This blog post is currently only available in German.

Es gibt für Unternehmen eine Vielzahl an Einstiegspunkten zum Thema Big Data. Wir, the tean®, haben mit Unternehmen gesprochen und über 25 Einstiegspunkte identifiziert. Die meist genannten sind:

• „Wir haben den Einstieg über einen USE CASE gewählt, der uns den Zugang zu Analytics und Big Data zeigen soll.“
• „Wir haben eine Big Data Infrastruktur aufgebaut, weil durch das steigende Datenvolumen die Grenze unserer klassischen IT- und BI- Systeme erreicht wurden.“
• „Wir wollen uns den Herausforderungen der Digitalisierung stellen und Wege des Einstiegs zur Digitalisierung identifizieren und bewerten.“

Der eindeutig häufigste Einstiegspunkt ist die Implementierung eines Big Data Use Cases.

Die meist adressierten Inhalte von Use Cases sind:

• Customer Segmentation, Targeted Marketing, Predictive Sales, Churn Analysis, Customer Recommendations auf Basis des Kundenverhaltens
• Social Media Trend Analysen
• Risikobewertung, Real-time Decision Support, Fraud Detection, Cyber Crime Prevention
• Industrie 4.0, Predictive Maintenance im industriellen Umfeld, Digital Twins
• Ressourcenplanung (Auslastungsoptimierung) durch kurz- und mittelfristige Bedarfsmodelle
• Compliance Efficiency
• Merger&Acquisition Efficiency
• Agile Processing durch marktnahes Kundenfeedback
• Preisoptimierung.

Warum ist eine USE CASE Orientierung so beliebt?

Eine Use Case Orientierung hat folgende Vorteile:

• Sie schafft Quick Wins
• Sie ermöglicht das Ausprobieren von Methoden und neuartigen Infrastrukturen
• Eine ganz konkrete Aufgabenstellung hätte anders nicht gelöst werden können (bsp. Prognosemodell)
• Sie eröffnet den beteiligte Mitarbeitern Entwicklungsperspektiven.

Wie haben die Unternehmen den Use Case aufgesetzt?

• über bestehende Infrastrukturen (ODS, DWH, ...)
• durch Schaffung eines eigenen Big Data Eco Systems (Hadoop Cluster, Lab, Data Lake, ...)
• durch Einsatz von Mathematikern oder Statistikern mit Affinität zu Datenauswertungen
• über Beauftragung des IT-Bereichs zur Implementierung.

Was kann ein USE CASE leisten?

• Durch die abgegrenzte Aufgabenstellung können rasch Erfolge erzielt werden
• Es können Erfahrungen mit Big Data Anwendungen gesammelt werden
• Es lässt sich relativ rasch erkennen, welche Daten einen Nutzen stiften bzw. überhaupt zur Verfügung stehen.

Was kann ein USE CASE nicht leisten?

Antworten auf strategische Fragen liefern wie:

• Was möchte das Unternehmen mit Analytics und Big Data erreichen und
• welche Vorgehensweise ist dabei zu wählen?

CHECKLISTE für eine strategische Orientierung im Bereich Big Data

Unternehmen verfolgen mit einer Big Data Einführung unterschiedliche Ziele. Dazu gehören:

• eine kostengünstige Datenerweiterung und –vernetzung (horizontale Datenerweiterung) von strukturierten und unstrukturierten Daten zu erreichen
• die Datenvernetzung mit anderen Unternehmen, externen Datenanbietern, aber auch verbundenen Unternehmen effizient zu ermöglichen
• einen Nutzen aus den eigenen bzw. extern angereicherten Daten zu erhalten (Data Value)
• Nähe zum Markt zu erreichen – durch Schaffung agiler Strukturen und Prozesse und Einbindung des Kunden in die Entscheidungsfindung
• dem Digitalisierungstrend ökonomisch zu entsprechen
• mobile Entscheidungssysteme zu implementieren (Real Time Decision Support)
• Prozesse effizienter zu gestalten
• Risikoeinschätzungen durch Verknüpfung von Informationen zu erhalten
• dem Kunden neue digitale Services anzubieten.

