Decentralizing data analytics

Haben Sie Schwierigkeiten, die Datenanalyse optimal zu nutzen? Das Problem könnte in der Dezentralisierung liegen.

Die Dezentralisierung der Datenanalyse ist in aller Munde. Aber hält sie auch, was sie verspricht?

Es ist allgemein anerkannt, dass für den Aufbau einer datengestützten Kultur die Datenanalyse und die Entscheidungsfindung dezentralisiert werden müssen. Schließlich sind die Geschäftsbereiche näher am Endkunden. Indem man ihnen die Tools an die Hand gibt, die sie zur eigenständigen Analyse von Daten und der Gewinnung von Erkenntnissen benötigen, kann man flexibler arbeiten und besser auf die Bedürfnisse der Kunden reagieren.

Das ist zumindest die Theorie. Meiner Erfahrung nach entsteht durch die Dezentralisierung der Datenanalyse mehr Schaden als Nutzen. Die Fragmentierung Ihrer Infrastruktur führt zu Redundanzen und Entkopplungen, die verhindern, dass Sie die volle Leistung Ihrer Daten auf jeder Ebene nutzen können.

Anstatt standardmäßig zu dezentralisieren, sollten Organisationen abwägen, ob eine durchdachte Zentralisierung der Datenanalyse zu besseren Ergebnissen für ihr Unternehmen führt.

Im Dunkeln gelassen durch die Dezentralisierung

Trotz des aktuellen Trends zu „dezentralisierten Daten“ haben nur wenige Organisationen ihre Data-Governance-Strukturen vollständig dezentralisiert. In der Regel werden nur die Analyse- und Entscheidungsfindungsfunktionen auf die einzelnen Geschäftsbereiche verteilt, während eine zentrale Instanz wie ein Center of Excellence (CoE) für die Sicherstellung der Datenintegrität und -qualität in der gesamten Organisation verantwortlich bleibt.

Die Zentralisierung der Governance allein ist jedoch nicht ausreichend, um eine Fragmentierung zu verhindern. Wenn jeder Geschäftsbereich mit dem Aufbau eigener Datenanalyse-Teams, ‑Prozesse und ‑Infrastrukturen betraut ist, wird der Überblick des CoE darüber, wie Daten abteilungsübergreifend genutzt werden, beeinträchtigt. Auf Dauer führt dies zu erheblichen Entkopplungen.

Ebenso können Organisationen, die die Datenanalyse dezentralisieren, schnell reich an Daten, aber arm an Erkenntnissen werden. Losgelöst von einer zentralen Strategie sind Dateninitiativen der einzelnen Geschäftsbereiche nicht sehr wirksam und erzielen keine Ergebnisse. Durch diese Fragmentierung kann es zudem schwierig sein, sich ein klares Bild von den grundlegenden Geschäftskennzahlen zu machen, die von verschiedenen Abteilungen möglicherweise auf unterschiedliche Weise berechnet werden. Bevor ich die Zentralisierung der Datenanalyse bei Rackspace Technology leitete, verfolgten wir beispielsweise mehr als zehn verschiedene Versionen des Net Promoter Score (NPS) und der Kundenabwanderung in unseren einzelnen Abteilungen.

Diese Ineffizienzen sind schon schlimm genug, wenn man versucht, alltägliche Aufgaben zu erledigen. Wenn Organisationen jedoch eine datengestützte Kultur aufbauen möchten, müssen sie Fähigkeiten der nächsten Generation wie cloudbasierte Analysen entwickeln, die Datenkompetenz fördern und das Änderungsmanagement erleichtern. Diese wichtigen Elemente einer erfolgreichen Datenstrategie werden oft übersehen, wenn Organisationen für die Zukunft planen – dabei sind sie viel einfacher zu erreichen, wenn Sie Ihre Daten durch eine zentrale Funktion harmonisieren.

Licht an dank Zentralisierung

Wenn Sie die Datenanalyse zentralisieren, ist das so, als würden Sie sicherstellen, dass jeder Raum über das zentrale Stromnetz mit Strom versorgt wird. Die Lichter gehen im ganzen Haus an. Noch wichtiger ist, dass Sie das Gebäude nach Belieben umbauen können, weil Sie wissen, wie die Leitungen zwischen den einzelnen Räumen verlegt sind. Das Änderungsmanagement wird dadurch wesentlich einfacher, da Sie ein Kontrollorgan haben, das zum Katalysator für eine datengestützte Kultur werden kann.

