Nicht in Prozesse integriert
Probleme mit Analytics-Projekten
- Operative Prozesse rücken statt kundenbezogener Abläufe in den Fokus von Data Analytics
- Nur 18 Prozent der Firmen realisieren die erwarteten Erfolge
- Typischerweise zeigen sich US-Unternehmen als Vorreiter
Foto: Tigger11th - shutterstock.com
Datenanalyse-Projekte drehen sich mittlerweile weniger um kundenbezogene Prozesse als stärker um operative Abläufe. Dabei haben deutsche Unternehmen Nachholbedarf. Das belegt Capgemini Consulting in der Studie "Going big: Why companies need to focus on operational analytics". Grundlage sind Angaben von mehr als 600 Unternehmen aus Deutschland sowie China, Frankreich, Großbritannien, den Niederlanden, Skandinavien und den USA.
"Zukünftig erwarten wir deutlich mehr Investitionen in den operativen Bereichen", sagt Ingo Finck, Leiter des Big Data- & Analytics-Teams von Capgemini. Die Consultants unterteilen ihre Studienteilnehmer in vier verschiedene Gruppen, je nach Integrationsgrad der Daten und Erfolg der Initiativen.
1. Game Changer
Eine Minderheit von 18 Prozent der Unternehmen gestaltet die Spielregeln bereits selbst. Sie verflechten ihre Analytics-Projekte mit den Geschäftsprozessen und realisieren die erwarteten Erfolge. Typischerweise stammen sie aus den USA.
2. Optimierer
Gut jedes fünfte Unternehmen (21 Prozent) verzeichnet bereits erste Erfolge, wenn auch mit kleineren Projekten. Komplexere Initiativen wurden noch nicht umgesetzt. Das gilt typischerweise für niederländische Unternehmen. Ihnen rät Capgemini zu drei Schritten: Erstens sollten sich Mitglieder der Firmenleitung kontinuierlich um Operational Analytics kümmern. Zweitens brauchen sie ein zentrales Team rund um Datenanalyse-Projekte. Drittens sollten erfolgreiche Projektleiter (Champions) Analyse-Initiativen begleiten.
3. Kämpfer
Die 20 Prozent, die als Kämpfer gelten, setzen zwar bereits Analytics in ihren operativen Prozessen ein. Sie profitieren aber (noch) nicht davon. Britische, chinesische und skandinavische Studienteilnehmer repräsentieren diesen Typus. Capgemini empfiehlt, die Initiativen stärker auf die Firmenziele abzustimmen. Außerdem müssen diese Unternehmen Governance stärken, und das über alle Abteilungen und Hierarchieebenen hinweg. Drittens können alle Beteiligten in regelmäßigen Feedback-Runden die Performance der Initiativen beobachten und dadurch verbessern.
4. Nachzügler
Mehrheitlich sind es deutsche und französische Unternehmen, die die relative Mehrheit (41 Prozent) der Nachzügler stellen. Sie stecken noch in der Arbeit mit Prototypen fest. Capgeminis Ratschläge: Zunächst einmal brauchen die Nachzügler einen strukturierten Blick für ihre Analytics-Initiativen. Danach steht das Entwickeln von Business Cases an. Auch müssen sie den Grad an unternehmensweiter Datenintegration beziffern können.
- Operational Analytics in Unternehmen
Datenanalyse-Projekte drehen sich mittlerweile weniger um kundenbezogene Prozesse als stärker um operative Abläufe. Dabei haben deutsche Unternehmen Nachholbedarf. Das belegt Capgemini Consulting in der Studie „Going big: Why companies need to focus on operational analytics“. Grundlage sind Angaben von mehr als 600 Unternehmen aus Deutschland sowie China, Frankreich, Großbritannien, den Niederlanden, Skandinavien und den USA. - Vier Kategorien
Die Consultants unterteilen ihre Studienteilnehmer in vier verschiedene Gruppen. Je nach Integrationsgrad der Daten und Erfolg der Initiativen zählen sie zu den Game Changern (18 Prozent), Optimierern (21 Prozent), Kämpfern (20 Prozent) oder Nachzüglern (41 Prozent). - Internationaler Vergleich
Vorreiter stammen typischerweise aus den USA, Nachzügler aus Deutschland und Frankreich. - Erwartete Vorteile
Die Unternehmen versprechen sich von Operational Analytics verschiedene Vorteile in Sachen Produktion, Lieferkette und Asset Management. Sie erstrecken sich von leicht erreichbaren Zielen wie verbessertem Flotten-Management über Optimierung der Logistik bis hin zu vorausschauender Instandhaltung sowie Forecasting und Planung. - Beispiele
Die Supermarktkette Tesco spart pro Jahr Lieferkettenkosten von rund 100 Millionen Pfund. Der Getränkekonzern AmBev verbesserte den Lagerumschlag um 50 Prozent. - Datenintegration
Ein genauerer Blick zeigt, dass selbst unter den Game Changern noch vier Prozent mit Datensilos arbeiten.
Gründe für das schlechte Resultat
Die Studie liefert Ansätze auf die Frage nach dem Grund für das schlechte Abschneiden der Deutschen. Zum einen liegt es am Daten-Management. Nur elf Prozent der Unternehmen haben laut Capgemini ihre Daten so integriert, dass sie für Analytics-Initiativen nutzbar sind. Zum anderen liegt es an der Führung: Lediglich 14 Prozent der Operations-AnalyticsAnalytics-Initiativen stehen unter der Leitung von C-Level-Managern. Alles zu Business Intelligence auf CIO.de
Ein genauerer Blick auf alle Studienteilnehmer - unabhängig von der Nationalität - zeigt allerdings, dass auch unter den Game Changern "nur" 43 Prozent ihre Daten komplett integriert haben. Bei immerhin vier Prozent liegen sie noch in Datensilos.
Die Unternehmen versprechen sich von Operational Analytics verschiedene Vorteile in Sachen Produktion, Lieferkette und Asset Management. Sie erstrecken sich von leicht erreichbaren Zielen wie verbessertem Flotten-Management über Optimierung der Logistik bis hin zu vorausschauender Instandhaltung sowie Forecasting und Planung.
Tesco spart 100 Millionen Pfund
Capgemini nennt einige konkrete Beispiele. So habe die Supermarktkette Tesco pro Jahr Lieferkettenkosten von rund 100 Millionen Pfund eingespart. Der Getränkekonzern AmBev verbesserte den Lagerumschlag um 50 Prozent.
Finck kommentiert die Studienergebnisse so: "Mit dem Augenmerk auf die operativen Prozesse wollen Unternehmen ihre Leistungsfähigkeit steigern." Dafür reiche es nicht aus, einfach den Fokus zu verlagern. "Unternehmen müssen endlich ihre Datensilos in den Griff bekommen, eine funktionierende Governance aufbauen und Betriebsmodelle für Analytics schaffen, die sich schneller skalieren lassen", so der Capgemini-Manager.