So werden Mitarbeiter zu Data Scientists
So werden Mitarbeiter zu Data Scientist

So werden Mitarbeiter zu Data Scientists

Beim Thema Datenanalysen in Unternehmen, der sogenannten Business Intelligence (BI), überschlagen sich Buzzwords, wie „Big Data„, „Data Science„, „Self Service BI“ und Aussagen, wie „Es gibt immer mehr Daten, in denen verborgene Schätze zu finden sind“, „x Prozent der Unternehmen haben keine Big Data Strategie“ oder „y Prozent fehlt die technische Infrastruktur“.

Die Folgen sind Verunsicherung und Aktionismus.

Daten sind Alltag

In einem Unternehmen fallen täglich Daten an – und zwar nicht nur bei Google, Facebook & Co, deren Geschäftsmodell Daten sind, sondern auch bei Spediteuren, Produzenten, IT-Dienstleistern oder Beratungsunternehmen.

Dort findet man Daten, wie Anzahl Kundenaufträge, Wareneingänge, produzierte Produkte, Arbeitszeiten, Kostenstellenbelastungen, versandte Paletten, Besucher auf einer Webseite und vieles mehr. Diese Daten kann man auswerten. Gründe für Auswertungen sind schnell gefunden:

  • Anzahl Besucher auf der Webseite nach Veröffentlichung einer neuen Fernsehwerbung
  • Durchschnittlicher Krankenstand oder Überstunden im aktuellen Jahr
  • Eingesetzte Rohstoffe in der Produktion und Entwicklung
  • angefallener Verschnitt oder Fehlteile vor und nach der Änderung von Prozessen
  • Geleistete versus bezahlte Beraterstunden
  • 80:20 Analyse von Lieferanten und Kunden

Zentrales Reporting im Unternehmen

Es stimmt also nicht, dass Unternehmen keine Daten auswerten. Bereits die Buchhaltung und die entstehende Bilanz am Ende des Jahres sind nichts anderes als Datenanalysen. Auch die Ermittlung von Werten wie Cashflow, EBIT (Earnings Before Interest and Taxes) und Deckungsbeitrag sind Ergebnisse von Auswertungen. Häufig findet man in Unternehmen Daten schon konsolidiert in einem sogenannten Management Information System oder kurz MIS.

Wie der Name schon andeutet, wird man in einem MIS hauptsächlich Controlling- und Finanzdaten entdecken: Es sind Daten, die das Management interessieren. Vergeblich suchen wir aber nach Logistikdaten, wie Pickgeschwindigkeiten, Lieferzeiten oder Liefertreue. Auch das ist Verwaltung, oder eben Management – nur auf einer weniger abstrakten Ebene. Das Gleiche gilt für Besucherzahlen auf einer Webseite oder Arbeitszeiten und Krankenstand.

Auf oberster Ebene sind Kennzahlen vergleichsweise einfach. Denn was bleibt, wenn wir alle Details abstrahieren? Ein bisschen Cashflow, ein bisschen EBIT, ein bisschen Deckungsbeitrag. Solche Kennzahlen für ein mittelgroßes Unternehmen unter Zustimmung aller Beteiligten festzulegen, ist selbstverständlich schon ein Kraftakt.

Auf computerwoche.de weiterlesen…