Warum man nicht einfach Self-Service BI machen kann

Kommentar von Christian Schneider, QuinScape Warum man nicht einfach Self-Service BI machen kann

Der Nutzen von Self-Service BI ist unbestritten. Trotzdem sank seine Relevanz im BARC-Trendmonitor von Platz 2 im Jahr 2017 auf Platz 5 im Jahr 2020. In Hinblick auf streckenweise gescheiterte Self-Service-BI-Projekte und den versteckten Hürden zum Erfolg ist dieser Trend nicht verwunderlich.

Firmen zum Thema

Allerdings dürfen wir das nicht als Scheitern begreifen, denn das Thema „Data Driven Culture“, die Transformation zum datengetriebenen Unternehmen, macht einige Disziplinen aus dem Self-Service BI umso wichtiger. Daher lohnt sich ein Blick auf gern gemachte Fehler, denn diese werden uns auf dem Weg zur Data Driven Culture immer wieder begegnen:

Warum man Self-Service BI nicht mit jeder Architektur machen kann

Je reibungsloser der Zugang zu den benötigten Daten ist, umso eher lässt sich mit den begleitenden Schulungsmaßnamen die Begeisterung zur Nutzung der sich bietenden Vorteile wecken. Im Kern stehen hier zwei Anforderungen, die sich sehr ähnlich lesen, in ihrer Natur jedoch deutlich voneinander unterscheiden:

Diese Beispiele verdeutlichen, dass Self-Service BI wie jedes Datenintegrationsprojekt geplant werden muss. Es muss Teil Ihrer Datenstrategie sein.

Im Folgenden möchten wir einen Auszug aus unserer Checkliste vorstellen. Mit diesem lässtsich hinterfragen, wo ein Unternehmen steht:

Vertrauenswürdige Daten – Data Warehouse (DWH)

Die Quelle von vertrauenswürdigen Daten ist nach wie vor ein DWH. Für ein DWH sind bereits alle Mechanismen wie Historisierung oder Qualitätssicherung durchdacht und gelöst. Wir erleben in unseren aktuellen DWH-Modernisierungs¬projekten einen Trend der Agilität durch Modellierung von Data Vaults, die das Fundament für ein weiteres wichtiges Handlungsfeld in modernen Datenarchitekturen sind:

Alles gleichzeitig zu machen, ist ein Mammutprojekt und man wird scheitern. Aber alle Fragmente einer guten Datenstrategie lassen sich iterativ in das Tagesgeschäft einbinden und zu einem Best-in-class-Data Management formen, wenn Sie es in der richtigen Reihenfolge angehen.

Diese Reihenfolge ist immer individuell und es braucht eine Menge Erfahrung, da es auch etliche falsche Reihenfolgen gibt und was als selbstverstärkender Mechanismus gedacht war.

Warum man Self-Service BI nicht ohne Strategie machen kann.

In einer Studie von Forrester und KPMG gaben nur 35 Prozent der Befragten an, dass Sie der Analytik des eigenen Unternehmens vertrauen. Das auch in vielen anderen Domänen neben der Analytik bekannte Phänomen des „Trust Gap“ ist einer der größten Verhinderer von Eigeninitiative, Kreativität und Erkenntnisgewinnen: Wenn der Korrektheit der Grundlagen nicht vertraut werden kann, wieso sollte jemand dann Zeit investieren, damit zu arbeiten.

Vertrauen entsteht in erster Linie durch Verbindlichkeit und Transparenz, also primär dadurch, wie eine Datenstrategie in einem Unternehmen gelebt wird. Der kulturelle Umgang mit Daten – ähnlich wie bei unterschiedlichen Führungsstilen – ist ein wichtiger Faktor auf dem vieldiskutierten Weg der Demokratisierung von Daten. Eine Datenstrategie muss aktiv durch das Management geführt, verantwortet und gelebt werden.

Häufig sind folgende Themen in Unternehmen nicht richtig adressiert:

Wer also versucht durch einen Self-Service-Ansatz die Analytics- und IT-Experten vollständig einzusparen, ist bereits in diesem Moment gescheitert.

Self-Service muss Teil einer gesamten Daten-Kultur sein, die sich in den Prozessen beim Umgang mit Daten etablieren muss. Am Wenigsten kann man hier also auf Experten verzichten, die genau die Anker dieses Vertrauens repräsentieren.

Fazit

Die Einführung von Self-Service BI kann nur gelingen, wenn fachliche Endanwender, technische Experten und ein überzeugtes Management gemeinsam eine Kultur schaffen, die das notwendige Vertrauen in die Daten und das Verständnis für die Daten schaffen. Letztlich entscheidet die Erfahrung bei der Einführung von datenzentrischen Prozessen auf allen Ebenen über den Erfolg eines Self-Service BI.

Aus unser Projekterfahrung sind die technischen Herausforderungen mit geeigneten Architekturen und Plattformen sehr gut beherrschbar, die Komposition der technischen Möglichkeiten mit der sauberen Orchestrierung der notwendigen Prozesse bedarf jedoch ungleich mehr an Erfahrung, um erfolgreich zu sein.

(ID:47515090)