Kommentar von Matthias Postel, iCompetence Data Governance – beherrschen Sie die Daten oder beherrschen die Daten Sie?

Anbieter zum Thema

INFOMOTION GmbH

QUNIS GmbH

Wer heute nicht schon digital ist, digitalisiert jetzt. Im Zentrum stehen immer: die Daten. Dass es hier „gute“ und „schlechte“ Daten gibt – oder vielmehr nutzbare Daten und nicht nutzbare – hat sich bereits herumgesprochen. Natürlich möchte jeder die „guten“ Daten. Doch wie erhält man diese und wie stellt man sicher, dass die Menschen im Unternehmen daraus auch die richtigen Schlussfolgerungen ziehen können?

Das Ziel ist zum einen eine einwandfreie Datenbasis, welche die für KI und jede andere Unternehmensentscheidung, von der Strategie bis zur Lager- und Sortimentshaltung, notwendige Entscheidungsgrundlage liefert. Ein solcher SPoT (Single Point of Truth) kann nur erreicht werden, wenn alle im Unternehmen an einem Strang ziehen, sich einem einheitlichen Wording, Regelwerk und Datensammlungsprinzip unterordnen. Zum anderen müssen die Mitarbeiter auch befähigt werden, die Daten sinnvoll zu nutzen. Und dafür braucht es Data Governance.

Was ist Data Governance?

Data Governance ist eine Unterkategorie des Data Managements. Sie beschäftigt sich mit der Verteilung der Verantwortlichkeiten, der Regeln und Strukturen, die implementiert werden müssen, um zu einem SPoT zu gelangen und mit den Daten dann auch umgehen zu können. Dieses Master Data Management ist eine verantwortungsvolle Aufgabe, denn von ihm hängen alle datenbasierten Unternehmensentscheidungen und damit der Unternehmenserfolg ab.

Data Governance wird überall dort benötigt, wo Daten aus mehreren Kanälen zusammengeführt werden, wo mehrere Mitarbeiter für die Erfassung zuständig sind, es der Automatisierung hoher Standards für eine einwandfreie Datenbasis bedarf. Jedes Unternehmen, das „multichannel“ arbeitet, das datenbasierte Entscheidungen treffen muss, sollte sich also mit Data Governance auseinandersetzen.

Data Governance gehört in die Chefetage

Data Governance bedeutet, dass Mitarbeitern Zuständigkeiten und Verantwortlichkeiten zugewiesen werden, während anderen welche entzogen werden. Es priorisiert die Relevanz verschiedener Kanäle und muss dabei das Wohl des gesamten Unternehmens und der verschiedenen Abteilungen, die mit Daten arbeiten, im Blick behalten.

Um die für Umsetzungsmaßnahmen notwendige Akzeptanz zu schaffen und den Überblick über die Notwendigkeiten innerhalb der verschiedenen Abteilungen und Unternehmenszweige zu bekommen, müssen der Anstoß für Data Governance ebenso wie die Definition der Zuständigkeiten von „oben“ kommen. Data Governance gehört in die Chefetage; nur sie hält alle Fäden in der Hand und kann Zuständigkeiten durchsetzen.

Das Ende ist der Anfang: Ziele setzen

„Begin at the beginning and then continue, until you come to the end!“ – diese Empfehlung aus Lewis Caroll’s „Alice im Wunderland“ könnte an dieser Stelle kaum falscher sein, denn wer im Data Governance die Fäden in der Hand halten möchte, muss vom Ende her denken.

Welche Ziele möchte ich erreichen? Sie bestimmen, welche Daten benötigt werden, welche Kanäle relevant sind, welche Abteilungen stärker und welche weniger eingebunden werden. Wer sein Ziel kennt, kann den richtigen Weg wählen und sich orientieren.

Lean Data Management

An den Anfang der Data Governance gehört in jedem Fall das Master Data Management. Nach der Zieldefinition ist hier die Selektion wichtig. Welche Kanäle sind für mein Ziel relevant? Welche Daten werden benötigt? Welche Tools sind erforderlich und welche überflüssig? Wie kann ich diese zueinander in Beziehung setzen und verknüpfen?

Weniger ist hier mehr, denn nur mit qualitativ hochwertigen Daten kann ich meine Ziele erreichen. Aber Daten sind nur scheinbar überall umsonst zu haben – qualitativ gute und damit verwendbare Daten machen Arbeit, brauchen Pflege und Fachkenntnis.

Jedes Tool, jeder Kanal, jeder Datensatz verursacht Kosten und muss daher auf seinen Nutzen überprüft werden, denn nur, wenn der Mehrwert die Kosten rechtfertigt, wenn es zukunftsfähig ist und zur Qualität der Masterdaten beiträgt, ist es gut.

