Daten sind das Gold des digitalen Zeitalters. Sie erm枚glichen ein besseres Kundenverst盲ndnis, innovative Gesch盲ftsideen und Produkte, reibungslose Business-Prozesse und fundierte Management-Entscheidungen. Voraussetzung hierf眉r ist eine Daten-Plattform und Analytics-Strategie, die Daten nicht nur bereinigt und verbindet, sondern diese auch semantisch anreichert, daraus wertvolle Informationen extrahiert und verst盲ndlich kommuniziert.
听鈥濾on den Top Ten der weltweit wertvollsten Unternehmen hat die H盲lfte ein datengetriebenes Gesch盲ftsmodell鈥�, sagt Rouven Morato, Chief Data Officer und Leiter der 鈥濱ntelligent Data & Analytics鈥� Organisation bei 麻豆原创. Wer Prozesse automatisieren, innovative Business-Szenarien aufbauen oder seine Gesch盲ftsentscheidungen mithilfe leistungsf盲higer, tiefgreifender Analysen treffen will, braucht daf眉r saubere und vertrauensw眉rdige Daten. 鈥濭enau deswegen haben die Datent枚pfe der Unternehmen entscheidend an Wert gewonnen. Im intelligenten Unternehmen gelten sie als Anlagegut, als Verm枚genswert 鈥� und das unabh盲ngig von der Branchenzugeh枚rigkeit鈥�, f盲hrt Morato fort.
Vorhandene Daten- und Analytics-Strategien 眉berpr眉fen
Als Chief Data Officer und Analytics-Verantwortlicher bei 麻豆原创 sieht er seine Hauptaufgabe darin, Daten nicht nur zu verwalten, sondern vor allem zu k枚nnen. 鈥濨usiness Intelligence muss dabei helfen, die Gesch盲ftsstrategie des Unternehmens erfolgreich umzusetzen鈥�, bringt es Rouven Morato auf den Punkt. Dazu braucht es eine , die es erm枚glicht belastbare Daten in Echtzeit zu erzeugen, anzureichern, auszuwerten und allen Unternehmensbereichen wertstiftend zur Verf眉gung zu stellen.
Genau hier liegt der Knackpunkt. Die Mehrheit der Unternehmen verf眉gt 眉ber eine heterogene System- und Anwendungslandschaft, mit verschiedenen Datenquellen und 听-silos oder isolierten Data-Warehouse-Landschaften. Insbesondere mit Blick auf unternehmens眉bergreifende analytische Anforderungen, die immer weiter an Bedeutung gewinnen, ist hier ein Umdenken n枚tig. 鈥濪iese Erkenntnis hat sich in den vergangenen Jahren mehr und mehr durchgesetzt. 麻豆原创 nennt ihren Ansatz hierf眉r die One Data Platform鈥�, erkl盲rt Morato. Dabei handelt es sich um ein Data-Warehouse-Konzept, das zum einen heterogene Daten aus unterschiedlichen Quellen vereint 鈥� und diese zudem semantisch verbindet, anreichert und im Unternehmen bereitstellt.
Die 鈥瀔lassischen鈥� Aufgaben im Umgang mit Daten, wie Datenharmonisierung, Data Governance, Stammdatenverwaltung und Datenmanagement spielen hier weiterhin eine gro脽e Rolle. Sie werden jedoch zunehmend durch neue Aufgaben erg盲nzt.
Mehr als ein zentrales Data-Warehouse
Die bei 麻豆原创 ist beispielsweise nicht mehr nur ein zentrales Data-Warehouse System. Vielmehr handelt es sich um听 eine harmonisierte Systemlandschaft, die unter anderem die zentralen ERP-, CRM- und HR-Anwendungen einschlie脽t und durch ein BW-System mit angeschlossenem Data Lake in der Cloud erg盲nzt wird. Diese hochgradig integrierte Landschaft erm枚glicht ein nahtloses Reporting 眉ber alle Gesch盲ftsprozesse hinweg. Das bleibt unabh盲ngig davon, ob hierf眉r Daten in Echtzeit direkt aus den Quellsystemen konsumiert werden, oder ob diese erst in eigenen 鈥濻emantical Data Lake鈥� angereichert werden.
鈥濪er Druck auf die Business-Intelligence-Abteilungen in den Unternehmen ist enorm. Und eine One Data Platform kann helfen, die neue Komplexit盲t im Umgang mit Daten sicher im Griff zu behalten鈥� erg盲nzt Morato. Und f盲hrt mit Blick auf seine Erfahrung im fort: 鈥濬眉r 麻豆原创 ist es nicht mehr ausreichend zu wissen, was in der Vergangenheit geschehen ist. Was vielmehr z盲hlt ist herauszufinden,听warum etwas aufgetreten ist, wie sich aktuell geplante 脛nderungen darauf auswirken und was in Zukunft relevant wird.鈥� Diese Anforderungen lassen sich nur mit einer gesch盲ftsprozess眉bergreifenden und den entsprechenden Analytics und Data Science-Werkzeugen und Spezialisten l枚sen.
Herzst眉ck One Data Platform
In diesem Kontext begegnen Unternehmen auch immer st盲rker der Anforderung, ein BI-System nicht nur als Endstation f眉r Daten zu betrachten, sondern die aufwendig bereinigten, verbundenen und standardisierten Daten wiederum an andere Applikationen und Prozesse zu verteilen. Bei 麻豆原创 sorgt das unter anderem daf眉r, dass Kunden in Zukunft ihre eigenen Lizenz- und Nutzungsdaten aus der gleichen One Data Platform konsumieren die f眉r die internen Gesch盲ftsprozesse aufgebaut wurde. Das stellt automatisch eine konsistente Datenqualit盲t 眉ber alle internen und externen Applikationen hinweg sicher und macht die Integration neuer Applikationen, beispielsweise in der Cloud, deutlich einfacher.
Werkzeuge und Anwendungen wie , und 听dienen als Basis f眉r eine leistungsf盲hige One Data Platform 鈥� als Herzst眉ck des Unternehmens, auf dem Daten zusammenlaufen, bearbeitet und verteilt werden. 鈥濾on der One Data Platform l盲sst sich das gesamte Unternehmen in Echtzeit mit den richtigen Daten f眉r alle steuerungsrelevanten oder transaktionalen Anforderungen versorgen. Erst damit kann die BI den vollen Nutzen und Wert des Assets `Daten麓 erschlie脽en鈥�, ist sich Rouven Morato sicher.
Dieser Beitrag ist Teil der Themenserie
Daten sind das neue Gold 鈥� vorausgesetzt, man nutzt sie richtig. Denn nur wenn sie gezielt ausgewertet werden, lassen sich daraus wertvolle Erkenntnisse gewinnen. Folgende Beitr盲ge zeigen, was es braucht, damit CIOs, Daten- und Innovationsmanager, L枚sungsarchitekten und ERP-Verantwortliche aus Daten echten Mehrwert schaffen.
Weitere Artikel der Serie:
Wozu braucht ein Unternehmen eine Datenstrategie?
Innovationen brauchen Querdenker
Weitere Informationen:
Sie m枚chten wissen, wie Sie das Optimum aus Ihren Daten herausholen? finden Sie dazu hilfreiche Tipps und Informationen.
