Das Unternehmermagazin aus der Handelsblatt Media Group

Creditreform
Server, Daten

© Getty Images

Daten sind der Rohstoff der Digitalisierung. Nur wer es versteht, aus den Datenmengen Informationen zu gewinnen und daraus die richtigen Schlüsse zu ziehen, kann diesen Rohstoff nutzen. Data Analytics unterstützt Unternehmen bei dieser anspruchsvollen Aufgabe – und liefert Erkenntnisse per Knopfdruck.

Das weltweite Datenvolumen steigt enorm: Nach einer Studie des Festplattenherstellers Seagate zusammen mit den Marktforschern von IDC betrug es im Jahr 2018 noch 33 Zettabyte.

Bis 2025 wird es sich auf 175 Zettabyte mehr als verfünffachen. Zur Verdeutlichung: Ein Zettabyte ist eine Eins mit 21 Nullen.

Ein immer größerer Teil dieser Daten wird von Unternehmen erfasst, etwa beim digitalen Kontakt mit ihren Kunden über Webseiten oder Webshops. Wie lange verweilt der Kunde auf der Website?

Was schaut er sich an? Was legt er in den Warenkorb und wo bricht er den Kaufprozess vielleicht ab? Jeder Klick im Netz wird registriert, jede Transaktion gespeichert.

Mit dem Rohmaterial der Daten lässt sich nämlich eine ganze Menge machen: Diejenigen, die es verstehen, ihre Daten systematisch aufzubereiten und zu analysieren, können ihre Prozesse optimieren, ihre Produkte und Services an die Bedürfnisse ihrer Kunden anpassen und langfristig wettbewerbsfähig bleiben. Das gelingt Unternehmen mit Data Analytics.

Data Analytics als Entscheidungsgrundlage

Im Mittelstand löst diese Echtzeitanalyse aller verfügbaren Daten das gute alte Bauchgefühl des Chefs ab, der in der Vergangenheit noch aufgrund seiner Marktkenntnisse und seiner guten Kundenbeziehungen die richtigen Entscheidungen treffen konnte. Verlässlicher und schneller liefert ihm heute Data Analytics die Entscheidungsgrundlagen, etwa für die Bereiche Marketing und Vertrieb.

Dort werden Absatzprognosen für Wochen im Voraus erstellt und die Preise daraufhin optimiert. Im Bereich Finanzen, Buchhaltung und Controlling können Daten wesentlich schneller ausgewertet und Empfehlungen für die Geschäftsführung gegeben werden. Logistiker nutzen die Datenanalyse, um ihre Lieferprozesse zu optimieren und ihre Flotten effizienter zu managen.

Fünf Tipps für den erfolgreichen Einstieg in Data Analytics

Wer klein startet, Experten hinzuzieht und eine Cloud-Plattform nutzt, sieht schnell Erfolge.

 

Team zusammenstellen: Initiator ist die IT-Abteilung. Zusammen mit den Fachbereichen stellt sie Anwendungsfälle zusammen, in welchen Bereichen das Unternehmen von Data Analytics profitieren kann.

Experten an Bord holen: Nicht jeder Mittelständler hat das entsprechende Know-how im Haus. Experten bieten hier Starthilfe.

Status quo und Ziele bestimmen: Zunächst gilt es, sich einen Überblick über die Daten zu verschaffen, die dem Unternehmen zur Verfügung stehen. Dann sollte festgelegt werden, was genau erreicht werden soll.

Mit kleinen Projekten starten: Kleine Projekte ermöglichen schnelles Lernen für künftige größere Projekte.

Cloud nutzen: Mit Data-Analytics-Plattformen in der Cloud sparen Mittelständler nicht nur die Kosten für die Hardware, sondern müssen auch nicht internes Know-how vorhalten.

Fertigungsunternehmen lasten ihre Maschinen und Mitarbeiter besser aus. Banken und Versicherungen entwickeln maßgeschneiderte Angebote für ihre Kunden und mit dem geringsten Risiko für sie.

Kurz: Data Analytics ist in nahezu jedem Geschäftsbereich anwendbar. So erhalten Unternehmen mithilfe interner und externer Daten wichtige Informationen über Kundenverhalten, Marktsegmente und Wachstumspotenziale. Sie können Fehlentscheidungen vermeiden und neue Geschäftsmodelle entwickeln.

 

Demografische Daten und Geo-Informationen auswerten

„Im Verkauf haben wir spannende Bereiche, bei denen es beispielsweise darum geht, seine Vertriebsgebiete vernünftig für die Zukunft zu planen. Mit der Auswertung von demografischen Daten und Geoinformationen lässt sich etwa feststellen, wie viel Potenzial in einem Vertriebsgebiet steckt“, erklärt Tom Becker, Regional Vice President für Zentraleuropa des Anbieters Alteryx.

Doch längst nicht jedes Unternehmen nutzt diese Möglichkeit. Wie eine aktuelle Studie des Consulting-Unternehmens Deloitte ergab, stellt in 40 Prozent der Unternehmen die fehlende Übersichtlichkeit der Daten ein Entscheidungsproblem dar.

Aber auch mangelndes internes Know-how hält nach der aktuellen Studie „The Data Management Survey 20“ des Analysehauses BARC rund ein Viertel der befragten 782 Fachkräfte davon ab, die Datenanalyse einzusetzen. „In unseren Umfragen klagen Unternehmen seit Jahren über Wissenslücken. Letztlich mangelt es in diesem Markt an Fachkräften“, sagt Timm Grosser, Senior Analyst Data & Analytics und Autor der Studie.