Standards etablieren

Ein wichtiger Bestandteil der Data Governance ist die „Gesetzgebung“. Sie setzt die Regeln fest, nach denen Daten definiert, erfasst und zusammengeführt werden. An ihr orientieren sich die Mitarbeiter, die für die Datenzuführung aus den verschiedenen Kanälen zuständig sind, sie ist Maßstab für die Qualitätssicherung und Richtlinie für die Interpretation und Analyse.

Ausgangspunkt ist die eigene Datenbasis, ihre Kategorien, die genau definiert werden müssen. Soll die Datenbasis funktionieren, muss unternehmensweit eine Sprache gesprochen werden. Denn wenn im Onlinemarketing der Umsatz vor Retouren, im Kataloggeschäft aber nach Retouren definiert wird, dann entstehen Widersprüche, welche die Grundlage allen künftigen Handelns ruinieren können. Hier Regeln durchzusetzen, ist essenziell und dient den einzelnen Kanälen als Orientierung, weil die verschiedenen, oft intransparenten Datensysteme dort diese einheitliche Definition mit jeder Datenabfrage vor neue Herausforderungen stellen.

Verantwortlichkeiten bestimmen

Doch wer soll welches System bedienen, wer ist für welchen Bereich zuständig, wer kontrolliert die Einhaltung der Standards? Wenn Data Governance durch die Unternehmensführung initiiert werden muss, dann braucht sie auch ein Regierungsteam, das die Leitung der Ministerien übernimmt, und eine Führung, die im Daily Business die Qualität überwacht.

Nur wenn im Blick hat, für welchen Bereich er zuständig ist, ist sichergestellt, dass keine Lücken entstehen, weil ein Bereich übersehen wurde, für den sich keiner verantwortlich fühlt, oder Überschneidungen, die sich gegenseitig blockieren. Effektives Handeln wird dann möglich und das Team kann sich aufeinander verlassen, wenn jeder weiß, wo die eigenen Aufgaben liegen und es eine eindeutige Anlaufstelle gibt, die befähigt ist, Zuweisungen auszusprechen und gegebenenfalls kontrollierend einzugreifen.

Maßnahmen definieren

Wenn alles festgelegt ist, Personen ihre Aufgabenbereiche kennen und die Ziele klar sind, müssen Milestones definiert werden: Was ist bis wann durch wen durchzuführen, und wer kontrolliert die Durchführung? Nur wer diese Punkte kennt, kann die Erfolge der Data Governance überprüfen und an Eckpunkten festmachen. Hier ist im Grunde klassisches Projektmanagement gefragt.

Datenschutz

Nur wer Strukturen definiert und Verantwortlichkeiten bestimmt, hat den Überblick über die gesammelten Daten, Orte und Zuständigkeiten ihrer Verwaltung. Das allein ermöglicht einen zuverlässigen Datenschutz der Kundendaten – eine grundlegende Voraussetzung für das Vertrauen, das Kunden in Unternehmen setzen.

Erfolge ernten: die Vorteile von Data Governance

Die Liste der Benefits, die sich aus einem guten Data Government ergeben, ist lang – es lohnt sich also, Zeit und Energien darin zu investieren. Hier ein Überblick:

Trust

Trust ist auch deshalb ein weiterer Vorteil, der sich aus einem guten Data Governance ergibt, denn: Kunden, die sich darauf verlassen können, dass umsichtig mit ihren Daten umgegangen wird, sind eher bereit, diese dem Unternehmen anzuvertrauen. Und die eigenen Mitarbeiter müssen ebenfalls auf die Daten vertrauen können, um zielführende Entscheidungen treffen zu können.

Datenwachstum

Diese Daten sind für die weitere Geschäftsentwicklung unerlässlich, denn frei erhältlich stehen aufgrund der Cookie-Richtlinie und der – meist als Walled Gardens bekannten – exklusiven Datenpolitik vieler Plattformen und Unternehmen immer weniger davon zur Verfügung.

Effizienz

Ist das Vertrauen in die Daten da, sind Verantwortlichkeiten definiert und haben die Mitarbeiter die notwendige Datenkompetenz, laufen Prozesse effizienter ab und auch Ziele werden schneller erreicht. Zudem entfallen viele unnötige Extra-Aufgaben – wie z. B. zu untersuchen, warum der Online-Umsatz ein anderer ist als der im Backend.

Kostenersparnis

Auch wenn Data Governance zunächst kostenintensiv scheint – schließlich braucht es Verantwortliche, die koordinieren – spart es bereits kurzfristig Kosten. Denn mit der dadurch gewonnenen Datenklarheit können viele Entscheidungen zielgerichteter getroffen werden und KI reibungsloser funktionieren. Fehlinvestitionen durch falsch ausgesteuerte Werbekampagnen, verkehrte Warenhaltung und strategische Fehlplanungen können so vermieden werden.

Data Governance ist viel mehr als nur ein neues Schlagwort. Es ist zentraler Teil der Datenstrategie, ein Weg zur Kompensation sinkender Datenmengen und der Hebel, der Unternehmen aus den Zwängen der Walled-Garden-Daten-Not befreit.

(ID:47896077)