Qualität, Analyse und Kampagne
Fünf Experten braucht ein Big-Data-Team
Hohe Datenqualität und anspruchsvolle Analyse-Modelle, um beispielsweise das Kundenverhalten voraussagen zu können, sind die Kernelemente von Big DataBig Data. Die Berater von McKinsey betonen jedoch, dass das Thema nicht nur eine technische Seite hat, sondern auch eine menschliche. Konkret geht es McKinsey um die Frage, wie ein CIO sein Big Data-Team besetzen sollte. Fünf Rollen gehören auf jeden Fall dazu, wie die Consultants unter dem Titel "Five roles you need on your big data team" bloggen. Alles zu Big Data auf CIO.de
Diese Rollen umfassen einen Spezialisten für Daten-Hygiene, einen Data Explorer, einen Architekten sowie einen Data Scientist und einen Kampgnen-Experten (siehe Bilderstrecke). McKinsey betrachtet diese fünf als eine Art Basis-Team, weitere Spezialisten ergeben sich aus Branchen- oder unternehmensspezifischen Besonderheiten. Die Berater haben ausgerechnet, dass alleine in den USA bis zum Jahr 2018 etwa 140.000 bis 190.000 Big Data-Experten fehlen werden.
- Team-Zusammensetzung
Big Data-Initiativen brauchen das richtige Team. Die Berater von McKinsey haben fünf Rollen identifiziert, die CIOs in einer solchen Truppe besetzen müssen. - Spezialist für Daten-Qualität
Zunächst einmal setzt Big Data voraus, dass sich jemand um Qualität und Hygiene der Daten kümmert. Die Informationen müssen sauber und akkurat sein. Das beginnt bei scheinbar Selbstverständlichem: Was ist ein Jahr - 365 Kalendertage, 260 Arbeitstage oder 8765 Stunden? Hier braucht es eine einheitliche Definition. - Data Explorer
Welche Informationen aus der Flut an Daten sind nützlich - das herauszufinden, ist Aufgabe des Data Explorers. Eine Herausforderung nicht nur wegen der Menge an Daten, sondern auch wegen des Umstands, dass viele Daten ursprünglich nie als Analyse-relevant galten. Sie wurden zwar erfasst, man fand sie aber nicht wichtig - der Data Explorer muss diese Informationen aufspüren und zusammentragen. - Architekt
Was der Data Explorer eingesammelt hat, muss der Architekt so aufbereiten, dass es Analyse-tauglich ist. Er orientiert sich dabei an den Lösungen, die Business-Manager brauchen werden. Der Eine muss sich jede Minute auf den neuesten Stand bringen können, der andere nur jede Stunde. - Data Scientist
Aus den vorbereiteten Daten entwickelt der Scientist anspruchsvolle Analyse-Modelle. Ein Beispiel aus der Handelsbranche: Die Analyse-Modelle helfen dem Unternehmen, Zielgruppen genauer zu beschreiben und die Preise besser gestalten zu können. - Kampagnen-Macher
Um beim Handelsbeispiel zu bleiben: Der Kampagnen-Spezialist im Team setzt die Analyse-Ergebnisse in Resultate um. Er weiß, welche Kundengruppen über welche Kanäle angesprochen werden wollen, wie oft die Kunden kontaktiert werden sollten und anderes. McKinsey sieht keinen reinen Marketing-Spezialisten in dieser Funktion, sondern definitiv jemanden, der die technische Seite verantwortet.
Neben technischen Fertigkeiten brauchen diese auf jeden Fall auch soft Skills wie Kommunikations- und Teamfähigkeit. McKinsey betont, dass sich jedes Big Data-Team stets als Dienstleister der Fachabteilungen verstehen muss.
Regelmäßiger Austausch von IT und Fachabteilungen sollte daher Teil einer Big Data-Initiative sein. Das Team muss sich nicht nur fragen, welchen Business-Entscheidern ihre Analysen helfen, sondern auch, ob diese Entscheider den Nutzen der Analysen erkennen. Eine gewisse Selbstvermarktung und Überzeugungsarbeit gehören also auch dazu.