ca. 30 Minuten
nach Wunsch auch mit VideocallEin Kommentar zu Florian Heinemanns Data-Warehouse-Podcast auf digitalkompakt.de
Selten war ich beim Hören eines Podcasts so angetan wie bei Florian Heinemanns Auftritt in Digital Kompakt am 21.10.2016. Warum? Ganz einfach: Er spricht mir aus der Seele. Seit fast zehn Jahren liege ich den Leuten nun schon damit in den Ohren, wie essentiell wichtig datengetriebenes Arbeiten für den Erfolg eines Unternehmens ist, sowohl auf strategischer als auch auf operativer Ebene – und ich befürchte fast, sie können es nicht mehr hören. Äußerst erfreulich, wenn dann eine andere Stimme dieselben Worte findet! Weil ich also nur unterstreichen kann, was Herr Heinemann sagt, gibt es hier seine wichtigsten Thesen zusammengefasst sowie aus meiner persönlichen Perspektive angereichert und kommentiert. In den ergänzenden Absätzen lesen Sie außerdem, wie sich Heinemanns Thesen auch in unserer Commerce Intelligence Suite minubo spiegeln. Viel Spaß beim Lesen!
Wer nach den Sternen greift... braucht ein Data Warehouse
Es ist eine einfache Wahrheit: Der Wettbewerb in der Digitalbranche ist hart, deshalb wird sich nur derjenige durchsetzen, der die besten Geschäftsentscheidungen trifft – und das funktioniert nur mit einer ganzheitlichen Datenbasis bzw. mit fürs ganze Unternehmen einfach zugänglichen Daten und den daraus resultierenden Insights wirklich gut. Je eher im Lebenszyklus eines Unternehmens diese Dinge zur Verfügung stehen, desto besser die Chancen am Markt und desto geringer der initiale Projektaufwand – da deckt sich meine Erfahrung ganz und gar mit dem, was Herr Heinemann berichtet. Nicht umsonst haben Digitalriesen wie Amazon und Zalando von Anfang an ganze Unternehmenszweige für dieses Thema abgestellt.
So spiegelt sich diese These in minubo:
Unternehmen brauchen eine standardisierte, schnell implementierbare Reporting- und Analytics-Lösung, um schnell handlungsfähig zu sein und mithilfe der resultierenden Datentransparenz am Markt bestehen zu können. Deshalb haben wir die Commerce Intelligence Suite minubo so entwickelt, dass sie von der Cloud-Infrastruktur übers Data Warehouse bis hin zum Reporting- und Analytics-Frontend alles umfasst – abgestimmt auf die spezifischen Anforderungen des digitalen Handels und, selbstverständlich, anpassbar an individuelle Bedarfe.
Datengetriebene Entscheidungen sind kein Management-Privileg
Es ist ein weit verbreitetes Missverständnis, dass Reports, Analysen sowie alle Arten von bunten Diagrammen ein Vorrecht der Führungsetage wären. Ganz im Gegenteil: Während strategische Entscheidungen vorwiegend auf Basis von im Monats-, Quartals- und Jahreszyklus generierten High-Level-Auswertungen getroffen werden, brauchen operative Einheiten sowie untere Führungsebenen ihre Performancezahlen sogar täglich, um, auf belastbaren Daten, stets die richtigen Maßnahmen ergreifen zu können. Welche Kampagnen brauchen kurzfristig mehr Budget? Welche Kunden haben heute eine hohe Kaufwahrscheinlichkeit? Welche Topseller gehen im Lager zur Neige? Hier kann nur geschäftsoptimierend agieren, wer die richtigen Daten zur Verfügung hat. Gerade in diesem Punkt kann ich Herrn Heinemann nur aus vollem Herzen zustimmen – denn noch immer wird die operative Komponente beim Thema datengetriebene Entscheidungskultur sträflich vernachlässigt.
So spiegelt sich diese These in minubo:
High-Level-Reports sind nur die halbe Miete und bedienen im Unternehmen eine überschaubare Zielgruppe. Deshalb haben wir minubo zwar mit allen erforderlichen Arten von Management-Reports inkl. terminierbarem Email-Versand ausgestattet, fokussieren uns aber ganz besonders auf operativ nutzbare Insights aus Daten sowie proaktive Handlungsempfehlungen. Allgemeiner formuliert: auf einfachen und flexiblen Datenzugriff für jedermann. Nur so können Teams maximale Ergebnisse erzielen!
