7 Datenanalyse-Trends 2021: Worauf erfolgreiche Unternehmen achten
Datenanalyse wird nicht nur von Software, sondern auch von Rahmenbedingungen beeinflusst. Wir haben für Sie Herausforderungen, Trends und die nächsten Schritte zusammengestellt, die in naher Zukunft Datenanalyse – und datengetriebene Unternehmen – beeinflussen werden.
Datenanalyse wird nicht nur von Software, sondern auch von Rahmenbedingungen beeinflusst. Wir haben für Sie Herausforderungen, Trends und die nächsten Schritte zusammengestellt, die in naher Zukunft Datenanalyse – und datengetriebene Unternehmen – beeinflussen werden.
Daten, Analyse und ihr Nutzen rücken in den letzten Jahren immer mehr ins Zentrum der Aufmerksamkeit. Laut Gartner gehört Datenanalyse mit 36% zu den Game-Changer-Technologien, die aus der Pandemie gestärkt hervorgehen – und liegt damit deutlich vor Künstlicher Intelligenz mit 24%. Dahinter steckt kein Technologie-Hype, sondern verdeutlicht, welches enorme Potenzial Daten mit sich bringen. Nachdem viele Branchen und Unternehmen im letzten Jahr mit wechselnden Bedingungen zurechtkommen mussten, versprechen Daten mehr Orientierung in der Unternehmensstrategie. In der IT werden Daten zum Wegbereiter für Innovation, zum Beispiel um den Kunden und seine Bedürfnisse besser zu verstehen. Die Arbeit mit Daten wird aber nicht nur von Daten selbst und den Technologien zur Analyse beeinflusst, sondern auch von Trends und Rahmenbedingungen. Es ist gut, folgende Trends und Entwicklungen zu kennen und zu beachten:
1. Der CDO ist im Kommen
An Rollen wie den CIO (Chief Information Officer) sind Unternehmen gewohnt, er kümmert sich aber eher um die Technologie-Assets, während der CDO (Chief Data Officer) für die Informations-Assets zuständig ist. Der Chef der Daten-Priorisierung und Daten-Orchestrierung berät die Entscheidungsträger des Unternehmens mit den aus Daten gewonnenen Erkenntnissen und sorgt dafür, dass Daten tief in der Unternehmensstrategie und bei allen Entscheidungen verankert sind.
2. Mehr Datenkompetenz im Unternehmen
Bei Datenkompetenz oder Data Literacy geht es nicht darum, jeden im Unternehmen zum Datenwissenschaftler auszubilden – hier geht es um ein allgemeines Verständnis für Daten. Welche Bedeutung haben sie für das Unternehmen? Welche Ziele verfolgt es mit Datenanalyse? Datenkompetenz im Unternehmen stellt sicher, dass alle Stakeholder ein gemeinsames Ziel verfolgen. So wird auch vermieden, dass Abteilungen Datensilos bilden und konkurrierende oder unterschiedliche Strategien mit Daten pflegen.
3. Datendemokratisierung: Daten im Zugriff für alle
Mit der Datenkompetenz wird auch die Datendemokratisierung wichtig. Wenn alle Abteilungen im Unternehmen ein Verständnis für Daten entwickeln sollen, ist es wichtig, die Daten möglichst einfach und so vielen Mitarbeitern wie möglich zugänglich zu machen. Wichtig ist für eine Demokratisierung, dass auch alle Mitarbeiter auf aktuelle und die gleichen Daten zugreifen. Dies vereinfacht die Cloud. Und die Software für Datenvisualisierung macht Daten für Nicht-Datenwissenschaftler verständlich und fördert das Verständnis.
4. Lernen, mit Daten zu lernen
Erfolgreiche Unternehmen gewöhnen sich daran, ständig ihre Entscheidungen mit Daten herauszufordern. Das kann ganz simpel auf der Unternehmenswebsite anfangen: Praktiken wie A/B-Testing fordern „positives Scheitern“, also schnelle Tests, was beim Kunden wirklich ankommt und was nicht. Das fördert permanentes Lernen auf Datenbasis: Welche Variante des Check-out–Prozesses bringt mehr Umsatz, welches Konfigurationstool wird gerne genutzt?
5. Data Privacy ist wichtiger denn je
Wenn Daten eine zentrale Rolle im Unternehmenserfolg spielen, wird es umso wichtiger, die Daten und die Privatsphäre der Kunden zu schützen. Datenlecks können nicht nur den Ruf eines Unternehmens ruinieren, sondern auch den Betrieb lahmlegen, zum Beispiel wenn interne Datenbanken von Hackern gekapert wurden. Außerdem lauert eine Abmahn-Industrie auf Verstöße von Unternehmen in Sachen Privatsphäre, die durch komplexe Rahmenbedingungen wie die DSGVO leicht passieren können. Data Privacy ist ein insgesamt sehr aufwändiges und kein einfaches Thema. Es ist wichtig, sie von Anfang an zentral in der Strategie des Unternehmens zu verankern und nicht an der falschen Stelle zu sparen.
6. Post-Cookie: Eigene Daten werden wichtiger
Cookies werden auf Unternehmenswebsites oft zum Aufzeichnen und Analysieren von Besucherdaten genutzt. Durch strengere Datenschutzrichtlinien und Veränderungen in den Webbrowsern von Chrome bis Safari, werden Cookies aber bald Geschichte sein. „Ein Trend, den viele Unternehmen noch unterschätzen ist, dass sich Werbung im Post-Cookie Zeitalter grundsätzlich verändern wird“, erklärt Hartmut König, CTO von Adobe. „Unternehmen müssen komplett neu denken und ihre selbst generierten Daten sowie die von Partnern mehr nutzen. Dazu gehört, dass sie Daten außerhalb von Google, Facebook und anderen Traffic für ihre Kommunikations- und Vertriebskanäle generieren.“
7. Datenwissenschaftler sind und bleiben begehrte Spezialisten
Auch wenn Datenanalyse Software beim Umgang mit Daten helfen kann, bleiben Datenwissenschaftler begehrt und wertvoll für Unternehmen. Entsprechend umworben sind Data Scientists am Arbeitsmarkt. „Wir brauchen diese Rolle und Leute, die mit Daten kompetent umgehen können. Inzwischen geht es hier gar nicht mehr um das beste Gehalt, sondern eher um attraktive, also spannende Projekte für Datenwissenschaftler.“, kommentiert König.