Daten, Informationen, Einsichten

„Daten“, „Informationen“ und „Einsichten“ bilden das begriffliche Triumvirat, das klar unterschieden werden sollte. Die Basis des Dreigestirns sind die Daten - rohe unverarbeitete Zahlen, die von einer Organisation erfasst oder erzeugt werden. Das können die Ergebnisse einer Kundenumfrage ebenso sein wie die Sensordaten eines Rechenzentrums oder einer Windkraftanlage.

Informationen wiederum sind Daten, die schon verarbeitet wurden, damit sie leichter konsumiert und verstanden werden können. Ein Dashboard beispielsweise, das Daten aus einem Daten-Pool oder einer sehr großen Datenbank gezogen und aufbereitet hat, liefert bereits Informationen. Das Dashboard macht diese enorme Datenmenge für die Menschen leichter konsumierbar.

Einsichten gehen noch weiter. Sie vermitteln ein genaueres und tieferes Verständnis einer Situation. Einsichten entstehen, wenn Menschen Informationen aufnehmen und auf deren Grundlage Schlussfolgerungen ziehen. Einsicht ist der erste Handlungsschritt, etwas umzusetzen.

Angenommen, Sie haben Ihre Jahresumsatzdaten analysiert und kommen zu dem Ergebnis: „Im Jahr 2019 erreichten wir einen Umsatz von 1 Million Euro; das ist ein Anstieg von
5 Prozent im Vergleich zum Vorjahr.“ Das Ergebnis ist eine Information, sie wurde aus den Rohdaten ermittelt.

Diese Information mag wichtig sein, wenn es um die Leistungsmessung geht, aber sie stellt keine Einsicht dar. Sie vermittelt kein Verständnis davon, was dieses Wachstum angetrieben hat und welche Maßnahmen ergriffen werden können, um dieses Verhalten zu reproduzieren.

Anders sieht es im folgenden Beispiel aus: „Im Jahr 2019 erreichten wir einen Umsatz von 1 Million Euro im (+ 5 Prozent im Jahresvergleich); dieses Wachstum ist auf die Einführung unseres neuen Produkts X in Frankreich und Spanien zurückzuführen. Das Verkaufsvolumen für dieses Produkt übertrifft die Indizes in diesen Regionen im Vergleich zu anderen Ländern.“

Beispiel zwei gibt ein besseres Verständnis für den Anstieg des Verkaufsvolumens. Wenn Sie an die Definition von Einsicht zurückdenken, dann ergeben die Wörter „ein genaues und tiefes Verständnis von X gewinnen“ jetzt absolut Sinn. Und das sollte das oberste Ziel datengesteuerter Organisa­tionen sein: die Daten nutzbar zu machen, sie in Informationen umzuwandeln und Erkenntnisse zu gewinnen, die für Geschäftsentscheidungen verwertet werden können.

Daten sammeln und auswerten ist eine Teamarbeit, bei der die Kombination von Geschäftsexperten mit Datenanalysten in der Regel eine gute Lösung ist. Wenn Sie also von Daten und Datenanalysen vollumfänglich profitieren möchten, sollten Sie zunächst für passendes Fachpersonal sorgen. Um nützliche Daten zu finden und sie in datengetriebenes Wissen und Einsichten zu übersetzen, braucht es die entsprechenden Mitarbeiter. Stellen Sie deshalb als Erstes sicher, dass auf allen Unternehmensebenen die richtigen Mitarbeiter an den Datenprojekten arbeiten. Investieren Sie in den Aufbau des Fachwissens, um Ihre Pläne umzusetzen - entweder durch Einstellungen oder durch Schulungen. Für die Suche nach neuen Mitarbeitern ist es lohnend, sich unter Datenexperten wie Data Scientists, Business-Intelligence-Fachleuten und Statistikern umzuschauen.

Sie müssen allerdings nicht zwingend Datenexperten wie Data Scientists akquirieren. Was Sie aber auf alle Fälle brauchen, sind motivierte Mitarbeiter, die analytisch denken und Zusammenhänge hinterfragen können. Dafür müssen diese nicht nur im Umgang mit Analyse-Tools und Analyse-Methoden geschult werden, sondern auch in ihren analytischen Fähigkeiten. Und Sie müssen dabei ihre Neugierde und Eigenständigkeit fördern. In einem datengetriebenen Unternehmen herrscht eine Kultur, in der sich solche Eigenschaften entfalten können. Diese sollten auch bei der Einstellung neuer Mitarbeiter ein Auswahlkriterium bilden.

Sammlung, Speicherung und Aufbereitung von Daten ist der erste Schritt, wenn es um die Generierung geschäftsrelevanter Informationen geht. Dabei ergeben sich - insbesondere bei größeren Projekten - eine ganze Reihe von Hürden, die umschifft werden müssen.

Jede Organisation generiert und sammelt Daten, sowohl intern als auch aus externen Quellen, etwa von Kunden, Partnern  oder Lieferanten. Die Daten nehmen viele Formate an und decken alle Geschäftsbereiche des Unternehmens ab wie Vertrieb, Marketing, Lohnbuchhaltung, Produktion oder Logistik.

Im ersten Schritt sollten Sie eruieren, welche Daten Sie überhaupt benötigen. Die Antwort auf diese Frage ist abhängig von den Zielen, die Sie mit den Daten erreichen möchten. Was wollen Sie herausfinden? Möchten Sie herausfinden, warum Kunden abwandern? Warum bestimmte Produktverkäufe hinter den Erwartungen zurückbleiben? Auf dieser Grundlage können Sie die Daten festlegen, die Sie sammeln und analysieren möchten.

Das nächste Problem: In der Praxis kommen solche Daten meistens nicht aus einem zentralen System, sondern sind auf verschiedene Subsysteme oder Silos verteilt. Traditionell wurden all diese Daten vor Ort auf Servern gespeichert - in Datenbanken wie Oracle oder Microsoft SQL-Server. Heute werden viele Daten auch in der Cloud abgelegt.

Finden Sie also zunächst heraus, welche Datenquellen Sie haben und welche Sie benötigen. Listen Sie all die verschiedenen Repositories, Tools und Systeme auf, in denen Daten erfasst und gespeichert werden. Legen Sie dann alle in einem zentralen Daten-Pool ab oder entwickeln Sie einen Weg, sie schnell zusammenzuführen. Dann werden Sie viel besser in der Lage sein, die Daten effektiv zu nutzen. Sind die Datenmengen sehr umfangreich, sollten Sie diese in Data Warehouses und Data Lakes ablegen.