Wir hören es von allen Dächern pfeiffen: Das Zeitalter der Daten ist angebrochen. Auf dem Weg in die wirtschaftlich erfolgreiche, datenbeflügelte Zukunft lauern jedoch einige hartnäckige Datenmythen, die es gemeinsam zu überwinden gilt.

daten mythos #1

„Datenprojekte sind IT-Projekte“

DATENMYTHOS #2

„Viel hilft viel“

DATENMYTHOS #3

„Das Ziel ist maximale Datenqualität.“

DATENMYTHOS #4

„Data-driven startet mit dem Kauf eines Tools.“

Datenmythos #1 – „Datenprojekte sind IT-Projekte“

„Wir möchten gerne mehr aus unseren Daten machen, aber unsere IT hat keine Zeit dafür. Was können wir tun?“

Kunde, der Name der Redaktion bekannt

Diese Frage hören wir öfters in Kundengesprächen. Die gute Nachricht lautet: Datenprojekte sind keine IT-Projekte. Datenprojekte finden in erster Linie in den Fachbereichen, wie z.B. im Vertrieb oder im Marketing, statt. Die IT ist phasenweise involviert. Lernen Sie mehr über Aufgaben und Rollen in Datenprojektem im DATA STARTER BOOTCAMP.

Datenmythos #2 – „Viel hilft viel“

„Viel hilft viel“ gilt leider nicht wenn es um Daten geht. Die großen Kostentreiber sind die Datenqualitätssicherung und die Datenakquise. Als Faustregel gilt: Je mehr Daten, umso mehr Qualitäts- oder Akquisekosten. Daten bunkern, ohne Plan was Sie damit erreichen möchten, ist keine Winning Strategy. Um Ihre Daten mit wirtschaftlichem Ertrag zu nutzen, müssen Sie wissen wohin Sie fachlich wollen, und welche Datenbestände und Qualitätsniveaus Sie dafür wirklich benötigen. Sonst wird die Return-on-Investment-Rechnung niemalsaufgehen.

So geht’s:

  1. Usecases für Datenanwendungen kennen und verstehen,
  2. Für Ihre Unternehmensziele interessante Anwendungsfälle auswählen,
  3. Soll-Ist-Abgleich Ihres Datenbestandes durchführen,
  4. Für konkreten Anwendungsfall Daten optimieren und/oder sammeln,
  5. Pilotprojekt aufsetzen,
  6. Lernen.

Datenmythos #3 – „Das Ziel ist maximale Datenqualität“

Datenqualität ist teuer. Je höher Ihr Anspruch an die Qualität der Daten ist, umso mehr müssen Sie investieren. Nun wissen wir alle, dass wir Daten in verlässlicher Qualität brauchen um daraus erfolgreiche Daten- und KI-Anwendungen zu entwickeln. Nichtsdestotrotz werden wir darauf abzielen, den besten Tradeoff (die beste Kombination) aus ausreichendem Datenqualitätsniveau und minimal dadurch entstehenden Kosten zu wählen. Das bedeutet, dass wir für jedes verwendete Datenfeld in unserer Datenbank die notwendige Datenqualitätsstufe und Datenqualitätsindikatoren definieren, die die gewünschten Eigenschaften eines Datums, sowie Fehlerfälle beschreiben.

Datenmythos #4 – „Data-driven startet mit dem Kauf eines Tools“

Data-driven, also eine datenorientierte Ausrichtung im Unternehmen, startet immber bei Ihren fachlichen Zielen und Herausforderungen. PUNKT. Aus diesem Grund erarbeiten wir im DATA STARTER BOOTCAMP immer zuerst Ihre Ausgangslage, bevor wir Sie dabei unterstützen, die für Sie geeigneten Datenanwendungsfälle zu finden. Mehr Informationen dazu finden Sie hier: