Sommario
Che cos'è il processo decisionale basato sui dati?
Che sia al mattino il suggerimento per gli articoli di giornale più letti. A mezzogiorno, l'app Salute ti avverte che se fai così poco esercizio, è meglio mangiare solo un'insalata. La sera quando si sceglie la serie giusta per la serata TV (con un grande sacchetto di patatine, dato che non c'era niente di caldo all'ora di pranzo). Nella sfera privata, la vita è ora influenzata da decisioni basate sui dati in molti luoghi.
Non c'è quindi da stupirsi che molte aziende stiano lanciando iniziative sui dati. Gli approcci di data science e l'utilizzo di grandi quantità di dati (non strutturati) hanno lo scopo di trarre conclusioni sull'azienda e in particolare sul modello di business, che dovrebbe generare almeno un vantaggio aziendale e, nel migliore dei casi, anche il proprio modello di business basato sui dati.
Perché sembra essere così difficile per le aziende prendere decisioni basate sui dati?
Nella pratica operativa, però, sembra che molte aziende si stiano perdendo in queste iniziative, ignorando i dati più ovvi per prendere decisioni di business data-driven. Abbiamo formulato cinque osservazioni sul processo decisionale basato sui dati, che siamo lieti di condividere qui.
1. Beobachtung: Die meisten Unternehmen haben doch schon heute (fast) alle Daten, um die richtigen Entscheidungen zu treffen!
Chiunque abbia sentito parlare da " Processo decisionale basato sui dati " o "d atenbasierte Entscheidungsfindung", la prima cosa che spesso viene in mente sono i nuovi modelli di business basati sui dati e le grandi quantità (non strutturate) di dati ( Laghi di dati , Big Data, Big Data ). Aber wieso überhaupt?
Es gibt kaum ein Unternehmen, dass nicht heute schon eine Vielzahl von (strukturierten) Daten erhebt! Die Frage ist nur, werden sie auch zur Entscheidungsfindung genutzt? Die Antwort hierauf ist oft ernüchternd und simpel: nein oder zumindest oft nicht hinreichend. Allein die Daten, die aus ERP-. Azienda CRM , PIM-e SCM- Systemen kommen, könnten heute schon viele Geschäftsentscheidungen vereinfachen. Nur, es fehlt an der Hebung des Datenschatzese la produzione dei necessari Verbindung mit der Unternehmensstrategie. Perché?
Fehlendes (Daten-)Bewusstsein
Spesso le aziende non sono nemmeno a conoscenza di quali dati sono disponibili in azienda e di come possono essere utilizzati per determinati problemi. Di recente, quindi, si è parlato anche di Alfabetizzazione dei dati o alfabetizzazione dei dati , also die Kompetenz Daten aufzubereiten und zu interpretieren.
Unserer Meinung nach benötig man jedoch auch ein ganz grundsätzliches Datenbewusstsein. In altre parole, la conoscenza di dove vengono raccolti i dati in azienda e di come confluiscono nei processi operativi e quindi anche nel processo decisionale.
NOTA PRATICA:
Fai la differenza nella tua azienda Inventario dei dati . Prima di tutto, considera quali sistemi utilizzi e a cosa servono i dati Questioni imprenditoriali potrebbe essere interessante.
Rispondi a te stesso fin dall'inizio, quali dati mi aiuterebbero a prendere una decisione?
Troppa complessità
Das mangelnde Datenbewusstsein geht im Unternehmen oft einher mit komplexen Unternehmensstrukturen. So bestehen Unternehmen nicht selten aus duzenden von Konzernunternehmen und hunderten von Abteilungen. Bestenfalls haben diese noch ein gemeinsame ERP-System.
Ma anche in questo caso, molte aziende hanno difficoltà a Informationen zu konsolidieren. Noch komplexer wird es, wenn grundlegende Strukturen abweichen, also z.B. Geschäftsmodelle und damit ggf. Kontenrahmen und Kostenstellenstrukturen. Mitarbeiter beschäftigen sich zudem selten mit Daten außerhalb ihres eigenen Verantwortungsbereichs.Anche in questo caso, il consolidamento dei dati a livello aziendale ha senso.
Mangelnde Datenqualität
Quando la consapevolezza dei dati è più acuita e la complessità è risolta, il "Boss finale" – qualità dei dati.
Fehlbuchungen, Duplicati , Errore di battitura dati in decadimento o anche solo Carattere speciale , che rendono più difficile l'elaborazione meccanica.
- Was ist den nun der richtige Forderungsbestand, wenn der Kunde zwei Mal im ERP-System steht? Vielleicht mit unterschiedlicher Lieferadresse?
- Was nützt das beste CRM-System der Welt, wenn am Ende der Lead-Kontakt schon seit 10 Jahren nicht mehr im Kundenunternehmen arbeitet?
- Cosa succede se gli articoli vengono inseriti due volte nel sistema di gestione della merce e magari anche con diverse posizioni di stoccaggio?
Je früher man damit startet, ein generelles Datenbewusstsein im Unternehmen zu schaffen, desto eher kann man Fehler abschalten. Dies setzt jedoch auch eine regelmäßige Kontrolle der Datenqualität voraus, um Fehler schnell zu identifizieren.
NOTA PRATICA:
Se hai bisogno di vecchi dati per le analisi, puoi ripulirli in un data warehouse come lavoro preliminare. Inoltre, ci sono strumenti per evitare errori alla fonte. Non esitate a contattarci in merito.
