Suchen

Kommentar von Barrett Thompson, Zilliant Die Formel für smarte Entscheidungsfindungen

Autor / Redakteur: Barrett Thompson / Nico Litzel

Viele Unternehmen überlassen wichtige Entscheidungen der Einschätzung ihrer Vertriebsmitarbeiter. Doch diese wüschen sich oft mehr Informationen, auf deren Basis sie handeln können. Ansonsten treffen sie täglich eine Vielzahl von Entscheidungen, die nicht perfekt sind und sich womöglich negativ auf den Umsatz und den Gewinn auswirken können.

Firmen zum Thema

Der Autor: Barrett Thompson ist General Manager Pricing Excellence bei Zilliant
Der Autor: Barrett Thompson ist General Manager Pricing Excellence bei Zilliant
(Bild: Zilliant)

In der Vergangenheit haben sich Manager häufig auf ihre Erfahrung und Intuition verlassen, um vor Ort Vertriebs- und Preisentscheidungen zu treffen. Viele B2B-Unternehmen sind allerdings an einem Punkt angekommen, an dem die Vertriebsteams zu viele und auch sehr kurzfristig Entscheidungen treffen müssen, bei denen in manchen Fällen die Qualität auf der Strecke bleibt.

Die Verfügbarkeit von intelligenten beziehungsweise smarten Daten, das heißt, Transaktions- und Kundendaten, kombiniert mit Vorhersagemodellen, ändert diese Situation. Dank dieser Informationen ist es jetzt möglich, die Entscheidungsfindung deutlich zu verbessern – und zwar auf jeder Ebene eines Unternehmens und vor allem ohne in kostspielige Big-Data-Lösungen zu investieren.

Mangelndes Vertrauen

Unternehmen müssen keine Entscheidungen mehr treffen, die rein auf Erfahrungen und nicht auf Daten basieren. Im Gegenteil: Firmen, die smarte Daten und Vorhersagemodelle nicht einsetzen, werden künftig von Wettbewerbern überholt. Dieses Scheitern liegt nicht in den technologischen Herausforderungen, sondern eher im Widerstand von Managern, die Daten und Vorhersagemodellen nicht genügend vertrauen, um auf dieser Basis Entscheidungen zu fällen.

Selbst die besten Vertriebsmitarbeiter können nicht zu jedem Zeitpunkt das profitabelste Ergebnis erzielen. Der Grund hierfür ist, dass häufig keine Systeme implementiert sind, die sie bei der Entscheidungsfindung unterstützen könnten.

Das ist kein „Mensch-versus-Maschine“-Ansatz, sondern ein „Mensch-plus-Maschine“-Prozess, der ein besseres Ergebnis verspricht. Manager sollten die Vorhersagemodelle mit Rohdaten füttern, die daraus Informationen generieren, die die Vertriebsteams bei ihrer Arbeit unterstützen und Aufschluss geben, welchen Kunden sie beispielsweise bestimmte Produkte anbieten könnten. Auch bei der Preisgestaltung unterstützen diese Informationen. Dank dieser Informationen lassen sich konsistentere Entscheidungen treffen, die die Realisierung der Unternehmensstrategie unterstützen.

Es geht nicht um Big Data, sondern um smarte Daten

Der Anstieg von Big Data und die oftmals erforderlichen hohen Investitionen werden von Unternehmen als eine der größten Herausforderungen angesehen. Wenn B2B-Unternehmen an Big-Data-Projekte denken, gehen sie häufig von einem ressourcen- und zeitintensiven IT Projekt aus, das Millionen kostet und das erst nach geraumer Zeit Früchte trägt.

Wie Analysten der Experton Group prognostizieren, werden die Ausgaben für Big Data Projekte von knapp 1,3 Milliarden Euro in diesem Jahr auf 3,2 Milliarden Euro bis 2019 ansteigen. Der größte Prozentsatz dieser Investitionen wird im Service-Segment liegen, sprich: für die Beratung und Planung von Big-Data-Analytics-Lösungen sowie für den Support und die Aktualisierung der Anwendungen. Einer der Gründe für die kostspieligen Services: Viele Unternehmen denken, sie sind bei Big Data nicht auf dem neuesten Stand. Da vielen B2B-Unternehmen die Zeit und die Ressourcen für solche Big-Data-Projekte fehlen, implementieren sie solche Lösungen erst gar nicht. Und während die Datenmenge wächst, geht auch die „uninformierte“ Entscheidungsfindung weiter.

Bei dem Big Data denken viele gleich an riesige Datenmengen. Die Vorteile von Big Data haben jedoch weniger mit dem analysierten Datenvolumen zu tun als damit, die richtigen Daten zu nutzen, aus ihnen sinnvolle Informationen zu gewinnen und durch den Einsatz von Algorithmen und Vorhersagemodellen spezifische Geschäftsherausforderungen zu lösen. Unternehmen benötigen keine riesigen Datenmassen – die Daten, die bereits im Data Warehouse, in ERP- oder CRM-Systemen gespeichert sind, reichen vollkommen aus. Dank der Auswertung der richtigen – also smarten – Daten sind Unternehmen in der Lage, intelligente Entscheidungen zu treffen und ihre Geschäftsziele zu erreichen.

Die Daten sind vorhanden

Unternehmen müssen daher nicht große Anteile ihres IT-Budgets investieren, um interne Ressourcen bereitzustellen oder Beratungsunternehmen zu beauftragen, um von Big Data zu profitieren. Ihre intern gespeicherten Daten reichen vollkommen aus, um informierte Entscheidungen zu treffen. Diese smarten Daten bieten Managern, Vertriebs-Teams und Marketing-Mitarbeiter eine Fülle an aussagekräftigen und umsetzbaren Informationen, auf deren Basis sie Cross-Sell-Möglichkeiten identifizieren, Kundenschwund vermeiden und bessere Preisentscheidungen treffen können.

Am Ende sind die Einblicke, die durch die smarten Daten eines Unternehmens gewonnen werden, entscheidend für ein starkes Umsatzwachstum. Das US-Bundesministerium für Wirtschaft und Energie empfiehlt Firmen, die Implementierung von Anwendungen in Betracht zu ziehen, die sie unterstützen, optimale Geschäftsentscheidungen auf Basis der wichtigsten Datenbestände zu treffen – und nicht der größtmöglichen Menge verfügbarer Daten. Für eine fundierte Entscheidungsfindung sind smarte Daten somit deutlich wertvoller als Big Data.

Artikelfiles und Artikellinks

(ID:43603825)