Datengestütztes Handeln: Der Schlüssel zum Erfolg für KMU?

Egal ob die digitale Transformation in einem Unternehmen schon im Gange ist oder erst in den Kinderschuhen steckt – fast überall gibt es Daten. Kundendaten, Nutzungsstatistiken der Website oder des unternehmenseigenen Social-Media-Auftritts sind nur einige Beispiele. Viele dieser Daten bleiben jedoch ungenutzt. Dabei schlummert viel Potenzial in ihnen: Laut einer Studie, die 1.000 Führungskräfte in den USA befragt hat, haben Unternehmen, die Entscheidungen auf Basis von Daten fällen, nachweisbar mehr Erfolg. Der von Deloitte erstellte Bericht offenbart, warum die befragten Unternehmen trotzdem nicht den vollen Nutzen aus Ihren Daten ziehen: Hindernisse seien u.a. die fehlende Infrastruktur oder einfach, dass sich die Entscheider mit Daten nicht wohlfühlen.

Laut einer aktuellen Studie der Telekom nutzen in Deutschland bereits 76% der mittelständischen Unternehmen Datenanalysen mit dem Ziel neue Erkenntnisse zur Kundenansprache zu gewinnen, Innovationen zu fördern oder auch um Kosten zu senken. Knapp 25% der befragten Unternehmen setzen vorausschauenden Analysen gepaart mit Künstlicher Intelligenz ein, um durch genauere Prognosen frühzeitig zu reagieren oder proaktiv zu agieren

Datenzentrierung als wesentlicher Wettbewerbsvorteil

Nach oder zeitgleich mit der digitalen Transformation durchlaufen moderne Unternehmen gleich die nächste Transformation: Den Wandel hin zum datengetriebenen Handeln. Gerade im Mittelstand, der neben seinem Spezialwissen oft von guten Kundenbeziehungen lebt, kann dieses tiefere Wissen über den Kunden und die datengestützte Agilität den entscheidenden Wettbewerbsvorteil in einem dynamischen, sich schnell verändernden Markt mit unsicheren Rahmenbedingungen liefern. Seit der Corona-Pandemie findet zum Beispiel der klassische Vertrieb oder der persönliche Kundenkontakt auf Messen und Veranstaltungen kaum mehr statt. Kunden informieren sich verstärkt digital, zum Beispiel per Unternehmenswebsite, -blog oder in einer B2B-Bestellplattform. Kundeninteraktionen und Transaktionen können so Daten und damit Aufschluss über das Verhalten liefern. Daten können nicht nur die Frage, was beim Kunden gut ankommt, beantworten, sondern auch mit Analysen zeigen, was er in Zukunft, zum Beispiel als nächstes Angebot brauchen könnte.

Neben dem Anwendungsfall Kundenkontakt liefert das Internet der Dinge (IoT = Internet of Things) mit vernetzten Geräten und Maschinen Daten, die sich zum Beispiel für Optimierungen und mehr Effizienz im Maschinenpark nutzen lassen. Doch nach einer Studie von Seagate und IDC gehen in Deutschland die Befragten zwar von wachsenden Datenmengen im Unternehmen aus, aber 43 Prozent empfinden es als große Herausforderung die gesammelten Daten nutzbar zu machen. Ergebnis: 70 Prozent der Daten bleiben bislang ungenutzt.

Daten nutzbar machen, Entscheidungen ableiten

Daten sind das Rohmaterial für die Analyse, die Unternehmensentscheidungen unterstützt. Eine Grundvoraussetzung für gute Analysen ist die Qualität der gesammelten Daten, insbesondere deren Vollständigkeit und Aktualität. Die meisten Unternehmen verfügen über Daten aus verschiedenen Quellen, die oft in so genannten Silos – also getrennten Beständen oder Systemen vorliegen. Wenn es um das Kundenverhalten geht, sind zum Beispiel mehrere Datenquellen relevant, wie zum Beispiel Kundendaten aus dem Vertrieb, Nutzungsdaten von der Unternehmenswebsite, Transaktionen aus der B2B-Bestellplattform und Daten aus den Social-Media-Auftritten wie zum Beispiel LinkedIn und Twitter.