2. Beobachtung: Die Metriken und Dimensionen im Unternehmens-Controlling zahlen nicht auf die Unternehmensstrategie ein!
Erstaunlicherweise findet man im Controlling und Rechnungswesen noch viel zu selten Metriche di destinazione e tutti Dimensioni , che si basa sul Strategia aziendale depositare. I rapporti e i rapporti sono allineato con i modelli di business passati . Kontenrahmen folgen, z.B. aus der Vergangenheit, einem Standardkontenrahmen (SKR03 o SKR04), obwohl diese oftmals digitale Geschäftsmodellecompletamente ignorato. KPI , che in realtà dovrebbero misurare il modello di business, non sono disponibili o non riflettono più il modello di business.
Hier ein paar gängige Praxis-Beispiele
- Uno Händler hat die Strategie seinen Commercio elettronico -Anteil signifikant zu steigern. Es fehlt jedoch an Daten und Kennzahlen, um die Strategie umzusetzen. Der Umsatz nach Canale piattaforma (negozi propri, sito web, siti di terze parti, portali di confronto, Amazon, annunci, ecc.), il margine, il Tasso di reso , le spese pubblicitarie ( Customer Aquisition costs), etc. werden nicht oder nur partiell gemessen.
- Uno Software-Anbieterdefinisce il proprio modello di business per la vendita di licenze Software-as-a-Service (SaaS) Es fehlt an Metriken, den Lizenz- vom Cloud Erlös zu trennen. Die Entwicklungsaufwendungen für die Weiterentwicklung, der Software wird nicht anhand eines richtigen Allokationsschlüssels verteilt.
- Un'azienda vuole o ha bisogno di internationalisieren. Es fehlt aber an der gleichen Metrik, wie im Mutterunternehmen (z.B. einheitlicher Kontenrahmen, Kostenstellenstruktur) und die Interpretation der Zahlen ist schwierig. Die Auswahl der Zielmärkte basiert zudem eher auf Zufall als auf demographische und strategische Marktdaten.
NOTA PRATICA:
Im Grunde sollte man bereits im Rahmen der Strategia e pianificazione annuale dazu übergehen, sich Gedanken über die relevanten Daten und deren Messung zu machen. Ansonsten wird es schwierig, die strategischen Ziele konsequent zu messene Implementare .
3. Osservazione: i dati non raggiungono il luogo che prende le decisioni o non vengono compresi lì!
Was nützen mir die besten Erkenntnisse über mein Unternehmen, wenn diese am Ende nicht an der Stelle ankommt, die die Entscheidung umsetzt?
Esatto, non molto! È quindi importante discutere con le autorità competenti cosa fare con le conoscenze acquisite e come utilizzare questi dati. Se, ad esempio, misuro il legame tra i danni da trasporto e determinati tipi o dimensioni di imballaggio, posso lavorare su questo aspetto nella distribuzione, se necessario. Il prerequisito è che i colleghi del reparto distribuzione dispongano di questi dati e del contesto.
NOTA PRATICA:
Relevante Daten und Erkenntnisse sollten in regelmäßigen Zeitabständen (bis hin zur täglichen Information) an die Stelle kommuniziert werden, die mit den Daten Entscheidungen treffen kann. Hierbei sollte man Comunicare risultati concreti e non solo KPI. È più che importante per l'accettazione e la comprensione comunicare le connessioni e l'obiettivo. Se necessario, metodi quali Risultati chiave oggettivi (OKR) bei der Zielerreichung helfen.
4. Osservazione: si presta troppa poca attenzione all'obiettivo. Il miglioramento delle prestazioni viene trascurato!
Jedes Projekt sollte, wenn nicht sogar müsste, einen Return-on-Investment (ROI)Avere. Nelle considerazioni, " irgendetwas“ mit Daten zu tun, kommt dieser Aspekt aber vielfach viel zu kurz. Das macht im Unternehmenskontext auch der Begriff „Scienza dei dati ". Si tratta di essere consapevoli in anticipo di quali informazioni si possono ottenere dai dati e di come possono essere utilizzate per Geschäftsmodell positiv beeinflussen(Vedi anche 2.).
NOTA PRATICA:
Es ist zunächst einfach sich um die „low hanging fruits“ zu kümmern, also die offensichtlichen Daten, die heute schon zu einer besseren datenbasierten Entscheidung führen können. Durch Schnittstellen zu den Dantenbanken der eingesetzten IT-Systeme und die anschließende Visualisierung in BI-Systemen, lassen sich diese Daten nutzbar machen.
5. Osservazione: c'è una mancanza di tempo e investimenti per il processo decisionale basato sui dati!
L'ultimo punto è forse uno der größten Blocker | „deal breaker“ für datenbasierte Entscheidungen in Unternehmen. Statt sich die Zeit zum Schleifen der viel zitierten Axt zu nehmen, wird mit der stumpfen Axt gefällt. Das operative Geschäft geht vor und die I progetti strategici ne risentono hierunter. Das die operative Performance einer Controlling-Abteilung aber über ein Progetto di Business Intelligence essere significativamente aumentato a lungo e a lungo termine. sono ignorati da molte aziende.
FAZIT:
Siamo lieti di scoprire come può essere una collaborazione e come possiamo farlo per voi in un incontro introduttivo gratuito e non vincolante.
Durata: 30 min.
