Foto: David Franklin - shutterstock.com
Führungskräfte wissen, dass sie qualitativ hochwertige Daten benötigen, um stimmige Entscheidungen zu treffen. Akkurate Datensätze zeitnah und nutzerfreundlich zur Verfügung zu stellen ist dabei weiterhin die wesentliche Herausforderung.
Zwar haben Berater und Händler einen florierenden Business-Intelligence-Markt geschaffen, aber woher sollen Sie wissen, ob Sie auf dem richtigen Weg sind? Ist es Zeit für ein BI-Upgrade oder eine neue Weiterbildungsinitiative? Um diese Fragen beantworten zu können, ist es hilfreich zu sehen, welche Fehler andere gemacht haben. Wir zeigen Ihnen neun Business-Intelligence-Fails, die Sie unbedingt vermeiden sollten.
1. BI auf Bestellung
"Der Kunde hat immer Recht" ist ein Grundsatz, der insbesondere den Kundenservice im Einzelhandel revolutioniert hat. Wenn es um Technologie geht, könnte es allerdings vorkommen, dass Geschäftskunden nicht immer verstehen, was sie da genau wollen. Schlimmer noch: Einige selbsternannte Spezialisten versuchen gar technische Details zu diktieren.
Wer dabei die Dinge implementiert, die die User wollen, statt die, die sie eigentlich brauchen, rennt dem Fail direkt in die Arme, wie Wolfgang Platz von Tricentis weiß: "Erfolgreiche Business-Intelligence-Projekte erfordern eine gewissenhafte Herausarbeitung der Anforderungen und darüber hinaus die Fähigkeit, BI-Ergebnisse zu validieren."
Um verstehen zu können was die Nutzer wirklich wollen, können Sie beispielsweise die "5-Why-Methode" heranziehen.
2. Bei Testing und Ressourcen sparen
"Move fast, break things" ist ein Ansatz aus der Startup-Welt. Und auch etablierte Unternehmen verspüren öfter mal den Drang nach Geschwindigkeit. Beim Streben nach Schnelligkeit kann es allerdings passieren, dass vermeintliche nebensächliche Tätigkeiten darunter leiden - zum Beispiel Testing. Dieses als überflüssig zu erachten, kann zu signifikanten Qualitätsproblemen führen. Besonders dann, wenn Sie sich dabei auch noch auf manuelles Testing verlassen. Stattdessen sollten Sie Testing und andere Prozesse dieser Art nutzen, um eine qualitativ höherwertige Business-Intelligence-Erfahrung abzubilden.
3. Datenintegrität vernachlässigen
Business-Intelligence-Tools sind super wenn es um Verarbeitung, Visualisierung oder die Analyse von Daten geht. Aber was, wenn korrumpierte Daten in die Systeme fließen? Oder besser noch: Wie würden Sie einem externen Auditoren demonstrieren, dass qualitativ hochwertige Daten Ihre Geschäftsentscheidungen treiben? Wenn Sie sich zu sehr auf Details wie die Konfiguration von BI-Tools konzentrieren, könnten kritische Details wie diese unter den Tisch fallen.
"Heutzutage wird Business Intelligence nicht nur dazu genutzt, bessere Entscheidungen zu treffen", sagt Wolfgang Platz. "Auch in Geschäftsprozessen hält BI zunehmend Einzug. Wenn Ihr Finanz- oder Compliance-Report (die oft von Data-Warehouse-Technologien beeinflusst werden) Fehler aufweist, kann eine Business-Intelligence-Lösung diese zu Tage fördern. Andere Prozesse können aber trotzdem noch ins Leere laufen. Bei einem Versicherer könnten etwa schon die kleinsten Fehlberechnungen bei Vermittlungsgebühren dazu führen, dass die Reputation den Bach runtergeht und die Kunden im großen Stil abwandern. Unternehmen brauchen in der heutigen Zeit einen proaktiven, automatisierten Ansatz, um Probleme mit der Datenintegrität durch BI-Testing so schnell wie möglich zu identifizieren."
Fehler bei Finanz- oder Compliance-Daten können schnell ziemlich teuer werden. Genauso wie unzureichende Datenqualität.
4. User-Provokation durch reaktive Ansätze
Kein Tech-Profi hat Lust darauf, sich mit wütenden Usern herum zu schlagen. Systemausfälle und IT-Frust lassen sich nicht verhindern. Doch es ist Ihre Antwort auf diese Probleme die Einfluss darauf hat, ob Ihre Business-Intelligence-Initiative Erfolg hat oder nicht.
