Daten-Demokratisierung: Daten für mich – und alle anderen

Ein Mausklick, der Blick auf die Analyseergebnisse und schon steht der Content-Plan für 2021. Das ist für mich als Content Marketing Manager die Idealvorstellung, wie ich den vorhandenen Datenschatz bei meinem Arbeitgeber nutzen könnte.
Wo bleiben also meine Zugangsdaten zu SAP Analytics Cloud?

International sind sich Experten darüber einig, dass Daten-Demokratisierung zu den wichtigsten Technologietrends der Gegenwart gehört. Das anerkannte US-amerikanische Research- und Beratungsunternehmen Gartner listet Daten-Demokratisierung beispielsweise auf dem dritten Platz bei den Top 10 Strategic Technology Trends für 2020.

Was bedeutet Daten-Demokratisierung? De facto verfügen Unternehmen heutzutage über so viele Daten wie nie zuvor. Allerdings werden diese Daten nur zu einem geringen Teil genutzt. Das liegt unter anderem daran, dass die Datensätze in geografisch getrennten sowie per Zugangsberechtigung für einzelne Nutzergruppen beziehungsweise Unternehmensteile zugängigen Speichern, sogenannten Datensilos, ihr Dasein fristen. Der Zugriff erfolgt in Form von standardisierten Abfragen und Reports über die zuständige IT-Abteilung. Ich muss mich also an den Fachkollegen wenden, um meinen Content-Plan mit datengestütztem Leben zu füllen. 

Im Zuge der Daten-Demokratisierung würde sich das ändern: Ich hätte als Mitarbeiter den Zugang zu all den relevanten Daten, die ich typischerweise für meine tägliche Arbeit brauche. Das würde ebenso für Kollegen aus Vertrieb, Finanzen, Personalwesen, Recruiting, Marketing und mehr gelten. Die verfügbaren Daten könnten uns dann bei unseren Arbeitsabläufen unterstützen, ohne dass Dritte involviert wären.

Das klingt doch super. Nach einiger Recherche wird leider deutlich, dass das so einfach mit der Daten-Demokratisierung überhaupt nicht ist. Daten-Demokratisierung ist an einige Voraussetzungen geknüpft. Zunächst braucht sie eine passende IT-Infrastruktur. Da wären die erwähnten Datensilos, die verteilt sind und sich aus einzelnen Quellen speisen. Eine Möglichkeit, sämtliche Daten eines Unternehmens zu erfassen und Datensilos einzureißen, ist die Schaffung eines Data Lake. In diesem fließen strukturierte wie unstrukturierte Daten zusammen. 

Ein See an Daten allein macht noch nicht glücklich. Erst mit dem passenden Angelzeug kann ein lohnenswerter Datensatz anbeißen. Konkret bedeutet das: Es braucht eine Analytics-Plattform wie die SAP Analytics Cloud und weitere Tools, damit man relevante Daten analysieren kann. Am besten sind diese intuitiv zu bedienen und verfügen über Visualisierungsoptionen, die auch IT-Laien unterstützen. Im Zweifel sind hier Schulungen durch Fachkollegen notwendig. 

Allerdings würde ich mit einem Dashboard allein und dem zugehörigen Reporting lediglich an der Oberfläche kratzen, wie ich im Austausch mit unseren Inhouse-Experten erfahre. Self-Service-BI benötigt nämlich nur einen Bruchteil der Datenmenge, die eine grundlegende Daten-Demokratisierung ermöglicht. Was das grundlegend heißt, wird an folgender Definition des Business Application Center (BARC) deutlich: „Der Begriff Datendemokratie soll implizieren, dass möglichst viele Mitarbeiter die Autorität und die Fähigkeit bekommen, auf Unternehmensdaten zuzugreifen, sie zu verstehen und wertschöpfend nutzen zu können.“ Um bei meiner vorherigen Metapher zu bleiben: Aus der Angelschnur wird praktisch ein Schleppnetz, mit dem ich die tiefsten Regionen des Datensees ausschöpfen kann. Das Schleppnetz war bisher nur der IT-Abteilung innerhalb des SAP Data Warehouse vorenthalten.

Ich könnte mithilfe des Schleppnetzes zum Beispiel eigene Datenmodelle erstellen und pflegen, Datenzuflüsse planen und vieles mehr. Damit meine Aktivitäten aber nicht in komplettes Chaos in Form einer Datenanarchie ausarten, gibt es Möglichkeiten, die Self-Service-Datenmodellierung zu strukturieren. Dies kann zum Beispiel mithilfe der SAP Data Warehouse Cloud geschehen.

Dazu werden innerhalb der Cloud isolierte Datenräume (Spaces) eingerichtet. Letztere werden gemäß für die Abteilung relevanten Vorgaben an Trust, Security sowie Governance eingerichtet. Sie beruhen auf Rohdaten, die weiterhin ausschließlich dem IT-Support im sogenannten Data Layer zugänglich sind.

Zurück zu den Spaces: Diese enthalten alle für die jeweilige Zielgruppe, in meinem Fall Marketing, relevanten Dateninfrastrukturen, und zwar auf der Ebene eines sogenannten Business Layer für Anwender. Aus diesem Layer könnte ich dann alle Daten ziehen, um die notwendigen Reports für meinen Content-Plan 2022 zu ziehen. Jackpot!

Unterm Strich bleibt für mich die Erkenntnis, dass der Weg zur Daten-Demokratisierung ein steiniger ist. Außerdem ist er eng mit einer Integration in die Unternehmenskultur verbunden. Wo starre Hierarchien herrschen, ist kein Platz für Demokratie. Dennoch glaube ich, dass Unternehmen an der Daten-Demokratisierung künftig nicht vorbeikommen werden. Die gezielte Nutzung von Daten generiert einen enormen unternehmerischen Mehrwert – und für mich einen Content-Plan.