Durch IT-Systeme entstehen in Unternehmen heutzutage sehr viele Daten. Oft werden diese aber nur unzureichend aufbereitet, um daraus betriebswirtschaftlich relevante Erkenntnisse abzuleiten. Die Folge sind unscharfe KPIs und damit einhergehend inadäquate Steuerungsmechanismen.
Richtig gebündelt und ausgewertet, können Daten einen wichtigen Beitrag zur effizienten Steuerung des Unternehmens leisten. Genau daran hapert es aber oft: Große Datenmengen werden zwar erfasst, aber nur unzureichend aufbereitet. Meist liegt dies an fehlendem Wissen um die Aussagekraft der möglichen Analysen, einem Mangel an relevantem Fachwissen oder schlicht an der Inkonsistenz und damit schwierigen Auswertbarkeit der vorliegenden Daten. Oft werden Daten seit vielen Jahren unverändert im Management Reporting ausgewertet und es wird nicht hinterfragt, ob sich die bei Einführung erkannten Muster geändert haben oder inzwischen andere Muster relevant geworden sind.
Beispiele:
- Analyse der letzten 250.000 Rechnungen mit anonymisierten Kundeninformationen: erlaubt z.B. die Analyse des Einkaufsverhaltens homogener Kundengruppen und zielgenaues Performance Marketing für Neu- und Bestandskunden.
- Analyse der Zeiterfassungsdaten der letzten drei Jahre bei Beratungsunternehmen: erlaubt das Erkennen von Mustern bei Projekten mit geringer Auslastung und Kunden mit unattraktiven Tagessätzen und damit die ertragsorientierte Neukalibrierung des Anreizsystems.
- Analyse der Kundenrückfragen der letzten drei Jahre auf Produktebene: erlaubt die Optimierung der Produkte mit häufigen Rückfragen und damit die Verbesserung der Kundenzufriedenheit.
Anwendung in der Due Diligence
Smart-Data-Analysen eignen sich oft auch ideal zur faktenbasierten Analyse von Geschäftsmodellen. Bisher unbekannte Potenziale werden erkannt und optimistische Darstellungen neutral validiert. Dies dauert bei kleinen bis mittelgroßen Unternehmen erfahrungsgemäß ca. eine Woche, also sogar deutlich kürzer als die Erstellung klassischer Verkaufsunterlagen. In der Tabelle sind einige Beispiele aufgeführt, wo die Smart-Data-Analyse große strategische Relevanz hatte.
Handlungsempfehlung
Unternehmer sollten zunächst einmalig eine Bestandsaufnahme machen: Welche Daten liegen im Unternehmen vor, welche werden systematisch erfasst, und wie werden diese genutzt? Am besten wird ein Datenexperte zurate gezogen, der Erfahrung mit Smart-Data-Analysen in vergleichbaren Unternehmen hat und weiß, was möglich ist und worauf es ankommt bei der Mustererkennung. Einige Due-Diligence-Berater haben speziell ausgebildete Teams für diese Dienstleistung und die Kosten haben sich meist schnell amortisiert. Im nächsten Schritt sollte besprochen werden, ob aus dieser Analyse neue, unternehmerisch relevante KPIs entstehen und ob für eine bessere Analyse weitere Daten hilfreich wären – und wie diese erfasst werden können. Zudem sollte geklärt werden, ob die Datenkonsistenz und -struktur verbessert werden sollten, um Auswertungen künftig effizienter und effektiver fahren zu können. Diese Erkenntnisse sollten in das Management Reporting und in unternehmerische Entscheidungen eingebunden werden. Zudem ist eine Wiederholung dieses Prozesses alle drei bis zwölf Monate – je nach Dynamik des Geschäfts – zu empfehlen.
ekkhard.issel@dediq.com
SYLVIA FRIESE ist promovierte Informatikerin und Vice President Business Intelligence bei DEDIQ. Sie kümmert sich um die konsequente Datennutzung bei Portfoliounternehmen und in der Due Diligence bei Neuerwerbungen.
sylvia.friese@dediq.com
Illustration: 123rf.com/ppbig