Big Data gleich Big Marketing – und sonst?
Big Data ist in aller Munde, sowohl im Marketing von Anbietern und Beratern als auch in der Diskussion in Unternehmen und auf einschlägigen Fachveranstaltungen. Doch ist es nur Marketing oder steckt mehr dahinter? Dieser Frage und den möglichen Implikationen für Controller geht Dr. Lothar Burow, Head of Corporate Business Intelligence, Bayer AG anhand konkreter Anwendungsbeispiele auf den Grund.
Die inflationäre Verbreitung und oft unreflektierte Verwendung des Begriffs Big Data sowohl im Marketing von Anbietern und Beratern als auch in der Diskussion in Unternehmen und auf einschlägigen Fachveranstaltungen wirft die Frage auf, welche konkrete Bedeutung Big Data tatsächlich für Unternehmen hat und welche Auswirkungen sich für den Controller ergeben können.
Unstrittig ist, dass sich neben den - je nach Zählweise - drei oder vier einschlägigen Produktionsfaktoren Arbeit, Boden, Kapital und Humankapital die Information und damit Daten zu einem weiteren wesentlichen Produktionsfaktor entwickelt haben.
Differenzierung nach Daten, Technologie und Analytics
Big Data steht wie kein anderer Begriff für diesen zusätzlichen Produktionsfaktor, der sich für die nähere Betrachtung in die Aspekte Daten, Technologie und Analytics differenzieren lässt.
Daten können abhängig von ihrer Herkunft beispielsweise nach
- Kerndaten (im Unternehmen im Rahmen der Geschäftsprozesse generiert und idealerweise innerhalb des Unternehmens frei verfügbar),
- Community-Daten (Daten von Kunden, Zulieferern, Vertriebsstellen etc., die oft zugekauft werden müssen) und
- offenen Daten (im Internet frei verfügbare Daten)
unterschieden werden. Aufgrund von Herkunft und Charakter differieren sie stark hinsichtlich Verfügbarkeit, Verlässlichkeit, Kontrollierbarkeit etc. und damit auch in ihrem unmittelbaren Nutzwert.
Aufgrund des Fortschritts in der Technologie lassen sich heute mittels neuer Speicherkonzepte, selbstlernender Software und neuer analytischer Anwendungen große Datenmengen schneller und mit deutlich besseren Analyseergebnissen verarbeiten und darstellen.
Der Bereich Analytics führt letztendlich durch die verbesserte Nutzbarkeit fortschrittlicher analytischer Methoden dazu, dass aus der Komplexität der unzähligen verfügbaren Daten relevante Informationen extrahiert, sinnvoll aggregiert und dem Management zur Entscheidungsfindung zeitnah zur Verfügung gestellt werden können.
Erst durch die Verknüpfung dieser drei Aspekte von Big Data und insbesondere in der letzten Stufe Analytics entsteht der Nutzen für das Unternehmensgeschäft.
Mehrwert ist abhängig von der Qualität der Analytics
Dieser Business Impact ist für Bayer der entscheidende Faktor, wenn es um die Frage nach Einsatz und Nutzung von Big Data im Unternehmen geht. Und je fortgeschrittener die Analytics, desto größer der potenzielle Mehrwert.
Entscheidend für den Erfolg von Big Data im Unternehmen sind vor allem die passenden Rahmenbedingungen.
- Statistiker, die in der Lage sind komplexe Zusammenhänge der vorhandenen Daten zu verstehen, zu analysieren und nutzbar zu machen, müssen eine größere Rolle im Unternehmen spielen.
- Entscheidungsprozesse müssen angepasst werden, um die neuen Möglichkeiten zu berücksichtigen.
- Interne Wettbewerbe und Informationshoheit müssen aufgelöst, Daten intern offen zur Verfügung gestellt und Transparenz geschaffen werden.
- Der Mind Set im Unternehmen muss an die neuen Möglichkeiten angepasst, Verständnis geschaffen und Skills aufgebaut werden
Nur so können Informationen voll zum Wohle des Unternehmens genutzt werden, denn der wahre Wettbewerb findet außerhalb des Unternehmens statt.
Verbesserungen bei Bayer
Bayer hat unter Berücksichtigung dieser Paradigmen auf Basis von Big Data Lösungen für das Controlling geschaffen, die zu spürbaren Verbesserungen für das Unternehmen und nebenbei zu einer Top-Platzierung im Ranking von Hackett geführt haben:
- Prognose zum Monatsende (Forecasting)
- Berechnung der Gruppenmarge
- Optimierung und Visualisierung der internen Werteflüsse
- Simulationen in der Planung
- Self-Service Reporting
Der Nutzen aus diesen Anwendungsfällen ist vielfältig. So ermöglichte die smarte Aggregation der Informationen eine bessere Nachvollziehbarkeit des Reportings. Zusammen mit der gestiegenen Verlässlichkeit des Forecastings und der neu gewonnenen Transparenz über die Bandbreite der möglichen Unsicherheit der Ergebnisse führt der Einsatz von Big Data Analytics im Forecasting zu erhöhter Akzeptanz und Vertrauen beim Management.
Die Visualisierung der internen Werteflüsse sorgt für schnelle Transparenz und wird heute erfolgreich als Steuerungsinstrument verwendet.
In der Planung können durch den Einsatz von Big Data bei Anpassungen in den Planungsparametern die über 60 Income Statements weltweit innerhalb weniger Minuten für die gesamte Gruppe neu kalkuliert und damit Verzögerungen aus der reinen Kalkulation der Planungsergebnisse signifikant reduziert werden.
Im Bereich Self-Service Reporting sind Anwender heute in der Lage ohne Unterstützung durch das Controlling aus einem Applet-Baukasten die für sie relevanten Reporting Bausteine auszuwählen und zu einem Cockpit zusammen zu führen. Das Controlling kann die frei gewordenen Kapazitäten für die deutlich Nutzen stiftendere Bewertung und Interpretation der Reporting-Ergebnisse verwenden.
Dies hatte auch positive Auswirkungen auf das Bild des Controllers im Unternehmen. Die Wahrnehmung konnte vom „Scorekeeper“ zum „Valued Business Partner“ weiterentwickelt werden.
Fazit
Wesentliche Lessons Learned aus dem Einsatz von Big Data bei Bayer sind:
- Die Änderung des Mind Sets im Controlling, bei den Anwendern und auch im Management ist erfolgskritisch
- Alle relevanten Daten müssen in einem Business Warehouse zusammengefasst werden
- Datenqualität ist Schlüssel zum Erfolg. Sie wird erreichbar durch Daten-harmonisierung in den ERP Systemen in Verbindung mit einer starken Governance
Fazit: Big Data an sich bringt noch keinen Nutzen. Die Menschen müssen Ideen generieren, was man mit Big Data macht und worin der Mehrwert für das Unternehmen besteht. Erst dadurch entsteht der eigentliche Nutzen von Big Data.