Vor allem in mittelständischen Unternehmen sind ausgewiesene Data Scientists rar. Dabei muss die Datenanalyse heute gar nicht mehr die Aufgabe einiger weniger Experten sein. Vielmehr müssen alle Abteilungen eines Unternehmens in der Lage sein, die für sie relevanten Daten schnell und eigenständig zu analysieren.

 

Kosten senken mit Data Analytics

Datenspezialisten wie Tableau, SAS, Qlik oder Alteryx stehen ihnen dabei beratend zur Seite. Sie stellen ihnen Data-Analytics-Plattformen, zum Teil auch aus der Cloud, zur Verfügung. Sie sorgen für die Qualität und Sicherheit der Daten. Und dank Automatisierung und Self-Service-Funktionen brauchen Unternehmen keine teuren und raren Data Scientists.

Kleinunternehmen und Mittelständler können mithilfe von Data Analytics ihre Kosten senken, ihre Produktivität steigern und stärkere Kundenbeziehungen aufbauen. Das nutzt etwa windeln.de. Der Spezialist für Baby-, Kinder- und Familienprodukte bietet das gesamte Sortiment von Windeln und Babynahrung, Kindermöbeln, Spielzeug und Kleidung bis hin zu Babyphonen und Kindersitzen an.

Datenanalyse und Datenschutz

Wer von der Verarbeitung und Analyse großer Datenmengen profitieren will, muss auch den Datenschutz beachten. Nach der Datenschutz-Grundverordnung der EU (DSGVO), die seit dem 28. Mai 2018 in Kraft ist, müssen Unternehmen bei der Erhebung von Verbraucherdaten das Einwilligungsprinzip beachten.

Verstoßen sie gegen die datenschutzrechtlichen Anforderungen, kann dies teuer werden: Die DSGVO sieht vor, dass gegen Unternehmen bei einem Verstoß Bußgelder in einer Höhe von bis zu 20 Millionen Euro oder vier Prozent des weltweiten Jahresumsatzes verhängt werden können – je nachdem, welcher Betrag höher liegt.

„Um es unseren Kunden so bequem wie möglich zu machen, unterstützen wir sie mit umfassenden Informationen, Ratschlägen und Produktvorschlägen, die dem Alter und den Bedürfnissen ihrer Kinder entsprechen“, erklärt Nikolaus Weinberger, CFO von windeln.de.

„Je mehr Daten wir haben und je besser wir sie analysieren können, desto mehr Erkenntnisse erhalten wir, um das Angebot für unsere Kunden zu verbessern“, beschreibt er die Vorteile.

 

Data Analytics: Besser wissen, was Kunden wollen

Diese Daten liefert ihm eine Analysesoftware des Anbieters Tableau. „Wir hatten bereits eine große, unstrukturierte Datenbank, die wir schnell mit Tableau verbinden konnten. In jeder Abteilung von windeln.de gibt es heute Business-Intelligence-Analysten, die mithilfe der Tableau-Desktop-Version Berichte für alle Mitarbeiter erstellen“, erklärt er.

Die anderen Mitarbeiter nutzen die Selbstbedienungsvariante Tableau Online, mit der sie eigenständig für sie relevante Berichte erstellen können. Das funktioniert in Corona-Zeiten auch aus dem Homeoffice.

„Wir wissen jetzt viel besser, was unsere Kunden wollen, und können das Angebot für sie erheblich verbessern“, erklärt Weinberger. Dank der Datenanalyse konnte er auch seine internen Prozesse verbessern.

„Heute haben wir verlässliche und aktuelle Daten über Kundenzufriedenheit, Auftragseingang, Inventar und Retouren“, sagt er. Die Datengrundlage für künftige Entscheidungen liefert ihm seine Data-Analytics-Software auf Knopfdruck.

Typische Einsatzbereiche für Mittelständler

Data Analytics ist überall dort sinnvoll, wo große Datenmengen anfallen.

 

Produktentwicklung und Service: Je mehr Unternehmen über ihre Kunden wissen, desto besser lassen sich Produkte und Dienstleistungen auf sie zuschneiden. Auch Stimmungen und Meinungen aus den sozialen Medien oder Kundenkommentare können dafür genutzt werden.

Verkauf: Stationäre und Onlinehändler können mithilfe der Datenanalyse typische Muster für Kaufentscheidungen erkennen und ihren Kunden auf dieser Grundlage spezifische Angebote unterbreiten. Mit der Auswertung der Daten lassen sich im Onlinehandel sogar Retouren reduzieren.

Marketing und Vertrieb: Data Analytics versetzt Unternehmen in die Lage, feinkörnige Bevölkerungs- und Kundensegmente zu erstellen und ihre Waren und Dienstleistungen auf deren Bedarf zuzuschneiden. Das erleichtert die Kundenansprache, vermindert Streuverluste und somit auch die Kosten für Marketingkampagnen.

Transport und Logistik: Speditionsunternehmen steuern ihre Flotte so, dass sie möglichst staufrei fährt, wenig Leerfahrten anfallen und wenig CO2 ausgestoßen wird. Anhand von Fahrzeugdaten erkennen sie rechtzeitig, wann eine Wartung oder Reparatur fällig wird.

Wartung: Sensoren sammeln permanent Zustandsdaten von Maschinen. Über eine Cloud-Anwendung sind diese Daten verfügbar und werden intelligent aufbereitet. Techniker können sie in Echtzeit einsehen und eine notwendige Reparatur erkennen, noch bevor eine Komponente ausfällt.

Forschung und Entwicklung: Unternehmen greifen weltweit auf Publikationen und Informationen aus zahlreichen Quellen zu und führen diese zusammen. So können beispielsweise Pharmaunternehmen Wirkungen und Nebenwirkungen von Medikamenten genau erfassen und ihr Produkt verbessern.