Bei der Frage, welche Gründe für das Scheitern verantwortlich gemacht werden können, nennen die Befragten insbesondere eine fehlende Strategie und unklare Zielsetzung sowie den Faktor Mensch in Form von Personalmangel, Problemen mit dem Dienstleister und fehlendem Know- How im Unternehmen.

Insbesondere Datenprojekte sind meist sehr technologiegetrieben („Wir führen ein neues System ein“) und sehr sachbezogen („Wir legen Daten zusammen“). Wozu die Projekte eigentlich dienen und wer die Daten nutzen wird, wird oftmals erst zu einem späteren Zeitpunkt in Gänze hinterfragt.

Vor dem Hintergrund dieser Ergebnisse kommt man nicht umhin, sich zu fragen: Werden Digitalisierungsvorhaben zu vorschnell und ohne Berücksichtigung der Komponenten Mensch und Wandel angegangen? Wenn ja, ist es realistisch, in jedem Projekt einen Change-Management- Aspekt einzubauen und ist das nicht übertrieben, wenn das Ziel das simple Zusammenlegen von ein paar Daten betrifft?

Darum ist das Mindset wichtig

Wer schon mal für die Durchführung eines Projektes verantwortlich war, kennt das: Im schlanken Projektteam, losgelöst vom Tagesgeschäft und behäbigen Entscheidungshierarchien, ist das Vo- rankommen einfach. Richtig herausfordernd wird es meist erst, wenn es an der Zeit ist, das ausgetüftelte Werk auszurollen und „in die Linie“ zu übergeben. Für einen erfolgreichen Übergang in den Normalbetrieb benötigt es schon weit vorher den „buy-in“ der dann zuständigen Kollegen und Kolleginnen. Wurden diese nicht berücksichtigt und ihre Meinung und ihr Wissen nicht in Form von initialen Bedarfsanalysen, abgestimmten Anforderungen, Bedenken und Risiken aufgenommen, ist der Roll-Out zum Scheitern verurteilt.

Genauso verhält es sich mit dem Auflösen der Datensilos, denn: Daten konsolidieren ist das eine, die wirksame Anwendung der Daten das andere.

Veranschaulicht werden kann das am konkreten Beispiel eines großen deutschen Händlers, der sich das Thema Personalisierung vorgenommen hat. Hierfür sind unterschiedliche Daten wie Nutzungsdaten aber auch das bisherige Kaufverhalten von bestehender Kundschaft notwendig. Eine einheitliche Datenbasis ist nach einiger Anstrengung in Form einer CDP (Customer Data Platform) geschaffen. Diese allein bringt jedoch noch keine individualisierte Customer Experience, sie schafft nur die Voraussetzungen.

Es benötigt darüber hinaus Anwendungsfälle, die die konkrete Umsetzung der personalisierten Inhalte an relevanten Touchpoints wie im Webshop oder in Display-Anzeigen definieren. Spätestens hier sind unterschiedliche Teams und Disziplinen involviert, die – kommend aus ihrem bisherigen Gruppen-Silo wie etwa Analytics, Onsite- und Display-Marketing – eine eigene und meist einseitige Sicht auf Nutzer*innen und Daten haben und auch erst einmal „nur“ diese mit an den Tisch bringen. Hinzu kommt, dass nicht selten derselbe Anwendungsfall je nach Kanal abweichende Anforderungen an die konkrete Form der Datenlieferung mit sich bringt, die vom Data-Team verstanden und verarbeitet werden müssen. Damit unser Händler nachhaltigen Erfolg durch Personalisierung erreicht, ist eine bereichsübergreifende Definition der Zielsetzung und Erfolgsmessung, der Arbeitsprozesse und der Verantwortlichkeiten unabdingbar. Dies braucht Zeit und die richtige Einstellung der beteiligten Personen – beides Schwerpunkte des Change Managements.

„Daten konsolidieren, schafft die Voraussetzung. Die wirksame Anwendung der Daten erfolgt dadurch nicht von selbst.“

So fördern Sie erfolgreich eine Datenkultur in Ihrem Unternehmen

Fazit: Für nachhaltigen Erfolg sollte das Mindset hinter den Silos und den daraus entstandenen Sichtweisen angegangen werden. Das übergreifende Ziel für Unternehmen muss die Etablierung des datengetriebenen Arbeitens oder auch datenbasierten Entscheidens sein, das Experten- und Expertinnenwissen zulässt, zu starkes Gruppendenken jedoch verhindert.

Der hierfür benötigte Wandel in der Unternehmenskultur ist in der Verantwortung der Unternehmensführung, da Change Management nachweislich nur funktioniert, wenn es – im Idealfall mit Unterstützung von externen Profis – von oben angestoßen wird.

Datenbasiertes Arbeiten beginnt mit dem Schaffen der Voraussetzungen. Folgende Schritte sind hierfür nötig:

1. Anwendungsfälle definieren und priorisieren und daraus abgeleitet benötigte Datenquellen und Anforderungen an die Überlieferung der Daten identifizieren: Wo benötigt es eine konsolidierte Sicht auf Daten? In welchem konkreten Format (z. B. Positiv-/Negativlisten vs. Delta) sollen sie übermittelt werden?
    
2. Ist- und Sollzustand der Systemlandschaft: Wo liegen aktuell die Hürden? Wie sieht ein realistisches und doch zukunftsorientiertes Zielbild aus? Wo werden welche Daten gespeichert und wie sehen Datenflüsse zwischen den Systemkomponenten aus?
    
3. Datenmanagement etablieren: Wie sieht die Governance des neuen Daten Frameworks aus? Welche Prozesse ergeben sich daraus und wer ist jeweils verantwortlich?
   
   Parallel startet die Arbeit am datengetriebenen Mindset:
    
4. Sollte es ein Projektteam geben, ist dieses cross-funktional aufgesetzt. Alle (wirklich alle) Beteiligten werden über partizipative Methoden wie z. B. dem Gegenstromverfahren involviert. Anwendungsfälle, Priorität und Projektvorgehen zur Umsetzung werden gemeinsam, d. h. teamübergreifend, definiert und beschlossen.
    
5. Zukünftige Verantwortungsbereiche werden so früh wie möglich besprochen. Benötigt es ein dediziertes Data-Team? An welchen (übergreifenden) Stellen wird zukünftig konzipiert und umgesetzt? Erfordert dies eine Veränderung des heutigen Team-Setups? Frameworks wie OKRs (Objective and Key Results) fördern den Reflex, messbar und datenbasiert zu denken.
    
6. Ein Kommunikationsplan begleitet das Vorhaben und alle Beteiligten sind informiert und involviert. Schulungen zum neuen Setup und Tooling runden den Wissenstransfer ab.
    

„Das Mindset hinter Datensilos zu verändern erfordert Durchhaltever- mögen. Verantwortliche sollten also keinesfalls vorzeitig das Handtuch werfen.“