Prozesse datengetrieben optimieren: So legst Du los | 2/3

Im ersten Teil unserer Blogreihe haben wir Dir bereits aufgezeigt, weshalb Business Data Analytics eine immer größere Rolle im Geschäftsalltag einnimmt und welche Chancen mit der Methode einhergehen. Damit auch Du das Ganze erfolgreich in der Praxis umsetzen kannst, geben wir Dir jetzt einen übersichtlichen Leitfaden mit hilfreichen Tipps und Tricks an die Hand, der Dich dabei unterstützt, Deine Prozesse datengetrieben zu optimieren.

Der Ablauf eines Business Data Analytics Projekts im Überblick

Zu Beginn Deines Projekts geht es darum, herauszufinden, welche Ziele Du durch die Veränderung der bestehenden Prozesse erreichen möchtest, welche Ziele realistisch umsetzbar sind und wo sich Dein Unternehmen derzeit auf der Reise zu einem datengetriebenen Unternehmen befindet. Schon jetzt ist die Zeit, anzufangen, sich Gedanken über die Datenlage in Deinem Unternehmen zu machen. Auch hier kann es sich lohnen, Kontakt mit uns aufzunehmen, denn mit passenden Daten wird der Wert von Data Analytics Projekten deutlich erhöht! Notiere hierfür zunächst alle Herausforderungen, denen Du im Geschäftsalltag begegnest und die Gründe, warum diese zu bewältigen sind.

• Welche Konsequenzen hat es zum Beispiel für Dich und Dein Unternehmen, wenn diese Herausforderungen nicht angegangen werden?
• Was soll konkret gewonnen oder gespart werden, wenn die jeweiligen Ziele erreicht werden?
• Hängen manche Ziele von anderen ab bzw. gibt es eine Reihenfolge bei der Erreichung der Ziele?

All diese Fragestellungen helfen Dir dabei, die relevanten Aspekte Deines Projekts zu definieren und diese entsprechend zu priorisieren. Anschließend beginnt die Analyse, um zu verstehen, ob und wo Probleme vorliegen. In welchen Prozessen gibt es Abweichungen, die für Deinen Ist-Zustand verantwortlich sind? Schaue hierbei genau hin und frage Dich zum Beispiel: Weicht ein Prozess in der Praxis immer wieder von dem definierten Ablauf ab und weshalb passiert das? Die Identifikation dieser Prozesse ist entscheidend für den nächsten Abschnitt. In diesem geht es darum, Deine Prozesse Schritt für Schritt im Detail zu analysieren. Basierend darauf kannst Du nun loslegen: Deine genauen Anforderungen für Dein Business Data Analytics Projekt zu erfassen, erste KPIs zu definieren und zugleich erste Hypothesen aufzustellen, an welchen Stellen im Prozess Optimierungspotenziale vorliegen. Auch hier ist ein geeigneter Moment über die Datenlage zu reflektieren: Sind alle Quellen, die man für die erwünschten KPIs braucht, vorhanden und von guter Qualität?

Ermittele Deine Baseline und beginne mit dem Modellieren und Experimentieren

Nun soll die Baseline ermittelt und das Tracking der Prozessperformance aufgestellt werden. Die Baseline ergibt sich aus den derzeitigen Ist-Werten Deines Prozesses. Entscheidend ist hierbei, die einzelnen Kennzahlen zu erfassen, um anschließend mit einer eindeutigen Messbarkeit objektive Entscheidungsgrundlagen schaffen zu können. Diese Kennzahlen ermöglichen es dann, die erforderlichen Analysen zur Erklärung von Verhaltensmustern durchzuführen. Hierfür solltest Du den Prozess genauestens untersuchen, und zwar in Bezug auf zwei Formen des Modellierens: das Modellieren eines Datensystems und das statistische Modellieren der Daten.

• Bei der Datenmodellierung geht es um die Darstellung der jeweiligen Datenquellen und ihrer logischen und physischen Beziehung zueinander.
• Bei der statistischen Modellierung geht es um Kenntnisse der Datenqualität und Dateneigenschaften sowie um die Entdeckung der latenten Muster, welche wichtige Einsichten gewähren und datenbasierte Entscheidungen ermöglichen.

Unser Tipp: Führe ausführliche Interviews mit allen Prozessbeteiligten durch. Mit Hilfe dieser Befragungen erhältst Du fundierte Einblicke in den Prozess, zu den dazugehörigen Kennzahlen und zu den Datenstrukturen, die für die statische Modellierung berücksichtigt werden müssen. Für beide Formen des Modellierens sind Software-Tools essenziell. Deine Datensysteme kannst Du zum Beispiel ganz einfach mit unserem Powertool Innovator modellieren.

