Viele Unternehmen haben Big Data bereits geraume Zeit auf ihrer Agenda - tun sich aber schwer, die im Datenozean verborgenen Schätze zu heben. Das auf Connected Business spezialisierte Beratungsunternehmen mm1 stellt hierzu mit dem Quick-Guide-Poster "Data Thinking" das gleichnamige Vorgehensmodell vor. Unternehmen erfahren damit gezielte Unterstützung, interne Verständnishürden bei der Erschließung neuer datenbasierter Geschäftspotenziale erfolgreich zu überwinden.
Informationen und Daten sind das neue Gold zukunftsorientierter Unternehmen. Kaum ein Unternehmen, das nicht um den wertschöpfenden Nutzen der Auswertung heterogener Datenmengen weiß. Die dafür relevanten Datenquellen finden sich jedoch zumeist über zahlreiche Abteilungen, Standorte oder Zuständigkeitsbereiche verstreut. "Abteilungsübergreifende Ansätze und eine enge interdisziplinäre Zusammenarbeit der IT mit den Fachbereichen sind gefordert, um das Geschäftspotenzial von Big Data zu heben", betont Niclas Duchscherer, Managing Consultant bei mm1.
In neun Schritten ans Ziel
Data Thinking setzt als umsetzungsorientiertes Vorgehensmodell an diesem Punkt an. In neun aufeinanderfolgenden Schritten verfolgt es das Ziel, neue datenbasierte Geschäftspotenziale zu erschließen. "Um die Komplexität dieses Prozesses erfolgreich zu steuern, braucht es ein für alle Stakeholder nachvollziehbares Vorgehensmodell und Zielbild", so Olaf Erichsen, Managing Consultant bei mm1. Data Thinking bindet dazu vom ersten Schritt an alle Beteiligten ein und stimmt die technischen, finanziellen, rechtlichen und organisatorischen Rahmenbedingungen aufeinander ab.
Data Thinking verwendet entlang dieser Arbeitsschritte sechs Werkzeuge, die ein iteratives und agiles Entwickeln in Big Data-Projekten ermöglichen. Dazu zählt etwa die Data Map, um Datenquellen zu strukturieren und zu klassifizieren und darauf aufbauend Herausforderungen und mögliche Problemfelder wie das Thema Datenschutz fachabteilungsübergreifend zu diskutieren. Die Big Data Value Chain wiederum setzt die Datenquellen in eine Ablaufbeziehung zueinander und strukturiert die Aktivitäten, wie die Daten gesammelt, integriert und verwertet werden. "Data Thinking ist so konzipiert, dass es eine breite Palette an Einsatzszenarien abdeckt und messbare Ergebnisse liefert", erklärt Dr. Michael Eble, Senior Consultant bei mm1. "Die Werkzeuge helfen dabei, sowohl erste Kreativ-Workshops als auch die tägliche Projektarbeit zu strukturieren."
mm1 stellt ab sofort das Poster "Data Thinking nach mm1" kostenfrei zum Download unter www.data-thinking.de zur Verfügung.
Informationen und Daten sind das neue Gold zukunftsorientierter Unternehmen. Kaum ein Unternehmen, das nicht um den wertschöpfenden Nutzen der Auswertung heterogener Datenmengen weiß. Die dafür relevanten Datenquellen finden sich jedoch zumeist über zahlreiche Abteilungen, Standorte oder Zuständigkeitsbereiche verstreut. "Abteilungsübergreifende Ansätze und eine enge interdisziplinäre Zusammenarbeit der IT mit den Fachbereichen sind gefordert, um das Geschäftspotenzial von Big Data zu heben", betont Niclas Duchscherer, Managing Consultant bei mm1.
In neun Schritten ans Ziel
Data Thinking setzt als umsetzungsorientiertes Vorgehensmodell an diesem Punkt an. In neun aufeinanderfolgenden Schritten verfolgt es das Ziel, neue datenbasierte Geschäftspotenziale zu erschließen. "Um die Komplexität dieses Prozesses erfolgreich zu steuern, braucht es ein für alle Stakeholder nachvollziehbares Vorgehensmodell und Zielbild", so Olaf Erichsen, Managing Consultant bei mm1. Data Thinking bindet dazu vom ersten Schritt an alle Beteiligten ein und stimmt die technischen, finanziellen, rechtlichen und organisatorischen Rahmenbedingungen aufeinander ab.
Data Thinking verwendet entlang dieser Arbeitsschritte sechs Werkzeuge, die ein iteratives und agiles Entwickeln in Big Data-Projekten ermöglichen. Dazu zählt etwa die Data Map, um Datenquellen zu strukturieren und zu klassifizieren und darauf aufbauend Herausforderungen und mögliche Problemfelder wie das Thema Datenschutz fachabteilungsübergreifend zu diskutieren. Die Big Data Value Chain wiederum setzt die Datenquellen in eine Ablaufbeziehung zueinander und strukturiert die Aktivitäten, wie die Daten gesammelt, integriert und verwertet werden. "Data Thinking ist so konzipiert, dass es eine breite Palette an Einsatzszenarien abdeckt und messbare Ergebnisse liefert", erklärt Dr. Michael Eble, Senior Consultant bei mm1. "Die Werkzeuge helfen dabei, sowohl erste Kreativ-Workshops als auch die tägliche Projektarbeit zu strukturieren."
mm1 stellt ab sofort das Poster "Data Thinking nach mm1" kostenfrei zum Download unter www.data-thinking.de zur Verfügung.
