Was will eigentlich der Kunde? Externe Markforschung hilft. Aber eigentlich liegen die Antworten schon vor: im Unternehmen selbst, aber begraben in einer Datenflut, die den Blick auf das Wesentliche versperrt, und verteilt auf zahlreiche Systeme. Rechenpower aus der Cloud öffnet Wege, das eigene Wissen zu heben und nutzbar zu machen. Auch mit Hilfe Künstlicher Intelligenz.
Auf der Erde herrscht wieder Goldgräberstimmung. Heutzutage ist es aber nicht das Öl und es sind nicht die Goldminen, es sind dagegen die Daten, die praktisch allen Unternehmen wertvolle Erkenntnisse versprechen. Ob autonom fahrende Autos, smarte Stromzähler oder Industriemaschinen jeglicher Art: Daten kommen heute von überall her. Längst aber nicht jedes Unternehmen weiß etwas mit ihnen anzufangen oder fragt sich, wie damit die Kundenbeziehung verbessert und ausbaut werden kann.
Dabei lernt schon jeder Student der Betriebswirtschaftslehre, dass klare, strukturierte und umfängliche Kundendaten in den wichtigsten Bereichen eines Unternehmens vorrätig sein sollten. Vom Marketing und Vertrieb bis zum Service und sogar der Buchhaltung können die richtigen Daten zum richtigen Zeitpunkt für ein besseres Kundenerlebnis sorgen und dem Unternehmen mehr Umsatz bringen.
Wenn Kundendienst und Vertrieb nicht zusammenarbeiten
Viel zu häufig passiert aber noch Folgendes in den Unternehmen: Ein Kunde ruft die Firmenhotline an und beanstandet ein fehlerhaftes Produkt. Der Kundenservice nimmt den Vorgang ordnungsgemäß in seinem Ticket-System auf. So weit nachvollziehbar. Doch kurze Zeit später spricht der Außendienst des gleichen Unternehmens beim besagten Kunden vor, und möchte etwas verkaufen. Allerdings weiß der Vertriebler von der laufenden Beschwerde nichts und potenziert dadurch den Ärger.
Diese klassische Fehlerquelle liegt im Inselfluch begründet: Die verschiedenen Kundendaten sind im Unternehmen verteilt in verschiedenen Silos. „Ganz gleich, ob Konzern oder Mittelstand, Datensilos sind immer noch weit verbreitet“, sagt Yavuz Bogazci, Director beim IT-Dienstleister CGI in Deutschland. Beispiele wie das vom Außendienst versus Kundendienst sind Bogazci nur allzu bekannt. Wie üblich nutzt der Kundendienst ein Customer Relation Management System (CRM) für seine Zwecke. Der Außendienst hat darauf aber keinen Zugriff. Umgekehrt ist es nicht besser: Die Daten, die der Vertrieb produziert, liegen dem Support nicht vor. Die Misere ist häufig Abbild einer fehlenden, ganzheitlichen Datenstrategie oder eines Mangels an einer einheitlichen Datenschnittstelle sein, an der alle einlaufenden Daten erhoben und prozessiert werden.
Folgerichtig verfügen diese Unternehmen über keine Gesamtschau aller gesammelten Interessen und Bedürfnisse ihrer Kunden – und haben so weniger Erfolg beim Entwickeln neuer Zielgruppen und Geschäftsfelder. Es gibt häufig auch eine Diskrepanz zwischen Theorie und Praxis: Obwohl in der Theorie alle notwendigen Daten vorhanden sind, werden diese in der Praxis separat gesammelt und nicht zusammengeführt.
Das Problem der Zersiedlung der Daten
Mehrere Studien haben unlängst das Problem thematisiert. So ergab eine Auswertung des Marktforschers IDC, dass mehr als 80 Prozent der IT-Führungskräfte die Datenzersiedelung als eines der kritischsten Probleme ansehen. Dies ist auch vor dem Hintergrund stark steigender Datenvolumen hochgradig problematisch. Gemeinhin wird angenommen, dass sich das von Unternehmen zu bewältigende Datenvolumen alle zwei Jahre voraussichtlich mehr als verdoppeln wird. Ein IDC-Experte sagt: „Wertvolle Daten sind heutzutage häufig über mehrere physische Standorte und verschiedene Quell-Typen verteilt. Dies führt zu einem Problem der Zersiedelung und Fragmentierung von Daten.“
Daraus resultiere wiederum, dass die Nutzer keinen Zugang zu den richtigen Daten hätten oder nicht wüssten, wo sie diese finden können, um fundierte Geschäftsentscheidungen zu treffen. Infolgedessen seien sie nicht in der Lage, von ihren Daten bestmöglich zu profitieren. „Außerdem behindert dies den Einsatz effizienter KI-, maschineller Lern-, Analyse- und Compliance-Lösungen, die unternehmensweiten Einblick in die Daten benötigen, um optimal arbeiten zu können“, heißt es von IDC.
Das gerade kleinere und mittlere Unternehmen ihren Ansprüchen hinterherhinken, zeigt eine andere Studie. So sind einer Erhebung der Technologiestiftung Berlin zufolge rund 84 Prozent der kleineren und mittleren Unternehmen „digitale Einsteiger“: Sie erheben Daten, aber oftmals werde damit nichts weiter gemacht, sie würden weggeschlossen oder zumindest nicht sinnvoll weiterverarbeitet.
Fehlende Strategie
Die Folgen des unzureichenden Datenmanagements lassen sich an wirtschaftlichen Kennziffern verdeutlichen: Die Betriebskosten liegen in Unternehmen ohne umfassende Datenmanagementstrategie um 66 Prozent höher und agieren um 67 Prozent langsamer am Markt als die Konkurrenz.