Bei Rackspace Technology hat die Umstellung von einem dezentralen auf ein zentrales Modell tatsächlich zu mehr Agilität geführt. Wir haben die Effizienz so weit gesteigert, dass wir mit einem gleich großen Team die sechsfache Arbeitsleistung erbringen. Zentralisierung erfordert auch nicht den Verzicht auf die Demokratisierung der Daten. Seit meinem Eintritt in das Unternehmen vor anderthalb Jahren hat sich die Zahl der Mitarbeiter, die bei ihrer täglichen Arbeit Daten verwenden, mehr als verzehnfacht.

Bei der digitalen Transformation gibt es keine Einheitslösung und in manchen Fällen kann eine Dezentralisierung für ein Unternehmen auch sinnvoller sein. Meiner Erfahrung nach profitieren jedoch die meisten Organisationen von der Zentralisierung der Datenanalyse und der Entscheidungsfindung in einem zentralen Data Office. Wenn Sie bereit für den Wechsel sind, sollten Sie einige Überlegungen anstellen:

  1. Beginnen Sie mit Geschäftszielen. Das ultimative Ziel jeder Dateninitiative ist der Nutzen für das Unternehmen. Richten Sie daher Ihre Zentralisierungsbemühungen auf die wichtigsten strategischen Prioritäten in Ihrem Unternehmen aus. Bei Rackspace Technology war es unser oberstes Ziel, das Kundenerlebnis zu verbessern und die Abwanderungsrate zu verringern. Aus diesem Grund konzentrierte sich meine erste Dateninitiative auf den NPS.
  2. Organisieren Sie einen Wissensaustausch. Der nächste Schritt besteht darin, eine ganzheitliche Sicht auf die Verwendung von Daten in der gesamten Organisation zu entwickeln. Welche Kennzahlen werden verfolgt und wie werden sie berechnet? Welche Tools werden in den einzelnen Abteilungen verwendet? Beginnen Sie mit den Anwendungsfällen, die am engsten mit den im ersten Schritt ermittelten Geschäftszielen verbunden sind.
  3. Zentralisieren Sie das Personal. Planen Sie die Rückführung der derzeit über verschiedene Abteilungen verstreuten Datenanalysten in Ihr zentrales Data Office. Gestalten Sie ihre neuen Rollen so, dass sie das Fachwissen nutzen, das sie in enger Zusammenarbeit mit den Geschäftsbereichen erworben haben. Bei Rackspace Technology haben wir viele dieser Teammitglieder in Datenvisualisierung und Storytelling geschult und setzen sie als Berater ein, die ihre Zeit damit verbringen, Lösungen für Geschäftsprobleme zu finden.

Beleuchtung des Weges zu künftigen Erkenntnissen

Niemand würde ein Haus mit „dezentraler“ Elektroinstallation bauen und wenn doch, würde es nicht den Vorschriften entsprechen. Warum also entscheiden sich so viele Organisationen für die Dezentralisierung ihrer Datenanalyse? Wenn Sie Schwierigkeiten haben, mit Ihren Datenprogrammen die gewünschten Ergebnisse zu erzielen, sollten Sie in Erwägung ziehen, die Analyse und Entscheidungsfindung in Ihrer gesamten Organisation in einem zentralen Data Office zusammenzuführen. Das könnte alles sein, was Sie benötigen, um endlich alle Lichter einzuschalten – und von einer gesteigerten Effizienz und schnelleren, nützlicheren Erkenntnissen für alle Ihre Abteilungen zu profitieren.

 

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

Modern CDO

Herkömmlicher vs. moderner CDO – Der sich verändernde Status des Chief Data Officers im Überblick

About the Authors

Juan Riojas

Chief Information Officer

Juan Riojas

As Chief Information Officer at Rackspace Technology, Juan Riojas is responsible for enterprise-wide data strategy, management, and analytics to meet the need of the business to answer critical questions through time to insight. He has more than 20 years of industry experience successfully migrating data ecosystem across all public clouds, leading to significant business transformation outcomes. Prior to Rackspace, Juan worked for Informatica building their inaugural Data Office and has held various executive leadership roles at Gogo, Dell, Accenture, and Expeditors. A native of Texas, Juan attended Texas A&M International University, where he studied business administration and holds a post graduate degree from Said Business School, Oxford University

Read more about Juan Riojas