"Die beiden größten Fehler, die BI-Novizen begehen können sind, zu sehr auf ‚Delivery‘ zu fokussieren und die Business-End-User nicht zu involvieren", erklärt Doug Bordonaro, Chief Data Evangelist beim Analytics-Experten ThoughtSpot. "Wenn sich die Kunden bei Ihnen über lange Auslieferungszeiten und fehlende Service Level Agreements beschweren, wissen Sie bereits, wo Ihr Fokus liegen sollte. Wer sich zu sehr auf die tägliche ‚Delivery‘ konzentriert, kann das große ganze BI-Bild nicht mehr erfassen. Geben Sie Ihren Kunden das, was diese brauchen, um ihre Entscheidungen zu treffen? Verstehen Sie, welche Daten Ihre Kunden brauchen? Gibt es eventuell eine bessere Lösung für das Problem als noch einen weiteren Report?"
Wenn Probleme auftreten, tun Sie übrigens gut daran, nicht sofort alles stehen und liegen zu lassen: Gewichten Sie User-Beschwerden stattdessen nach deren strategischer Relevanz.
5. Sinnlose Datenanalysen
Wenn Sie tolle Tools haben, ist es nur natürlich, dass Sie dafür nach Einsatzmöglichkeiten suchen. Das Problem ist nur: Business Intelligence ohne klare Zielausrichtung ist Zeitverschwendung. Das ist übrigens oft ein spezifisches Problem bei relativ jungen Fachkräften, wie Mark Langsfeld vom Beratungsunternehmen Anexinet weiß: "Bei jungen, wissbegierigen BI-Profis, die am Anfang ihrer Karriere stehen, besteht eine latente Gefahr, dass diese einen Tunnelblick entwickeln und Datenanalysen durchführen, die zwar interessant sind, aber keinen sinnvollen Fragestellungen zugrunde liegen. Die Ergebnisse sind dann wenig aussagekräftig."
Um diesen Fehler zu vermeiden, braucht es Business-Erfahrung und Urteilsvermögen. Ein Weg, sinnlose Analysen zu vermeiden ist, sich im Vorfeld die Frage zu stellen, welchen Zweck diese eigentlich im Hinblick auf die strategischen Ziele des Unternehmens erfüllen. Wenn Sie unsicher sind, wie Sie Ihre Analyse mit den Unternehmenszielen verknüpfen, gibt es Punkte an denen Sie sich orientieren können: Zeigt Ihre BI-Analyse beispielsweise einen Weg auf, den Gewinn zu steigern, Kosten zu reduzieren oder die Services zu verbessern? Diese Punkte sind für Unternehmenslenker wesentlich.
6. Datenmasse als Problemlöser
"Mehr Daten" lösen all Ihre geschäftlichen Probleme. Zumindest ist das die unausgesprochene Grundannahme bei vielen Diskussionen rund um die Themen Business Intelligence und Analytics. Dem Chef einen Haufen Daten hinwerfen und auf das Beste hoffen dürfte jedoch - in den meisten Fällen - nicht von Erfolg gekrönt sein.
"Wenn Daten nicht richtig präsentiert und verargumentiert werden, werden sie schlicht ignoriert oder von "Annahmen" ausgestochen. Sie sollten niemals den Wert des argumentativen Storytellings unterschätzen", rät Dan Sommer von Qlik. "Ihren Analysten mag klar sein, was ein bestimmter Datensatz zu bedeuten hat. Sie können aber nicht voraussetzen, dass das bei Menschen, die nicht in diesem Maße involviert sind, auch so ist."
Um besseres Storytelling zu betreiben, sollten Sie sich von anderen Bereichen inspirieren lassen. In Ihrem Buch "Made to Stick: Why Some Ideas Survive and Others Die" stellen Chip und Dan Heath einen Ansatz vor, der erklären will, warum manche Ideen erfolgreich sind und andere nicht. Autoren in Film und Literatur bedienen sich hingegen seit jeher am Modell der "Heldenreise". Wenn Sie Vorstände und Kunden von etwas überzeugen wollen, macht eine gute Story den Unterschied.
