Datengetriebenes Management

/von

Was ist datengetriebenes Management?

Der Begriff beschreibt eine Organisationsform, die rollierend und kontinuierlich jede und jegliche operative und strategische Fragestellung auf der Grundlage von validen, objektiven und belegbaren Zahlen diskutiert, evaluiert und darauf aufbauend über die nächsten Maßnahmen entscheidet.

Das Ziel des datengetriebenen Managements (nachfolgend als „DGM bezeichnet) besteht in der Einhaltung der ökonomischen Grundprinzipien – nämlich der nachhaltigen Sicherung des Fortbestandes einer Organisation. Konkret bedeutet das Risikominimierung, Effektivitätsoptimierung und Rentabilitätsmaximierung. Datengetriebenes Management zielt insgesamt ab auf die Erreichung des Zustandes der prädiktiven Intelligenz.

Vor diesem Hintergrund definieren wir DGM wie folgt:

„Datengetriebenes Management ist der Prozess, bei dem zunächst Daten aus der Vergangenheit einer Organisation aus Quellen gesammelt, validiert und verknüpft werden. Anschließend werden sie mithilfe von definierten und validierten Algorithmen verarbeitet und dynamisch auf die Zukunft hin hochgerechnet. Mittels variabler Parameter im Sinne von Annahmen und Eintrittswahrscheinlichkeiten für kurz-, mittel- und langfristige Unternehmensführung können diese angereicherten Daten nun modelliert und so aufbereitet werden, dass sie der Organisation 24/7 zur Verfügung stehen. Auf dieser verlässlichen Datenbasis gelingt die Optimierung der ökonomischen Grundprinzipien.“

Entwicklungsstufen von datengetriebenem Management

Bis eine Organistation wirklich auf Basis von Daten gesteuert wird, durchläuft sie meist einen längeren Prozess, der nachfolgend prototypisch beschrieben wird.

 

Stufen dese datengetriebenen Managements

 

Reaktiv-statische Geschäftsanalytik

Dieses erste Stadium ist gekennzeichnet durch hohe Kosten für Daten, lange Wartezeiten und eine geringe Validität und Reliabilität hinsichtlich der Aussagekraft der Daten. In den meisten Fällen geben Unternehmen erforderliche Analysen und Studien extern in Auftrag und verwenden diese nur einmal. In aller Regel fließen sie danach keiner weiteren Verarbeitung oder Verwendung im Unternehmen zu.

Proaktiv-situative Geschäftsanalytik

Auf dieser Ebene wird Business Analytics nicht mehr nur reaktiv verwendet. Erstmals nutzen Entscheider Datenanalysen auch proaktiv in Bezug auf spezifische Situationen und Fragestellungen. Dies bedingt jedoch, dass in den Unternehmen selbst bereits Daten vorhanden sind und dort auch validiert, aufbereitet, aber auch gepflegt werden.

Interaktiv-dynamische Geschäftsintelligenz

Auf dieser Stufe wird die DGM-realisierende Abteilung laufend in alle operativen und strategischen Maßnahmen der Unternehmensführung eingebunden. Mittlerweile ist also ein intensiver Austausch und Dialog mit den verschiedenen internen Kundengruppen entstanden. Das Ergebnis daraus kann auf Basis von Daten aus der Vergangenheit in Echtzeit entsprechende Auswertungen und Übersichten liefern, die zur fundierten und ertragsoptimierten Unternehmenssteuerung herangezogen werden.

Dynamisch-modellierende vorausschauende Intelligenz

Wer hier angelangt ist, steuert seine Prozesse auf einem völlig neuen professionellen Level im Vergleich zu Stufe 1. Die dynamisch-modellierende prädiktive Intelligenz verbindet inhaltlich alle relevanten internen und externen Datendimensionen zu einem 360°-Blickwinkel. Dieser Rundumblick kann zudem dynamisch über flexibel anpassbare Zeiträume gerechnet und kalkuliert werden. Der entscheidende Unterschied zu den beiden ersten Stufen des Reifegradmodells ist die Kompetenz der interpretativen und schließenden Intelligenz. Diese liefert nicht nur Analysen und Auswertungen vergangener Projekte, sondern ermöglicht durch Einbindung von selbstlernenden Anwendungen, Instrumenten und Technologien auch konkrete Zukunftssimulationen. Dabei geht es nicht nur um eine Aussage über Eintrittswahrscheinlichkeiten von zukünftigen Ereignissen, sondern auch deren optimale angewandte operative Ausgestaltung.

