data literacy

Zahlen erzählen Geschichten: Wie Datenkompetenz Mehrwert schafft

Weil Daten zum wertvollsten Gut werden, ist Datenkompetenz der Schlüssel zur Wertschöpfung.

Gartner definiert Datenkompetenz als die Fähigkeit, Daten zu lesen, zu schreiben und zu kommunizieren und gleichzeitig die angewandten Zusammenhänge, Quellen, Strukturen, analytischen Verfahren und Techniken zu verstehen. Der letzte Teil dieser Definition ist dabei der wichtigste: die Fähigkeit, Nutzungsfälle, die Anwendung und den daraus resultierenden Wert der Daten zu beschreiben. Bei Mitarbeitern ist Datenkompetenz die Fähigkeit, bessere Geschäftsergebnisse durch Technologie zu erzielen.  

Datenkompetenz betrifft weit mehr als nur die Geschäftswelt. Sie hat einen direkten Einfluss auf unseren Alltag. Ein aktuelles Beispiel: die COVID-Pandemie zeigte sowohl den Mangel an Datenkompetenz sowie die Bedeutung auf. Wir alle mussten zwischen den verschiedenen Interpretationen der Daten unterscheiden, sie lesen, begreifen, analysieren und ihre Bedeutung sowie die Auswirkungen der Pandemie auf uns als Individuen und als Gesellschaft einschätzen.

Mangelnde Datenkompetenz ist laut der Gartner Annual CDO Survey 2021 das zweitgrößte interne Hindernis für den Erfolg eines Chief Data Officers. Ab 2023 wird Datenkompetenz geschäftskritische Bedeutung erlangen, daher wird sie in über 80 % der Data & Analytics-Strategien und Change-Management-Programme formell berücksichtigt.

Grundprinzipien zum Verständnis von Datenkompetenz

Berücksichtigen Sie bei der Steigerung der Datenkompetenz in Ihren Teams diese vier Schwerpunkte:

  • Lesen: Sich auf den Konsum und das Verständnis von Daten konzentrieren
  • Beobachten: Den Umgang mit und die Interpretation von Daten lernen
  • Analysieren: Lernen, wie man mit Daten neue Möglichkeiten erforschen kann
  • Visualisieren: Mit Daten Ihre Geschichte erzählen und die Ergebnisse teilen

Warum alle in Ihrem Unternehmen Datenkompetenz brauchen

Datenkompetenz betrifft nicht nur Datenanalysten und Ingenieure, sondern alle Mitarbeiter. In einem datenkompetenten Unternehmen ist jeder in der Lage, Datenmuster zu erkennen. Jeder kann kritisch denken und die richtigen Fragen stellen, um den größten Nutzen aus den Daten zu ziehen.

Datenkompetente Mitarbeiter können leichter messbare wirtschaftliche Vorteile aus den verfügbaren Datenquellen ziehen, um z.B. die Kundenerfahrung zu verbessern und die Geschäftseffizienz zu steigern. Den Kern der Datenkompetenz bildet das Storytelling, da es die Analyse und effektive Kommunikation von Datenmustern ermöglicht und so Veränderungen anregt. Geschichten sind das „Influencer-Element“.

Hat das gesamte Unternehmen eine hohe Datenkompetenz, können die Abteilungen gemeinsam daran arbeiten, Daten effektiv zu interpretieren und einen Mehrwert zu schaffen. Teams können mehr Wege finden, um Daten zur Lösung geschäftlicher Herausforderungen zu nutzen. Bei der Analyse der Verkaufszahlen sollten Sie zum Beispiel verschiedene Faktoren berücksichtigen, um herauszufinden, was funktioniert und was nicht. Dies könnten die Bruttobuchungen, der Umsatz auf Produktebene, die Auswirkungen verschiedener Marketing-Kampagnen auf den Umsatz und die Einflussfaktoren auf die Abwanderung von Kunden sein. Durch Datenkompetenz erhalten Sie einen ganzheitlichen Überblick über Ihre Daten, anstatt nur einen eng gefassten, isolierten Ausschnitt zu betrachten.

Leider ist Datenkompetenz in vielen Unternehmen nicht sehr ausgeprägt. Wie Accenture kürzlich ermittelte, glauben nur 25 % der Mitarbeiter, dass sie auf die effektive Nutzung von Daten vorbereitet sind, und nur 21 % vertrauen auf ihre Datenkompetenz.

Wie Sie Datenkompetenz verbessern können

Ich denke, dass Unternehmen wirklich davon profitieren würden, die Datenkompetenz aller Mitarbeiter zu verbessern. Dabei ist der erste Schritt, eine Strategie zu entwickeln, zu der ein Schulungsplan und eine formale Weiterbildung gehören. Es muss ein ganzheitlicher Ansatz verfolgt werden, bei dem alle Mitarbeiter umfassend geschult werden, damit sie die Bedeutung von Daten für das Unternehmen richtig verstehen.

Beim Erwerb von Datenkompetenz ist Sprache ausschlaggebend, weshalb ein Geschäftsglossar erstellt werden muss. So können Unternehmen sicherstellen, dass die Begriffe von allen gleich verstanden werden was die Kommunikation erleichtert.

Ein Tool oder eine Anwendung allein kann die Datenkompetenz nicht verbessern, auch wenn Technologie eine wichtige Rolle spielt. Die Stakeholder müssen auf die Daten und Tools zugreifen können, die sie zur Interpretation der Daten benötigen. Außerdem darf der Informationsfluss nicht behindert werden. Laut Gartner verlieren Datenwissenschaftler und Analysten 60 % bis 70 % ihrer produktiven Zeit mit dem Suchen, Aufbereiten, Übernehmen und Teilen von Datensätzen.

Doch Datenkompetenz allein reicht noch nicht. Um Daten wirklich optimal nutzen zu können, müssen Unternehmen eine neue Denkweise entwickeln und ein Portfolio von Datenlösungen pflegen. Angesichts der Menge an Daten, die bereits jetzt generiert werden, muss sichergestellt werden, dass Ihr Unternehmen die Möglichkeiten voll ausschöpft.

Durch den proaktiven Versuch, die Datenkompetenz unternehmensweit zu erhöhen, finden Sie vielleicht ganz neue Verwertungsmöglichkeiten. Ich empfehle die Erarbeitung einer Datenkompetenzstrategie, die laufende Investitionen in Schulungen sowie den Einsatz von Technologien vorsieht, auf die unternehmensweit zugegriffen werden kann. Ihre Daten haben viele Geschichten zu erzählen. Ich glaube sie aufzudecken und zu teilen führt zu mehr Wachstum und Erfolg.

 

Join the Conversation: Find Solve on Twitter and LinkedIn, or follow along via RSS.

Stay on top of what's next in technology

Learn about tech trends, innovations and how technologists are working today.

Subscribe
future of collaboration

Die Zukunft der Zusammenarbeit bedeutet das Ende der E-Mail

About the Authors

Nirmal Ranganathan

Chief Architect - Data & AI

Nirmal Ranganathan

Nirmal Ranganathan is the Chief Architect – Data & AI at Rackspace Technology and responsible for technology strategy and roadmap for Rackspace's Public Cloud Data & AI solutions portfolio, working closely with customers, alliances and partners. Nirmal has worked with data over the past 2 decades, solving distributed systems challenges dealing with large volumes of data, being a customer advocate and helping customers solve their data challenges. Nirmal consults with customers around large-scale databases, data processing, data analytics and data warehousing in the cloud, providing solutions for innovative use cases across industries leveraging AI and Machine Learning.

Read more about Nirmal Ranganathan