Daten geben Unternehmen also die Möglichkeit, fundierte Entscheidungen zu treffen und bereits heute nutzen die weltweit größten (Technologie)-Unternehmen Daten, um Risiken zu analysieren, Prozesse zu verschlanken und ihre Kundenbasis besser zu verstehen, um weiter zu wachsen.
Big Data als Chance
Führende Unternehmen haben also eines gemeinsam: Sie sind sich stetiger Marktveränderung und der Bedeutung von Daten bewusst. Data Analytics ist längst kein Luxus mehr, der nur den „Quants“ von Großbanken vorbehalten ist. Mittlerweile ist es unabhängig von der Branche und Größe des Unternehmens obligatorisch, Daten zu nutzen, um wertvolle Erkenntnisse zu gewinnen und so lange wie möglich zu überleben.
Mit einer extremen Denkart geht Amazons Jeff Bezos voran, der dieses Jahr unlängst verkündete, „Amazon wird pleitegehen“.
Dabei sehen immer noch zu viele Unternehmen Big Data Analytics als „nice to have“ oder als Nebenprodukt an. Noch bevor ernsthafte Ressourcen aufgebracht werden, um eine – nicht oft genug zitierte – Analysekultur zu implementieren, werden die besten Data Analysts, Data Scientists oder gar Machine Learning- und Artificial Intelligence-Spezialisten angeheuert, ohne sich an einer wirklichen strategischen Zielsetzung zu orientieren. Dies führt zwar dazu, dass Daten erhoben, extrahiert, transformiert und modelliert werden, ohne aber am Ende des Tages ein wirkliches Problem zu lösen oder neue Geschäftsmöglichkeiten zu generieren.
Analytics Culture ist deshalb überlebensnotwendig und längst kein USP mehr, sondern eher ein Hygienefaktor. So prognostiziert das Forschungs- und Beratungsunternehmen Gartner, dass bis 2022 90 Prozent aller Unternehmensstrategien Data Analytics als essentielle Kernkompetenz beinhalten werden. Es geht also nicht mehr um das „ob“, sondern um das „wie“.
Data Analyst 2.0
Anstatt also einfach nur offene Stellen zu besetzen, sollte der Fokus auf Fachleuten mit einem breiten Spektrum an (Daten-)Kenntnissen liegen. Dazu gehört die Fähigkeit, die richtigen Tools anzuwenden, wichtige Insights zu identifizieren und diese durch die richtigen Visualisierungen sinnvoll zu kommunizieren.
Orit Gadiesh, Vorsitzende von Bain & Co, hat hierfür den Begriff „expert-generalist“ geprägt, als „someone who has the ability and curiosity to master and collect expertise in many different disciplines, industries, skills, capabilities, [..] and topics“. Also ein techno-funktioneller Berater, der durch seine unterschiedlichen Erfahrungen um die Wichtigkeit einer anwendbaren Analysekultur weiß und diese in einem Unternehmen erfolgreich implementiert – „to help people make sense of data“.
Ein Data Analyst als „Expertengeneralist“ verhält sich in gewisser Weise wie seine Daten selbst: Beide erkennen Innovation. Beide sind Innovation!
Es bleibt also spannend und niemand kann genau sagen, wohin sich „Big Data“ entwickeln wird. Nach dem Internet mit der einhergehenden und stetig wachsenden Interkonnektivität geben Cloud-Speicher und das „Internet of Things“ (IoT) aber die Marschrute für Big Data vor. Getreu „Moore‘s Law“ können wir uns aber einen groben Dreisatz denken, bei dem die Potenz der Datentechnologie nicht unterschätzt, sondern genutzt werden sollte. Diese Erkenntnis wird die Gemeinsamkeit der in Zukunft erfolgreichen Unternehmen ausmachen.
