Data-driven Everything bringt den Erfolg

Dabei gibt es für datengetriebene Organisationen ethische Prinzipien, die die Privatsphäre des Einzelnen würdigen. Und selbstverständlich gilt auch, dass personenbezogene Daten unveräußerlich sind. Aber die Datenspuren, die durch das Verbraucherverhalten anfallen, helfen Anbietern, ihre Angebote weiter zu optimieren und zu individualisieren.

Data-driven Marketing

Dazu muss eine Organisation aber nicht nur ihre Außenwirkung revolutionieren, indem sie ihre Kundenkommunikation auf "Data-driven Marketing" trimmt. Der fundamentale Umbau von einer prozessgesteuerten zu einer datengetriebenen Organisation beginnt im Innern. Dazu ein Beispiel aus der Praxis: Um Unternehmen fit für die Datenschutz-Grundverordnung (DSGVODSGVO) der EU zu machen, haben viele Berater vor allem Guidelines auf rechtlicher Ebene und ein Step-by-Step-Modell auf Prozessebene geliefert: Finde einen datenbezogenen Prozess, dokumentiere den Prozess und sichere die darunter liegenden Applikationen und Daten. Alles zu DSGVO auf CIO.de

Data Crawling statt BPM

Allerdings sollte, wer rein mit prozessorientierten Vorgehensmodellen arbeitet, keineswegs ­sicher sein, alle relevanten Datenfelder und ­Datenquellen identifiziert zu haben, wenn Pro­zesse, Applikationen und Datenbanken zukünftig dynamisch bei jedem "Sprint" verändert werden können. Die Prozessbeschreibungen dabei in der zur Verfügung stehenden Zeit mit einem wirtschaftlich vertretbaren Aufwand und einer 100-prozentigen Trefferquote auf dem Laufenden zu halten, ist kaum realistisch.

Zusätzlich zu dem Prozessvorgehen sollten deshalb zukünftig mit Hilfe von Data-Crawling-Methoden alle Daten identifiziert werden können, die personenbezogene Inhalte bergen. Auf dieser Basis kann man dann verifizieren, welche Prozesse und welche Anwendungen auf diese Informationen zugreifen, und auf diese Weise eine höhere DSGVO-Konformität herbeiführen.

Vom Prozess- zum Datenmodell

Dieser Shift von Prozessen zu Daten beeinflusst alle internen Bereiche des Unternehmens: Anstatt die Prozesse zu analysieren und zu optimieren, heißt es künftig, mehr und mehr datenorientiert vorzugehen. Dies gilt auch für die ­Anwendungsentwicklung selbst. Traditionell wur­den neue Anwendungen nach dem bewährten Wasserfallmodell evaluiert, in dem Prozess für Prozess die bestehenden oder neu entwickelten Funktionen oder Geschäftsvorfälle getestet und live gestellt (oder an die Entwicklung zurückgegeben) werden.

Inzwischen kommen vermehrt agile Methodenagile Methoden zum Einsatz, in denen die Entwicklung von einem Sprint zum nächsten verfolgt wird. Ein "Product Owner" priorisiert dabei, welche "User Stories" im nächsten Sprint bearbeitet werden (die Terminologie hängt vom verwendeten agilen Framework ab). "Co-Creation" beschreibt dabei die Integration beziehungsweise enge Zusammenarbeit von Fachbereich und IT, um sich Sprint für Sprint den Bedarfen anzunähern. Alles zu Agile auf CIO.de

User Stories priorisieren

Das ist ein großer Fortschritt gegenüber der "Wasserfall"-orientierten Anwendungsentwicklung. Das fehlende Bindeglied - das evolutionäre "Missing Link" - zu einem wahrhaft kundenorientierten Vorgehen ist aber die Priorisierung der User Stories auf Basis von datengestützten Erkenntnissen über das konkrete Benutzerverhalten von internen und externen Kunden. Product Owner der Zukunft müssen unbedingt mit dem Wissen über das Kundenverhalten ausgestattet sein, um ein Backlog richtig priorisieren zu können. Diese "Data-driven Agility" ist die datengetriebene Fortführung der agilen Anwendungsentwicklung.