KLASSISCHE FEHLER, die bei einer reinen USE CASE Orientierung gemacht werden

• Das Unternehmen hat eine Big Data Vision, aber keine Big Data Strategie, d.h. das Unternehmen weiß, was es erreichen will, aber nicht wie. Der Use Case schafft hier keine Orientierung.
• Mangelnde Planung und Vorbereitung bei der Integration zwischen klassischer IT und dem neuem Big Data Eco System
• Unklarheit bezüglich Personalentscheidungen – welche Ressource und Kompetenz brauche ich dazu, welche Skills müssen die MitarbeiterInnen mitbringen, wie integriere ich die unterschiedlichen Skills?
• Unzureichende Klärung von weiteren Fragen wie - Wer leitet die Mission? Welche Kontrollmechanismen gibt es? Wie werden die Mitarbeiter gesteuert? Gibt es eine valide Business Value Indikation?

BIG DATA STRATEGIE - Wie sieht die Realität aus?

 Diese sieht bei den meisten Unternehmen wie folgt aus: 15% der Unternehmen haben eine Big Data Strategie, 38% der Unternehmen beschäftigen sich mit dem Thema der Entwicklung einer Big Data- und Digitalisierungsstrategie!

Was beinhaltet eine BIG DATA STRATEGIE?

• Ziele auf Basis von Trends in der Digitalisierung
• Abgleich der Big Data Strategie mit der Unternehmensstrategie
• Abschätzung der Marktauswirkungen (Kundenmarkt, Mitbewerb)
• Chancen und Herausforderungen im Unternehmen durch Nutzung von Big Data Konzepten
• Identifikation von Schlüsselfaktoren (inkl. Governance) für die Weiterentwicklung von Big Data Initiativen im Unternehmen
• Business Value Indikationen für die Big Data Ziele
• Abklärung der Technologieinfrastruktur
• Abgleich mit bestehenden Teilstrategien im Technologie- und IT-Bereich
• Festlegung Investments
• Festlegung des Skill Bedarfs und Ableitung von Sourcingsstrategien
• Organisatorische Integration
• Entwicklung einer Big Data Road Map.

Welchen Fragen bewegen die Unternehmen grundsätzlich bei Big Data?

• Ist Big Data lediglich ein Hype oder hat das Thema Substanz?
• Was machen die Mitbewerber? Was können wir von Leadern im Big Data Bereich (auch von anderen Branchen) lernen?
• Haben wir ein Big Data Problem? Ist unsere IT in der Lage, mit den bestehenden und zukünftigen Datenmengen ausreichend umzugehen?
• Kennen wir den Business Value der Big Data Use Cases?
• Brauchen wir weiterhin ein Data Warehouse?
• Was ist eigentlich Big Data Analytics?
• Ist Big Data Analytics im Hinblick auf die Datenschutzverordnung überhaupt noch möglich?
• Welche Skills benötigen wir für Big Data Analytics in unserem Unternehmen?
• Brauchen wir Data Scientisten?

Hierzu kurz umrissen, unser Statement

• Big Data ein Hype? Digitalisierung betrifft alle – Big Data entdecken und verstehen als Chance zur Differenzierung, Kundenbindung und Prozesseffizienz.
• Was machen die Mitbewerber? Ein "Blick über den Tellerrand" macht absolut Sinn!
• Haben wir ein Big Data Problem? Datenspeichererweiterungen und Verarbeitungskapazitäten nehmen rasant zu – horizontale Datenerweiterungen, wie sie in der Big Data Technologie vorkommen, sind kostengünstiger (um das 20fache) und effizienter als in vertikalen Datenspeichererweiterungen?
• Kennen wir den Business Value bei den Big Data Use Cases? Die Bewertung des Business Values ist ein "Must"!
• Brauchen wir weiterhin ein Data Warehouse? 90% der Data Warehouses werden bestehen bleiben. Anknüpfungen zur Big Data Technologien sind aber notwendig.
• Was ist eigentlich Big Data Analytics? Dabei handelt es sich um die Anwendung von analytischen Methoden für große, variantenreiche und sich schnell ändernde Datenmengen.
• Ist Big Data Analytics im Hinblick auf die Datenschutzverordnung überhaupt noch möglich? Prüfen Sie Ihre Vorhaben auf Übereinstimmung mit der Datenschutzverordnung. Finden Sie gemeinsam mit Datenschutzexperten eine Lösung.
• Welche Skills benötigen wir für Big Data Analytics in unserem Unternehmen? Sie benötigen Data Scientisten und Big Data Spezialisten.

Die Herausforderung einer Strategie...

„Holzhacken ist deshalb so beliebt, weil man bei dieser Tätigkeit den Erfolg sofort sieht – Albert Einstein.“

Und...

jedes Unternehmen sollte zuvor eine BIG DATA Vision innerhalb des Top Managements entwickeln!

Lesen Sie mehr zum Thema Big Data Strategie.