Ein solides Change Management ist unverzichtbar
Wenn Sie schon mal die Einführung eines neuen Tools begleitet haben, wird Ihnen diese Situation bekannt vorkommen: Sie implementieren ein großartiges System, das nur darauf wartet, der Firma tonnenweise Mehrwert zu generieren – und dann verstaubt es ungenutzt in der Ecke (oder in der Cloud). Das Learning: Es geht nie (!) ohne Change Management. Ganz wie Herr Heinemann erläutert, bedeutet das für die Einführung einer Reporting- und Analyselösung: Den Mitarbeitern muss vor Augen geführt werden, weshalb es ihnen zugutekommt, nicht nur in ihre althergebrachten operativen Systeme zu schauen, sondern auch in die zugehörigen Performancezahlen bzw. datengenerierten Insights.
So spiegelt sich diese These in minubo:
Wir arbeiten bei der Einführung von minubo in Kundenunternehmen schon lange nicht mehr ohne begleitendes Change Management – haben dafür sogar eine ganze Beratungsabteilung ins Leben gerufen. Mit Use Case Workshops, Schulungen und dedizierter Kundenbetreuung stellen wir sicher, dass Unternehmen mit minubo maximalen Mehrwert erzielen.
Ja, es muss Rohdatenlevel sein
Klar, es wäre deutlich einfacher (und billiger), Daten nur aggregiert zu verarbeiten. Das Problem: Was nur aggregiert verarbeitet wird, kann nur aggregiert ausgegeben werden – und das reicht zwar für Management-Reports, aber nicht für operative Arbeit. Das beginnt schon beim Matching diversifizierter Datenpunkte (z.B. Retouren zu Akquisitionskampagne – das geht nur über einzelne Order IDs) und reicht bis zur flexiblen Ad-Hoc-Segmentierung für z.B. Newsletter-Kampagnen oder Facebook Target Audiences (das geht nur auf Basis von Einzelkunden-Datensätzen). Genau wie Florian Heinemann möchte ich deshalb unterstreichen: Sparen Sie nicht an dieser Stelle – es wäre definitiv die falsche!
So spiegelt sich diese These in minubo:
Um Anforderungen wie den oben genannten gerecht zu werden, erfolgt die gesamte minubo-Datenverarbeitung auf Rohdatenlevel – so können unsere Nutzer ihre Daten flexibel segmentieren und Drill-Downs auf einzelne Objektentitäten wie z.B. einzelne Kunden, einzelne Omni-Channel-Touchpoints oder Produkte bzw. Produktvarianten vornehmen. Außerdem haben sie über unsere Feeds die Möglichkeit, in real-time auf ihre Rohdaten zuzugreifen – sei es mit Excel oder z.B. einem Email-Marketing- oder Kampagnen-Management-Tool.
Datenfluss und -matching sind das Herzstück jeder Analytics-Architektur
Zahlen, die der Nutzer seinem Reporting- und Analyse-Frontend entnimmt, sollen korrekt und aussagekräftig sein – und pünktlich zum Tagesbeginn vollständig aktualisiert. Das mag simpel klingen, ist es aber ganz und gar nicht, denn um das zu gewährleisten, braucht es eine aufwändige, teure technische Infrastruktur, deren Aufbau nur mit einer Menge Fachwissen sowohl in technologischen als auch inhaltlich-analytischen Fragen bewerkstelligt werden kann – und nicht zuletzt mit einer Menge Zeit und Geld. Insbesondere gilt das für die üblichen Legacy-BI-Lösungen à la Micro Strategy oder Business Objects, aber auch bei Projekten auf Basis von Open-Source-Technologie wie Herr Heinemann sie empfiehlt, sind Aufwand sowie Projektzeit und (Opportunitäts-)Kosten nicht zu unterschätzen.
So spiegelt sich diese These in minubo:
In unserer täglichen Arbeit mit Kunden beobachten wir, dass der größte Teil der Unternehmen die genannten Ressourcen nicht hat – weder das erforderliche Fachwissen noch die Zeit oder das Geld. Aus diesem Grund gibt es die technische Infrastruktur sowie das Datenmodell bei minubo out-of-the-box, perfekt angepasst auf die fachlichen Anforderungen von Commerce-Kunden und deutlich günstiger als Alternativen insbesondere aus dem Bereich traditioneller BI-Lösungen. Wo es dann doch mal nicht passt, können wir immer noch individualisieren, aber so beginnt der Kunde statt bei 0% bei 80% – und kommt zudem auch noch deutlich günstiger zum Ziel.
Die Schlüsselfrage: Einkaufen oder Selberbauen?
