Big Data

Advanced Analytics und eine neue Rolle im Unternehmen

Werden Big-Data-Projekte beschrieben, überwiegen üblicherweise technische Aspekte wie die Art der Datenbank, die Analytics-Software, die Schnittstellen und die Visualisierungslösungen. Gelegentlich wird als Voraussetzung für den Erfolg von Projekten im Bereich von Big Data Analytics außerdem ein kulturelles Umdenken im Anwenderunternehmen erwähnt. Das ist soweit richtig, unterschlägt jedoch einige Aspekte.

Der Top-Down-Ansatz ist empfehlenswert

Für Big-Data-Projekte empfiehlt sich oft ein Top-Down-Ansatz. Ziel eines Top-Down-Ansatzes ist, dass von der Unternehmensleitung über die Fachabteilung bis zur IT alle Beteiligten nicht nur an einem Strang ziehen – sondern auch in die gleiche Richtung. Die notwendigen Geschäftsprozesse werden entwickelt oder umgeformt. Auch an die Entwicklung von geeigneten Datenmodellen wird gedacht. Die Datenmodelle entsprechen idealerweise nicht nur dem konkreten Analysemodell, sondern sorgen auch für die Weiterverwendbarkeit der Daten in anderen Analytics-Projekten, in Corporate Data Pools und Industrial Data Pools. Solche Data Pools sind übrigens eine sinnvolle Erfindung. Unternehmen können sich Daten, die durch eigene Analysen schon „ausgelaugt“ sind, ein weiteres Mal monetarisieren. In Japan haben sich Anwender aus verschiedenen Branchen schon zu solchen Initiativen zusammengeschlossen. Für einen vierstelligen Betrag im Jahr können sie in den Daten anderer Unternehmen stöbern. Mit diesen Daten könnten Unternehmen die Zeit sparen, die sonst beispielsweise für eine aufwändige Kundenbefragung erforderlich wäre. Im Big Data Pool könnten die Versanddaten oder Statistiken anderer Unternehmen, durchaus auch Wettbewerbern, liegen. im Idealfall schließen sich Unternehmen hier zusammen und legen die Regeln für die Daten fest.

Datenverantwortliche werden immer wichtiger

Nicht nur im Zusammenhang mit Daten-Pools (ob nun hausintern, branchenübergreifend oder offen) wird eine Rolle immer wichtiger: Die bzw. der Datenverantwortliche. Datenverantwortliche werden im Big-Data-Zeitalter nicht nur Einhaltung der DSGVO und anschließender Bestimmungen beachten müssen, sie sind auch für die Monetarisierung der Daten verantwortlich. Monetarisierung ist auch keine Einbahnstraße, denn für Advanced-Analytics-Projekte müssen oft auch externe Daten eingekauft oder eben einem Pool entnommen werden. Datenverantwortliche bekommen eine Rolle, die sich über verschiedene Unternehmensbereiche erstreckt und deshalb nicht allein von Admin & Management, der Fachabteilung oder der IT allein übernommen werden kann, wenngleich die Person für alle Bereiche zumindest ein Verständnis haben muss.

Wichtige Fragestellungen

Haben die Daten im Unternehmen ein einheitliches Format, bzw. gibt es ein übergreifendes Metadatenformat, das alle im Unternehmen anfallenden Daten erfassen und darstellen kann? Befinden sich die Daten an einem einheitlich zugreifbaren Speicherort, der gegebenenfalls Cloud-Speicher ist? Ist bekannt, welche Nutzergruppen im Haus auf diese Daten zugreifen oder zugegriffen haben? Welche Daten wurden im definierten Zeitraum nicht genutzt? Stammen die Daten aus vertrauenswürdigen Quellen, insbesondere wenn die Daten eingekauft werden? Liegen die Informationen auch für die automatisch auf Daten zugreifende Systeme vor? Wie können diese Daten verwertet werden? Welche Maßnahmen der Normalisierung, Neutralisierung oder Pseudonymisierung, nicht nur personenbezogener Daten, sind vor einer weiteren Verwertung anzuwenden? – Dies sind nur einige zu stellende Fragen. Diese Fragen gelten nicht nur für verfallene Daten, sondern sie müssen genauso auf die aktuell genutzten Daten angewendet werden.

Fazit

Die Monetarisierung von Daten über ihre ursprüngliche Nutzung hinaus benötigt also eine neue Rolle, die nicht unbedingt von vorhandenen Rollen wie dem Datenbankadministrator oder anderen IT-Mitarbeitern, dem CDO, dem Datenschutzbeauftragten und auch nicht in Einkauf oder Vertrieb „am Rande der regulären Tasks“ mitbewältigt werden kann. Die Rolle sollte bereichs- und standortübergreifend geplant werden.

Big Data Analytics liefern somit nicht nur durch ihre neuen Erkenntnisse einen Mehrwert, sondern die Daten selbst können monetarisiert werden – am einfachsten durch Datenverantwortliche – eine neue Rolle, die noch nicht in vielen Unternehmen verankert ist.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.