Überprüfe Deine Hypothesen mit Hilfe Deines Modells und passender Metriken

Für die datengetriebene Prozessoptimierung musst Du nun organisatorische und technische Veränderungen strategisch herbeiführen und die Leistung Deines Prozesses durchgängig messen. Dabei kann Dich der kontinuierliche Einsatz der Business Analyse ideal unterstützen, um gemeinsam mit den Entscheidern die Veränderungsmöglichkeiten zu diskutieren. Stelle hierfür die Lösungsoptionen mit ihren Vor- und Nachteilen gegenüber, dokumentiere die getroffene Entscheidung und stoße die entsprechende Umsetzung an.
Um eine nachhaltige Umsetzung zu initiieren, müssen die für den Betrieb verantwortlichen Bereiche außerdem technisch, methodisch und kulturell (im Sinne von Change Management) befähigt werden, die Messwerte korrekt zu erfassen und aufzuarbeiten, um diese für eine weitere Bewertung zu nutzen. All Deine potenziellen Änderungen im Prozess kannst Du so jederzeit testen und Anpassungen mit unerwünschten Auswirkungen problemlos überarbeiten. Die Erfolgsmessung findet anhand der definierten KPIs auf Basis der ausgewählten Metriken statt. Die Dokumentation, das Reporting und die Visualisierung der Ergebnisse mittels eines Dashboards, helfen Dir dabei, die Prozessoptimierung entsprechend einzuordnen. 

Bewerte die Prozessoptimierung, indem Du Deine Erfolge misst

Die etablierte Baseline und das kontinuierliche Tracking ermöglichen Dir während des gesamten Änderungsprozesses die stetige Überwachung und Überprüfung Deiner Soll-/Ist-KPIs und der Vergleichswerte. Dadurch können objektive Beurteilungen der Prozesse vorgenommen werden. Als erste Bemessungsgrundlage dient Dir hierbei die anfänglich definierte Baseline, die Deine ursprünglichen Ist-Werte ohne Optimierung abbildet.
Nach der Optimierung ermöglicht das Tracking dann einen objektiven Vergleich zu den umgesetzten Änderungen in den Prozessen – sowohl in der Leistung als auch im weiteren Zeitverlauf. Unternehmen und ihre Prozesse sind ein dynamisches System, daher muss die Verfolgung der Prozessleistung kontinuierlich berücksichtigt werden. Somit ergibt sich aus der Erfolgsverfolgung der Prozesse nicht nur eine Erfolgsmessung, sondern bei größeren Abweichungen der Sollwerte können aus den Ergebnissen auch Untersuchungsvorhaben und neue Anforderungen abgeleitet werden, die wiederum zu weiteren Anpassungen der Prozesse führen. 

Durch den Einsatz dieser Methode gelangst Du zu einem iterativen Prozess für die Anforderungserhebung sowie Bewertung für Dein Business Data Analytics Projekt. Schritt für Schritt wertest Du so all Deine Optimierungen strukturiert und nachvollziehbar aus und bildest stets die neue Datengrundlage für weitere Anpassungen. Worauf wartest Du also noch? Lege jetzt auch Du los und beginne mit Deinem eigenen Business Data Analytics Projekt!

In Kürze verraten wir Dir in unserem dritten und letzten Teil unserer Business Data Analytics Reihe alles rund um das Thema Decision Intelligence. Bleib gespannt und erfahre schon bald, worauf Du achten solltest, wenn Du komplexe Entscheidungen für Dein Unternehmen triffst und wie Du diese Entscheidungen erfolgreich automatisieren kannst.

Du möchtest Business Data Analytics an einem Praxisbeispiel mit reellen Daten sehen? In unserer kostenlosen Webinaraufzeichnung zeige ich Dir an einem konkreten Beispiel, wie Du effektive Datenanalysen für fundierte Entscheidungen nutzen kannst. Reelle Daten und ein anschauliches Praxisbeispiel machen die verschiedenen Techniken greifbar und helfen Dir zu verstehen, wie auch Du den entscheidenden Mehrwert aus Deinen Daten generieren kannst. Sieh Dir jetzt unsere kostenlose Aufzeichnung an!

Du suchst professionelle Unterstützung für Dein Business Data Analytics Projekt?
Nimm jetzt Kontakt zu unseren Data-Experten auf. Gemeinsam ermitteln wir mit Dir, welche Potenziale auch in Deinem Business und Deinen Daten stecken, um Deine Prozesse noch strategischer zu optimieren.