Allein das Sammeln von Daten reicht hier allerdings nicht aus. Entscheidend ist, dass die Analyse auf einer durchdachten Datenstrategie basiert, in der Organisationen ihre Ziele genau festlegen. Für Unternehmen sollte demnach neben der grundsätzlichen Firmenstrategie die Datenstrategie ein zentraler Punkt sein und Fragen beantworten wie: Was ist mein Businessmodell? Welche Schlüsse lassen sich aus Datenanalysen ziehen? Wo sehe ich Verbesserungspotenzial und wie kann ich es nutzbar machen? So können sich bei der Auswertung ganz neue Geschäftsmodelle erschließen. 

Wie können KMUs mit der rasend schnellen Digitalisierung Schritt halten?

Digitalisierung und Software funktionieren heute viel einfacher als noch vor 15 Jahren. Mittelständler, die heutzutage nicht über eine hauseigene Abteilung zur Datenanalyse verfügen, können mit deutlich weniger Aufwand ihre Digitalisierung vorantreiben oder aber auf externe Digital Experts zurückgreifen, um am Ball zu bleiben. 

Was sehen Sie hier als größte Herausforderung?

Auch wenn die Expertise nicht im Hause ist, sollten Mittelständler darauf achten, sich die richtigen Leute als Berater von außen zu holen: Digitale Experten mit Visionen, die sich am Markt umhören, ein großes Netzwerk mitbringen und somit Türen öffnen können – zu anderen Partnern, zu anderen Experten. Viele Mittelständler haben noch nicht im Blick, was sie mit ihren Daten alles erreichen können. Gleichzeitig wird es immer einfacher, Softwaresysteme und Sensoren zu implementieren, um beispielsweise Geräte, Chips und IoT miteinander zu vernetzen. Denn Datenanalysen helfen nicht nur, Einsparpotenzial zu erkennen, sondern können auch der Schlüssel zu mehr Nachhaltigkeit oder neuen Produktideen sein. 

Wie setzen Ihre Kunden Ihre Software ein?

Unsere Kunden profitieren teilweise schon seit zehn Jahren von unserer Expertise. Neben Standardanalysen im Marketing- und Finanzreporting gibt auch sehr spezialisierte Daten-Anwendungen. Beispielsweise das Dynamic Pricing in einem E-Commerce-Shop, bei dem sich je nach Bedarf und Vorrat der Verkaufs-preis desselben Produkts in Sekundenschnelle ändert. Ein anderes Beispiel ist die zentrale Auswertung des Stromverbrauchs sämtlicher Kühlschränke in den Filialen eines Lebensmittelhandelsunternehmens. Vernetzt man diese, lassen sie sich zentral steuern und kühlen dann herunter, wenn der Strompreis gerade am niedrigsten ist. Für Systemgastronomen kann auch eine Lichtsteuerung eine interessante Option sein: Sind wenige Gäste im Lokal, wird das Licht zum Beispiel heruntergedimmt, damit der Raum gemütlicher und anziehender für Passanten wirkt. Solche Anwendungen kommen übrigens in allen Industriebereichen vor. 

Kann man durch Data Analytics auch nachhaltiger werden?

Auch das funktioniert sehr gut durch sogenannte Predictions. Im Handel beispielsweise können das Vorhersagen über den erwarteten Verkauf bestimmter Lebensmittel in den nächsten Tagen sein. Diese führen zu einer Optimierung der Logistik und weniger unverkaufter, verdorbener Ware, die im Müll landet. Datenanalysten nutzen hierzu neben historischen Daten aus den Filialen beispielsweise die Wettervorhersage und beziehen Faktoren wie die Schulferien in die Prognosen ein. Auch die Landwirtschaft ist ein gutes Anwendungsbeispiel. Hier werden Datenanalysen genutzt, um den Bedarf an Düngemitteln exakter zu bestimmen und dadurch den Verbrauch zu senken – alles gut für die Umwelt.