords zurückzuwagen: Bedeutet “Komfort” in meinem Fall eine künstliche Intelligenz, die Mitarbeitern proaktiv Empfehlungen ausspielt? Baue ich zugunsten des Relevanz-Aspekts in einer späteren Evolutionsstufe eine Machine-Learning-Unit in meine Marketing-Analytik ein, um die Attribution von Kampagnen-Touchpoints weiter zu verbessern? Macht es für eine spezielle Nutzer-Gruppe eventuell Sinn, bestimmte Datenpunkte in Realtime zur Verfügung zu stellen? Die klare Vorstellung und ein geordnetes Konzept von BI sollten dabei helfen, sich zunehmend im Buzzword-Dschungel zurechtzufinden und erforderliche Grundlagen und Einsatzgebiete abzustecken.

Eine Herausforderung bleibt jedoch bestehen: die Umsetzung – insbesondere auf konzeptioneller und technischer Ebene. Sind die Ressourcen, die Expertise, die Zeit und das Geld, eine entsprechende Lösung selbst zu entwickeln, vorhanden? Wenn ja, kann das ein wertvoller Prozess sein, in dem hilfreiche Erfahrungen generiert werden und der in einer von Kopf bis Fuß maßgeschneiderten Lösung mündet. Ist das nicht der Fall, bietet der Markt Möglichkeiten, Lösungen ganz oder zum Teil einzukaufen. Eine Out-of-the-box-Lösung aus dem Commerce-Bereich, die der vorgestellten Blaupause in allen Punkten folgt, ist minubo. Daten aus fragmentierten Systemlandschaften werden vereint und ermöglichen echten Omnichannel-Commerce nach nur geringer Implementierungszeit. Mit der flexiblen Komplettlösung treffen strategische, operative und analytische Rollen jeden Tag die richtigen, datenbasierten Entscheidungen und implementieren bessere datengetriebene Prozesse – die beste Grundlage für echte Wertschöpfung und damit ein bedeutender Wettbewerbsvorteil.

Über minubo GmbH

Firmensitz: Hamburg
Geschäftsführung: Lennard Stoever
Branche: Enterprise Business Intelligence
Kunden: B2B und B2C 
Bereiche: eCommerce
Website: minubo.com

 

Zurück nach oben

Lennard Stoever

Lennard Stoever

Lennard Stoever ist CEO und Co-Founder der minubo GmbH, die eine Enterprise Business Intelligence Lösung für Commerce-Unternehmen (B2C und B2B) als "Plug and Play"-Konzept entwickelt und vertreibt. Er blickt mittlerweile auf 10 Jahre Berufserfahrung im BI-Umfeld zurück.

Letzte Beiträge