3 Wege zur Monetarisierung von Daten und Analysen

Trotz einer hochmodernen Business Insights-Plattform hatte Dow Chemical ein Datenproblem. Das Unternehmen verfügte über Hunderte von Dashboards und Tausende von Berichten, aber keine dieser Informationen führte zu besseren Entscheidungen. 

Es ist nicht ungewöhnlich, dass Unternehmen weiter in Systeme investieren, auch wenn diese nicht die erhofften Vorteile bringen. Aber das D&A-Team von Dow Chemical beschloss, innezuhalten und zu überprüfen, was ihre Plattform leisten kann und wie. 

Dow überprüfte die Nutzungsmetriken und nutzte dieses Feedback, um ungelöste Benutzerhindernisse zu identifizieren und zu lösen. Das Ergebnis? Die Nutzung der Plattform ist von 2015 bis 2018 um 25 % gestiegen. In dieser Zeit wuchs der Geschäftswert der Unternehmensanalyse und BI-Lösungen von Dow um das 4,2-fache. 

Laden Sie das eBook herunter: Wie können Menschen, Maschinen, Daten und Analysen eine effektive Entscheidungsfindung beeinflussen?

Es reicht nicht aus, nur Daten zu haben. Der Wert von Daten liegt in den Erkenntnissen, die sie liefern, in den Prozessen, die sie optimieren, und in deren Fähigkeit, eine bessere Entscheidungsfindung zu ermöglichen. In Wirklichkeit ist es so, dass die meisten Unternehmen trotz des Hypes um Daten und Analysen und der damit verbundenen Erwartungen ihre Daten nicht erfolgreich monetisieren. 

„Daten und Analysen können einen wertvollen Geschäftswert darstellen, der Geschäftsentscheidungen verbessert, die digitale Unternehmenstransformation vorantreibt und neue Einnahmen für Ihr Unternehmen generiert“, so Shelly Thackston, Senior Specialist bei Gartner. „Aber um es richtig zu machen, müssen Sie falsche Annahmen über die Datenmonetarisierung hinter sich lassen und die kulturellen, strukturellen und verfahrenstechnischen Hindernisse angehen, die einige Unternehmen zum Scheitern bringen.“

Während viele Unternehmen bei der effektiven Datenmonetarisierung ins Stocken geraten, haben andere wie Dow Chemical ihre gesamte Datenstrategie überdacht, um zu zeigen, wie man Daten erfolgreich vermarkten kann. 

Nutzen Sie Daten, um Ihr Geschäft zu optimieren

Unternehmen, die das Versprechen von Analyse- und BI-Plattformen erkennen und sie im gesamten Geschäft optimieren, werden einen echten Wert entdecken und Möglichkeiten erkennen, die zuvor nicht offensichtlich waren. 

Dow Chemical hat durch die Optimierung von Geschäftsprozessen Mehrwert geschaffen. Zunächst ermittelte das Unternehmen, welche Teams welche Teile der BI für welche Zwecke nutzten. Wenn dieses Team einen Mehrwert aus einer nicht ausreichend genutzten Lösung gezogen hatte, wurde es gebeten, seine Erfolge und Geschichten mit anderen Unternehmensbereichen zu teilen. Wenn ein Teil des Unternehmens nach einer bestimmten Lösung suchte, führte das Team ihn zu der bestmöglichen Option. Die ständige Feedbackschleife und die iterativen Lösungen ermöglichten ein erhebliches Umsatzwachstum. 

Nutzen Sie Daten, um geschäftliche Herausforderungen zu bewältigen

Eine der größten Herausforderungen beim Umgang mit Daten besteht darin, dass sie in weit verstreuten Silos und Fragmenten vorliegen können. Verschiedene Unternehmensgruppen haben individuelle Konzepte und sammeln ihre eigenen Daten für ihre Ziele, aber den Unternehmen fehlt oft ein umfassendes Narrativ. Das macht es schwierig, die Daten für irgendetwas in der realen Welt zu verwenden. 

Genau das war das Problem bei Turku City Data, einem nordischen Anbieter von KI-Plattformen, der nicht in der Lage war, die Lücke zwischen Daten und realen Problemlösungen zu schließen. Die Lösung des Unternehmens war ein flexibles Framework für die Graphenanalyse. Dies bedeutete, dass Daten aus dem gesamten Geschäft auf einer Abstraktionsebene organisiert wurden, so dass jeder Datenpunkt eine Person, ein Objekt, einen Ort oder ein Ereignis darstellte. Turku City Data nutzte diesen leicht verständlichen Rahmen als gemeinsame Sprache, um Geschäftsprobleme in ihrer kontextuellen und strukturellen Vielfalt auszudrücken und zu analysieren.  

Nutzen Sie Daten, um noch bessere Daten zu sammeln

Ein häufiger Fehler, den Unternehmen bei der Datenmonetarisierung begehen, besteht darin, dass sie nur leicht verfügbare, vorhandene Daten nach Möglichkeiten durchsuchen. Dies ist ein verständlicher Fehler für Unternehmen, die glauben, dass Daten an sich schon wertvoll sind. Der weltweit tätige Technologiekonzern ZF Group entschied jedoch, dass ein entgegengesetzter Ansatz sinnvoller sein könnte. Anstatt sich auf bereits vorhandene Daten zu stützen, wählte das Unternehmen Zielmärkte aus und überlegte sich genau, welche Art von Daten für diesen Markt von Nutzen sein könnte. 

Die Führungskräfte erkannten, dass die Daten, über die das Unternehmen bereits verfügte – und über die die meisten Unternehmen verfügen – nur von begrenztem Wert waren, da sie sich häufig auf allgemeine Themen bezogen und für den internen Gebrauch optimiert waren. Die Datenmonetarisierung erfordert einzigartige Daten, welche die Unternehmen noch nicht besitzen.

Nach Angaben des Unternehmens verfügen sie in der Regel nur über 80 % der Daten, die sie für die Entwicklung eines neuen Produkts benötigen. Die Herausforderung besteht darin, die restlichen 20 % zu finden, die das Produkt wirklich wertvoll machen. So verkauft das Unternehmen beispielsweise IoT-sensorfähige Kugelgelenke, die Daten generieren, die zum Trainieren von Algorithmen für die vorausschauende Wartung verwendet werden. Das Unternehmen vertreibt dann verbraucherfreundliche Analysen und Visualisierungen, um vorausschauende Wartungsprogramme zu ermöglichen. Das bedeutet, dass das Unternehmen ständig nach neuen Möglichkeiten sucht, Daten zu erzeugen, die vielleicht noch gar nicht existieren, was diese Daten wiederum für andere wertvoll macht.