Wer Daten heute nutzen will, findet eine große Hilfe mit fortgeschrittener Datenanalyse-Software, die zum Beispiel cloudbasiert als SaaS (Software as a Service) angeboten wird. Damit werden nicht nur einzelne Kanäle, wie die Unternehmenswebsite, isoliert betrachtet. Die gesamte Kundeninteraktion vom ersten Interesse in einem Newsletter bis zur Konversion, also Bestellung im Onlineshop und danach, zum Beispiel bei der Bewertung oder im After-Sales Service, wird somit verfolgt. Daten aus verschiedenen Kanälen werden auf ein einziges Kundenprofil integriert und der Kunde so in der Tiefe analysiert.

KI hilft permanent mit Daten zu arbeiten

Die Flut aus Daten zu bewältigen welche tagtäglich generiert werden, ist eine weitere Herausforderung. Daten entfalten aber erst ihre volle Wirkung, wenn sie nicht nur in großen Intervallen, sondern möglichst oft und aktuell zum Einsatz kommen – im Idealfall in Echtzeit. Künstliche Intelligenz und Machine Learning können dabei helfen große Mengen an Daten zu analysieren und sie schnell und einfach lesbar zu machen. Komplexe Daten können dann mit Hilfe von Visualisierungen, beispielsweise als Diagramme, in Dashboards dem relevanten Nutzerkreis im Unternehmen zugänglich gemacht werden – aktuell und jederzeit abrufbar auch dank Cloudangeboten.

Fortgeschrittene Analyse-Software kann aus Daten erste Handlungsempfehlungen ableiten – zum Beispiel einen günstigen Zeitpunkt für den Versand eines Newsletters empfehlen. Noch einen Schritt weiter geht Automatisierung auf Basis von Daten, bei der eine Marketing-Software zum Beispiel auf Kunden zugeschnittene Angebote im Livebetrieb eines Shops passend auf den Besucher „umschalten“ kann.

Software ist nur der eine Teil

Obwohl durch heutige Analyse-Software komplexe Datensätze verständlich aufbereitet werden können, muss der Wandel auch in den Köpfen des Nutzerkreises im Unternehmen stattfinden. Zunächst verraten Daten theoretisch genau, was in einem Produkt, einer Maßnahme oder der Strategie funktioniert, und was nicht. Daten zeigen aber oft nur Trends. Die Interpretation der Daten kann und sollte die Software nicht allein leisten. Wichtig ist es, Mitarbeiter im Unternehmen zu haben, die Daten verstehen und interpretieren können. Sie müssen die richtigen Daten in Relation zueinander sehen, die richtigen Fragen zu Daten stellen und Handlungen aus Daten ableiten können – oder vor falschen Rückschlüssen warnen. Wer sich mit Daten auskennt, weiß zum Beispiel, dass reine Performance-Daten wie Zugriffe oder Klicks längst nicht Erfolg, sondern nur den Weg in Richtung Umsatz bedeuten können.

Fazit: Die Arbeit mit Daten lohnt sich – für alle

Daten bedeuten an vielen Stellen das Ende von Meinungen und Vermutungen. Sie liefern eine Wahrheit, die sichere Grundlagen für strategische Entscheidungen legt. Wer das Potenzial von Daten erschließen möchte, braucht aber mehr als eine gute Analyse-Software. Er sollte bereit sein, intensiv mit Daten zu beschäftigen, seine Mitarbeiter befähigen mit Daten umzugehen und am Besten Analyse Kompetenz ins Unternehmen holen.

Trotz des Aufwands ist das Potenzial von Daten nicht nur ein Thema für große Unternehmen. Gerade kleine und mittlere Unternehmen können mit Daten schneller auf Trends reagieren, agiler das richtige Produkt auf den Markt bringen und sich auch ohne riesige Budgets einen Wettbewerbsvorteil verschaffen.