 

Reifegradmodell DGM

 

Die Vorteile von datengetriebenem Management

Der Nutzen und die Vorteile von DGM liegen auf der Hand, wenn man das Reifegradmodell verstanden hat: Wenn DGM authentisch und stringent in einer Organisation aufgesetzt und umgesetzt wird, kann damit und auf Basis der sich daraus ableitenden prädiktiven Intelligenz nachweislich der Auftragseingang durch bessere und präzisere Ansprache von potenziellen und bestehenden Kunden signifikant erhöht werden. Doch nicht nur das: Auch der Return on Sales (RoS) wird damit optimiert.

Allein für den Bereich Marketing und Vertriebsunterstützung im Sinne des Verkaufserfolgs können folgende Vorteile, die im Rahmen einer Studie mit mehr als 1000 Unternehmen erhoben wurden, abgeleitet werden:

DGM …

  • steigert die Einnahmen der Website um 10 Prozent
  • erhöht die E-Mail-Klickraten um 35 Prozent
  • optimiert die E-Mail-Konvertierungsraten um 25 Prozent
  • reduziert die Verkaufszykluszeiten um 12 Prozent
  • erhöht die Verkaufsquote um 24 Prozent und mehr
  • hebelt den Vertrieb um 12 Prozent

Die Ziele von datengetriebenem Management

  • Einen Schritt voraus sein: dem Wettbewerb in Bezug auf Märkte, Wettbewerber, Kanäle und Verhaltensweisen
  • Bessere Vorhersagen treffen: für effiziente Geschäfts-, Kapazitäts- und Ressourcenplanung
  • Den Auftragseingang erhöhen: durch bessere Leadumwandlungsraten, kürzere Verkaufszyklen und höhere Auftragseingänge aufgrund eines besseren Kunden- und Marktverständnisses

Betrachtet man allgemein gültige organisationale Strukturen und setzt Marketing damit in Bezug als einen nur kleinen Teil davon, so wird der Hebel der Erweiterung von prädiktiver Intelligenz auf das gesamte Feld der Unternehmenssteuerung sehr schnell in seinem gesamten Ausmaß nachvollziehbar. Jegliche Entscheidung im Rahmen der Unternehmensführung kann durch prädiktive Intelligenz immer präziser vorausgesagt und als eine höchst valide Grundlage für zu treffende Management Entscheidungen herangezogen werden.

 

Quellen:

Forbes (2013): A Very Short History of Data Science. Gil Press.

Freeform Dynamics Ltd. (2020): The Road to Becoming A Data-driven Business – Research Report. London.

Rifkin, J. (2019): Der globale Green New Deal: Warum die fossil befeuerte Zivilisation um 2028 kollabiert – und ein kühner ökonomischer Plan das Leben auf der Erde retten kann. Campus Verlag, Frankfurt am Main.

Seebacher, U. (2021). Datengetriebenes Management – Wie Sie die richtigen Grundlagen lagen, bevor Sie mit Business Intelligence durchstarten können. Heidelberg: Essential Serie, Springer.

Seebacher, U. (2020a): Praxishandbuch B2B Marketing – Neueste Konzepte, Strategien und Technologien sowie praxiserprobte Vorgehensmodelle – mit 11 Fallstudien. Springer Ver-lag, Heidelberg.

Seebacher, U. (2020b): Template-based Management – Ein Leitfaden für eine effiziente und wirkungsvolle berufliche Praxis. AQPS Inc., Graz.

Seebacher, U. (2021). Predictive Intelligence für Manager – Der einfache Weg zur datengetrie-benen Unternehmensführung – mit Self-Assessment, Vorgehensmodell und Fallstudien. Springer Verlag, Heidelberg.

 

Weiterführende Inhalte

LookalikesContent-Marketing-Zirkel im B2B