Warum gehen Unternehmen das Thema nicht an? Zumal die Corona-Pandemie die Notwendigkeit, Geschäftsprozesse zu digitalisieren, deutlich vor Augen geführt hat. „Technisch gibt es bei der Zusammenführung von Datensilos in der Regel keine Herausforderungen“, sagt CGI-Experte Bogazci. Aber es mangelt mitunter an einer Strategie, die sicherstellt, welche Daten für welchen Use Case gebraucht werden, wer Zugriff auf diese Daten hat und wer am Ende das Reporting der Daten übernimmt“.
Digitalisierung auf diesem Gebiet heißt dabei: Auf Basis einer ganzheitlichen IT-Strategie gilt es darum, ein professionelles CRM-System, kombiniert mit Data Mining und Cloud Computing zu bauen. Laut dem CGI-Experten geht es bei Data Mining darum, in Datenbeständen versteckte Muster und Zusammenhänge zu finden. Das geschieht mittels systematischer Anwendung statistischer Methoden und verfolgt das Ziel, neue Erkenntnisse, Querverbindungen und Trends zu erkennen. Data Mining hilft Firmen, ihr Unternehmen besser zu verstehen. Es liefert Hinweise, wie Firmen mehr Umsatz erzielen, Kosten einsparen können oder welche Investitionen den höchsten Ertrag bringen.
Hebelwirkung der Daten
Beispiel: Ein Einzelhändler erkennt aufgrund der Daten aus einem Kundenbindungsprogramm, welche Kunden mehr Geld ausgeben und welche weniger. So kann er sich mit seinen Marketingmaßnahmen auf die Kunden fokussieren, mit denen er bessere Umsätze generiert. Das spart Zeit und Geld.
Damit aber erfolgreiche Datennutzung in Zukunft möglich wird, muss sich das Bewusstsein im Unternehmen verändern – und zwar das aller Mitarbeiter, vom CEO bis hin zum Team im Callcenter. Werden Daten nicht einfach nur als Nebenprodukt gesammelt, sondern miteinander verknüpft und analysiert, entsteht daraus „Smart Data“, also intelligente Daten, die einen tatsächlichen Nutzwert haben.
Auf der anderen Seite beweisen Firmen, die sich bereits auf den Umgang mit großen Datenmengen eingestellt haben, wie groß deren Hebelwirkung sein kann. Ihre Einnahmen liegen um 69 Prozent höher, die Gewinne um 57 Prozent. Das Datenmanagement hilft außerdem dabei, die Kundenzufriedenheit zu steigern (72 Prozent höher) und neue Produkte oder Dienstleistungen auf den Markt zu bringen.
In jeder Branche bedeutet ein effizientes Datenmanagement daher einen Wettbewerbsvorteil. Um das Potenzial ihrer Daten ausschöpfen zu können, setzen die meisten Unternehmen (70 Prozent) auf den Einsatz von Cloud-Technologie.
Vision entwickeln und iterativ vorgehen
Die Cloud hat eine große Hebelwirkung. Das liegt zum einen an den skalierbaren Services, zum anderen kann man im Gegensatz zum Rechenzentrum für bestimmte Zeiträume die Rechenlast exponentiell hochfahren, die Daten festschreiben und das Ganze wieder runterfahren. Bogazci rät daher: „Jeder gewählte Ansatz zwischen hybriden, öffentlichen oder privaten Cloud-Modellen muss sorgfältig mit den Verpflichtungen zum Schutz kritischer persönlicher und geschäftlicher Daten, zum Schutz der Privatsphäre, zur Einhaltung von Vorschriften und zur Minderung des geschäftlichen Risikos abgewogen werden“.
Er empfiehlt weiterhin, zunächst eine Vision zu entwickeln, und dann im Konkreten iterativ vorzugehen. „Bekanntermaßen kommt der Appetit beim Essen“, so Bogazci. „So ist es häufig auch beim Cloud Computing. Man kann mit einzelnen Use Cases und damit kostengünstig starten. Wenn weitere Use Cases hinzukommen, das Datenvolumen steigt oder die Anforderungen an eine (Data Mining)-Plattform zunehmen, kauft man sich notwendigen Services oder mehr Rechenpower dazu“.
Cloud Computing lässt sich auch wunderbar mit Künstlicher Intelligenz verbinden. „Um beispielsweise eine Künstliche Intelligenz zu trainieren, sind in der Regel große Datenmengen notwendig. In der Cloud lassen sich solche Datenmengen kostengünstig persistieren und die KI-Modelle zu einem bestimmten Zeitpunkt auf diesen Daten trainieren und anschließend wieder Ressourcen freigeben. Das spart Zeit und Geld“, ergänzt Bogazci.
Angefeuert wird der Hype um Cloud Computing und Künstliche Intelligenz auch durch das IoT, das Internet of Things. Industriemaschinen können kostengünstig mit Sensoren bestückt werden, die Daten in die Cloud schicken. Bevor die Maschine auch nur in die Nähe eines Ausfallrisikos kommt, kann der Techniker schon losgeschickt werden. Die Vorteile dieser technischen Weiterentwicklung sind immens: Totalausfälle der Maschinen kommen praktisch nicht mehr vor, ebenso Defekte, die mitunter hohe Kosten nach sich ziehen. Zudem ist Lagerhaltung seitens der Kunden nicht mehr notwendig, da Produkte ohne Ausfall produziert werden können.
Dieser Artikel ist entstanden in Zusammenarbeit des Journalisten Martin Scheele und Yavuz Bogazci, Director Consultant bei CGI.