Tja, womöglich bin ich leicht voreingenommen, wenn ich sage: Einkaufen – und zwar minubo! Aber Spaß beiseite: Ich bin Anbieter einer im Kern standardisierten Lösung, weil ich überzeugt davon bin, dass es das ist, was Unternehmen brauchen. Das Ressourcenthema ist ein Grund dafür (s. oben), aber auch die Tatsache, dass wir als externer Anbieter unsere Lösung auf umfassende Praxiserfahrung bauen und dabei kontinuierlich Best Practices aus der Branche einfließen lassen, fällt schwer ins Gewicht gegenüber einem kompletten Neubau durch hauseigenes Personal, das so ein Projekt womöglich nie zuvor umgesetzt hat.
Ein Argument, das Herr Heinemann für den Selbstbau anführt, ist der damit verbundene Lerneffekt fürs Team. Das sehe ich genauso. Aber: Ich denke, der größte bzw. nachhaltigste Lerneffekt in einem solchen Projekt kommt aus dem Mapping der verschiedenen Datenströme ins zentralisierte Datenmodell – und dieser Prozess kommt nicht nur bei In-House-Projekten zum Tragen, sondern ist auch fester Bestandteil jedes minubo-Projekts. Auch auf diese Weise kommen die Mitarbeiter also zu dem ohne Frage essentiellen Mehrwert, ihre eigenen Daten und Datenprozesse besser zu verstehen.
Ein weiteres Argument, dass Herr Heinemann für den Selbstbau anführt, ist die vollständige Individualisierung des Datenmodells. Meine Antwort darauf ist: Ich glaube nicht, dass die Entwicklung eines „individuellen“ Datenmodells im Data Warehouse den größten Mehrwert bietet – schließlich wird der Kontenrahmenplan in der Buchhaltung auch nicht für jedes Unternehmen neu erfunden. Meiner Erfahrung nach stammt das Bedürfnis nach „Individualisierung“ zumeist aus vergangenen BI-Projekten, in denen im Datenmodell immer etwas fehlte, sodass „Individualisierung“ mit „Vollständigkeit“ bzw. „Flexibilität bei der Vervollständigung“ des Datenmodells verwechselt wird. Klar, „Vollständigkeit“ ist dann auch wieder Auslegungssache und sicherlich wird das ein oder andere Unternehmen in unserem Datenmodell Aspekte finden, die nicht erfüllt sind, doch ich wage zu behaupten: Alles Wesentliche (und mehr) ist da – und der Rest ist nur eine Frage der Zeit, denn auf Basis der vorhandenen 80% sind wir flexibel und schnell bei der Erweiterung des Modells. Und: Wer statt bei 0% bei 80% startet, hat mehr Zeit, sich (datengetrieben!) auf unmittelbar umsatzstiftende Themen zu konzentrieren.
Zum Schluss noch eine kleine Sneak Preview: Neben unserer regulären Produktentwicklung sind wir aktuell mit Volldampf dabei, ein vollständiges, systematisches Kennzahlenmodell für Commerce-Organisationen zu entwickeln, das den Schritt von unserem bisherigen eCommerce-Kennzahlenmodell zum Omni-Channel-Kennzahlenmodell macht – quasi eine DIN-Norm für Kennzahlen im Online- und Omni-Channel-Handel. Diese Systematik wird dann auch öffentlich zugänglich sein, nicht nur über unser Produkt, denn ich bin der festen Ansicht: Ein solches, systematisches, konsistentes Modell fehlt dem Markt – und tatsächlich auch den meisten Unternehmen, die ich bisher kennenlernen durfte. Diesen Schritt wollen wir gehen.
Übrigens: Da es Ziel ist, in dieser Systematik möglichst viele Expertenstimmen zu vereinen, möchten wir sie nicht nur zusammen mit unseren Kunden erarbeiten, sondern auch mit Ihnen! Wenn Sie Interesse haben, unser Projekt aktiv mitzugestalten, schreiben Sie mir gerne eine Mail.
Zu guter Letzt...
...ein expliziter Dank an Herrn Heinemann sowie Herrn Kaczmarek für diesen großartigen Podcast! Gäbe es mehr Stimmen wie diese, hätten viele Unternehmen ein großes Problem weniger. Allen, die das bisher versäumt haben, kann ich nur empfehlen: Nehmen Sie sich die 37 Minuten und 12 Sekunden Zeit – sie sind es wert!
Was sind Ihre Gedanken zum Thema? Hinterlassen Sie einen Kommentar und diskutieren Sie mit!
Möchten Sie regelmäßig über die neuesten Blog-Beiträge oder unsere bevorstehenden Webinare informiert werden? Oder möchten Sie gerne wissen, was es rund um die minubo Analytics Cloud Neues gibt? Das ist gar kein Problem:
