Thought Leadership
Unternehmen sollten ihre Erwartungen an die Größe und den Umfang von Big-Data-Pilotprojekten zugunsten maximaler Effizienz senken.
Explosives Datenwachstum und gleichzeitig für Schlagzeilen sorgen, das ist nichts Neues mehr. Das liegt für die meisten Unternehmen in Reichweite. Die Herausforderung ist, einen effizienten und effektiven Weg zu finden, um die Big Data-Arena zu betreten, denn längst sind es nicht mehr nur Früheinsteiger, die Vorteile aus deren Werten holen. Es ist klug, mit einem klar definierten Big Data-Pilotprojekt zu beginnen, das vom Unternehmens verantwortet und von ihm geleitet wird, das von Technologie ermöglicht und von Ihnen geregelt wird.
Laut einer Big Data-Umfrage von IDG Enterprise im Jahr 2014 bewegt sich eine wachsende Anzahl von Unternehmen bereits über das Früheinsteigerstadium hinaus.1 Mehr als 20 Prozent der Befragten geben an, dass Ihre Big Data-Projekte sowohl die Qualität als auch Geschwindigkeit der Entscheidungsfindung im Unternehmen verbessert haben.
Inzwischen erwarten 49 Prozent, dass die Nutzung von Big Data in drei Jahren in Ihrem gesamten Unternehmen verbreitet sein wird. Weitere 26 Prozent erwarten eine häufige Verwendung in einem oder mehreren Unternehmensbereichen, Ressorts oder Abteilungen.
Während Big-Data-Initiativen Unterstützung durch die Geschäftsleitung brauchen, wird ein Big-Data-Pilotprojekt ins Wanken geraten, wenn die Integration im gesamten Unternehmen versucht wird. Im Grunde ist ein Big-Data-Pilotprojekt ein genehmigtes Schatten-IT-Projekt und erfreut sich als solches einer effizienten Unterstützung, Entscheidungsfindung und Durchführung, die sich nur ein dezentrales Projekt erlauben kann.
Klein beginnen, Wachstum im Blick haben
Das Big-Data-Pilotprojekt Ihres Unternehmens braucht einen Linienmanager mit klaren Zielen, der das Pilotprojekt übernimmt und ein funktionsübergreifendes Team williger und energischer Teilnehmer herausbildet. Wird ein Geschäftsszenario identifiziert, das im gesamten Unternehmen auf Interesse stößt, wird das Pilotprojekt deutlich an Dynamik gewinnen. Und Beteiligte, die dem Projekt leidenschaftlich gegenüberstehen, werden es nicht nur begleiten, sondern auch davon profitieren, auch wenn es nicht so erfolgreich ist wie gedacht.
Auch wenn es laut Definition im Umfang begrenzt ist, so braucht ein Pilotprojekt einen Rahmen, damit es leicht operationalisiert werden kann. Hier kommen Sie ins Spiel. Sie müssen dafür sorgen, dass Data Governance von Anfang an in das Pilotprojekt eingebaut wird. Machen Sie aus strategischer Sicht Empfehlungen, die Ihnen helfen, die Ergebnisse an Ihren ganzheitlichen Data Governance-Ansatz zu binden. Und stellen Sie auf der taktischen Ebene sicher, dass es in Ihr kanonisches Datenmodell passt.
Bleiben Sie konzentriert
Entscheidend ist ein eigenständiges Pilotprojekt mit klaren Grenzen von Anfang an. Auf diese Weise sind die Beteiligten weniger in Sorge über die Unsicherheiten von Big Data und konzentrieren sich stärker auf das definierte Ergebnis mit konkretem und messbarem Nutzen.
Stellen Sie sicher, dass das Pilotprojekt Ihres Unternehmens folgende übergeordnete Ziele bei der Definition von Anforderungen im Blick behält:
- Definieren Sie Ihre Daten, und stellen Sie sicher, dass sie zugänglich, sicher und vertraut sind.
- Beschränken Sie die Dauer des Pilotprojekts.
- Stellen Sie sicher, dass alle Mitarbeiter engagiert sind und mögliche Risiken verstehen.
- Integrieren Sie die Datenschutz- und Sicherheitsrichtlinien des Unternehmens in den Plan.
- Halten Sie bestehende Datenschutzbestimmungen ein.
- Beurteilen Sie, ob Ihr Modell wiederholbar ist und bei Erfolg auf andere Unternehmensszenarien angewendet werden kann.
- Halten Sie Notfallpläne bereit, falls Hauptprozesse des Unternehmens gefährdet werden.
- Erfassen Sie, wie Sie den ROI messen – qualitativ, quantitativ oder beides.
- Identifizieren Sie vorhandene Prozesse und Aktionen, die Sie zu automatisieren hoffen.
- Erstellen Sie einen Finanzplan: Faktorkosten, die durch das Pilotprojekt entstehen, sowie erwartete Einsparungen in der Zukunft
- Bauen Sie eine Exit-Strategie in ihr Pilotprojekt ein, die den Punkt bezeichnet, an dem abnehmende Erträge eine Fortsetzung unrentabel machen.
Seien Sie risikobewusst, nicht risikoscheu
Innovativ sein erfordert ein gewisses Maß an Risiko. Schätzen Sie die Auswirkungen von Big Data realistisch ein. Sie müssen anwenden, was Ernst & Young als „Risiko-Objektiv“ für das Unternehmen bezeichnet. Sie weisen darauf hin, dass „Unternehmen, denen es gelingt, aus Risiko Ergebnisse zu machen, sich einen Wettbewerbsvorteil durch effizienten Einsatz knapper Mittel verschaffen, bessere Entscheidungen treffen und geringere Anfälligkeit für negative Ereignisse zeigen.“2
Der Einbau von Störsicherungen in das Pilotprojekt ist ein Weg, um das Risiko zu reduzieren. Zum Beispiel können Sie durch Arbeit in kurzen, iterativen Zyklen die Ursache für gegebenenfalls auftretende Probleme eingrenzen. Auf diese Weise kann außerdem sichergestellt werden, dass ihr Pilotprojekt schnelle Ergebnisse zeigt.
In dem Maß, wie Ihr Unternehmen durch die Auseinandersetzung mit erfolgreichen Pilotprojekten gewinnt, profitieren Sie von mehr ehrgeizigen Anstrengungen, die größere Auswirkungen haben werden. Ein intelligenter Umgang mit Governance von Anfang an ermutigt Skalierbarkeit und Flexibilität, die aus einem klar definierten und operationalisierten Modell entstehen.
Einzelheiten darüber, wie Sie Ihre Anstrengungen im Bereich Big Data erweitern, Kosten senken und Risiko minimieren, finden Sie in „Ein sicherer Ansatz für Big Data“.