7. Zu viel Vertrauen in BI-Tools
Tech-Menschen wissen: Das richtige Tool kann entscheidend für den Erfolg sein. Denken Sie mal zurück, als Sie das erste Mal ein automatisiertes Script eingesetzt haben, um eine repetitive Aufgabe zu eliminieren. Diese "frühen Siege" ermutigen den Menschen, ständig nach neuen Werkzeugen Ausschau zu halten, die im Stande sind, (Business-)Probleme zu lösen. Unglücklicherweise führt es aber zu enttäuschenden Ergebnissen, sich zu sehr auf Business-Intelligence-Tools zu versteifen.
"Als Analyst habe ich unterschätzt, wie schwierig es ist, in Unternehmen die Nutzung von Business Intelligence und Analytics zu forcieren", gibt Dan Sommer unumwunden zu. "Auch wenn die Tools immer einfach zu benutzen sind - Prozesse, Unternehmenskultur und Weiterbildungsinitiativen dürfen nicht fehlen. Deswegen sollten wir künftig die ‚Data Literacy‘ als Schlüsselkomponente für eine breite Adoption von Business Intelligence wahrnehmen", so der Experte.
Wenn Sie also mit Ihren BI-Bemühungen unzufrieden sind, schauen Sie doch mal über den technologischen Tellerrand hinaus. Wissen Ihre Mitarbeiter beispielsweise, wie man Daten präsentiert?
8. Ineffektives Vendor Management
Ihr Unternehmen hat vielleicht gar keine Business-Intelligence-Abteilung. Ist das der Fall, macht die Zusammenarbeit mit externen Experten Sinn. Die können entweder als outgesourcte Service Provider zum Einsatz kommen oder auf Projektbasis unterstützen. Wie die Zusammenarbeit auch aussieht: Sie sollten Ihre Partner kennen und jederzeit die Übersicht behalten. Ganz besonders, wenn es um Subunternehmer geht.
Andrew Pearson, Chef der Software-Beratung Intelligencia, spricht aus Erfahrung: "Meine Firma hat keine vollständige Kontrolle über ein bestimmtes Projekt, bei dem wir mit einem Subunternehmer des Unternehmens zusammengearbeitet haben, das die BI-Software geliefert hat. Spezielle Probleme gab es bei der Bereinigung der Daten und der Data Governance - oder wie es meine Analysten ausdrückten: ‚junk in, junk out‘. Unsere Analysemodelle waren in ihrem Nutzen eingeschränkt, weil die Daten nicht vertrauenswürdig waren. Wir waren außerdem auch nicht von den Data-Cleansing-Fähigkeiten des Subunternehmers überzeugt. Weil das die Grundlage für ein gutes Business-Intelligence-Reporting ist, waren unsere Erfolgschancen auch denkbar gering."
Wenn Sie mit einem Drittunternehmen zusammenarbeiten, liegt es in Ihrer Verantwortung, die Übersicht über das Projekt zu behalten und es entsprechend zu steuern. Wenn Sie das nicht tun, werden Sie eine ausgewachsene BI-Enttäuschung erleben.
9. Mainstream-Tools ignorieren
Wussten Sie eigentlich, dass jährlich Microsoft-Excel-Meisterschaften ausgetragen werden? Und ja: Es gibt viele Menschen, die daran teilnehmen. Über 500.000 sogar im Regelfall. Und Preisgeld gibt’s auch zu gewinnen. Das ist nur ein Anzeichen dafür, wie populär Microsofts Tabellenkalkulation in der Business-Welt wirklich ist. SQL hat übrigens eine zwar nicht ganz so große, aber ähnlich enthusiastische Gefolgschaft in der Tech-Welt.
Die menschlichen Vorlieben und Gewohnheiten auszuklammern, wenn es um Change und die Einführung neuer Business-Intelligence-Tools geht, erhöht Ihre Chancen zu scheitern, wie Andrew Pearson erklärt: "SQL- und Excel-Profis sind nicht besonders schwer zu finden, Menschen mit Tableau-, Qlik-, Spotfire-, SAS- und SAP-Skills hingegen schon. Wenn Sie neue Software und Geschäftsprozesse einführen, wird das bei Business Usern, die gewohnt sind alles mit Excel und SQL zu erledigen, Widerstände hervorrufen."
Wenn der Change im Unternehmen mit Business Intelligence Einzug hält, hat das Konsequenzen für einzelne Mitarbeiter. Change Management und eine starke Führung müssen die Menschen beim Übergang begleiten.
Dieser Artikel basiert auf einem Beitrag unserer US-Schwesterpublikation CIO.