Anne Golombek 19.04.13 09:30 12 min read

5 Goldene Regeln für Dein BI-Projekt – ein Fazit

Business Intelligence… wovon reden wir hier eigentlich!?
Ein Ratgeber in 6 Episoden.

In diesem Artikel – Episode 6: Bei einem Business Intelligence Projekt gibt es viel zu beachten. Wir haben 5 Goldene Regeln für Dich zusammengestellt – basierend auf der Erfahrung, die wir in unseren eCommerce BI-Projekten gewinnen konnten.


Darum geht es in dieser Blog-Serie:

Business Intelligence. Simples Bullshit-Bingo oder ein Begriff mit Substanz? Geht mich das was an oder hab ich den Begriff bis morgen eh schon wieder aus meinem Vokabular gestrichen? Oft gehört, doch nie erklärt? So oder so – Business Intelligence ist sicherlich ein Begriff, der in vielen Köpfen Fragen offenlässt.
Abhilfe schafft dieser Ratgeber in Form von sechs aufeinanderfolgenden Blogartikeln – basierend auf unserer umfassenden BI-zentrierten Beratungs- und Entwicklungstätigkeit im Online-Sektor. Für alle, die es genauer wissen wollen. Und speziell für Online-Händler. 

EPISODENVERZEICHNIS


 

5 Goldene Regeln für Ihr BI-Projekt – ein Fazit

Um Dir zum Abschluss unserer Blogserie noch ein paar nützliche Tipps mitzugeben, haben wir fünf Goldene Regeln formuliert, die Dir bei der Umsetzung eines erfolgreichen BI-Projekts eine Hilfe sein können:

 

1. Ohne Ziel ist jeder Weg richtig – wo auch immer er hinführen mag

Allzu oft hören wir sehr allgemeine, unbestimmte Sätze wie „BI ist wichtig für unser Unternehmen“ oder „Wir brauchen jetzt auch mal BI“. Doch „BI“ allein wird nie einen Selbstzweck haben, selbstständig Deine Probleme lösen oder mehr Umsatz generieren. Die Intelligenz steckt in Deinen Mitarbeitern, in Deiner Strategie, in Deinen Produkten, Deinem Shop und Deinem BI-Dienstleister: Stelle Dir also konkrete Fragen, um Dein BI-Projekt zielführend umzusetzen! Was soll bei Fertigstellung der Lösung anders bzw. besser funktionieren? Welche Fragen möchte ich beantworten können? Welche Entscheidungen möchte ich anhand der BI-Lösung treffen bzw. unterstützen? Die Antworten werden nicht nur abhängig vom Unternehmen, sondern auch je nach Funktion des einzelnen BI-Nutzers stark variieren.

Ist das Ziel bestimmt, kannst Du Dich mit Deinem BI-Projekt guten Gewissens auf den Weg machen – und werden ankommen.

 

2. Das richtige Erwartungsmanagement schützt vor Enttäuschungen

Bevor ein BI-Projekt startet, sollten die Erwartungen der Projekt-Teilnehmer und Nutznießer der BI-Lösung geklärt sein. Auch hier hilft das Formulieren konkreter Wünsche bzw. Fragen: Was soll das System leisten? Was soll anders/besser werden? Was erwarte ich von der neuen Lösung?

Da jeder Einzelne oft nur sein eigenes Thema als höchst prioritär ansieht und den Gesamtkontext gerne mal vergisst, ist in einem nächsten Schritt auch eine ausführliche Kommunikation von entscheidender Bedeutung: Gemeinsam in einem oder mehreren Workshops werden die formulierten Erwartungen aller Projekt-Teilnehmer hinsichtlich Umsetzungsmöglichkeit (sind die benötigten Daten überhaupt in der erforderlichen Qualität verfügbar?) und möglichen Schnittmengen zur Zieldefinition bewertet und priorisiert. Die Ergebnisse fließen dann in einen ersten Projektplan des BI-Dienstleisters ein, den alle Teilnehmer unterschreiben sollten.

Für den weiteren Projektverlauf wird auf Kundenseite ein hauptverantwortlicher Projektmanager berufen, der bei Anfragen nach Planänderungen entscheidet, ob und wann es zu Verschiebungen im geplanten Ablauf kommen soll und verantwortlich ist für den Informationsfluss im Unternehmen. Auf diese Weise können falsche Erwartungen vermieden und eine klare Kommunikation gewährleistet werden.

 

3. Ohne klare Begriffsdefinitionen entsteht Chaos

Wie bereits bei der Vorstellung der verschiedenen Umsatzarten erwähnt, hat jede Abteilung ihre eigenen Definitionen der unternehmensrelevanten Kennzahlen – und alle sind richtig. Trotzdem bleibt das Problem mangelnder Vergleichbarkeit und damit die ineffiziente Konsequenz, dass es in Meetings zwischen verschiedenen Fachabteilungen immer wieder zu zeitintensiven und letztlich mehr oder weniger vergeblichen Diskussionen um die Richtigkeit von Zahlen kommen wird. Worum es eigentlich gehen sollte, ist aber die richtige Interpretation von Zahlen und daraus resultierende Handlungsempfehlungen!

Am Anfang des BI-Projekts müssen die wichtigsten Begriffe wie Umsatz (Netto-/Brutto-/Liefer-/Versand-/Retourenumsatz zum Bestell-/Faktura-/Versanddatum), Neukunde oder Retourenquote (kalendarisch oder historisch?) also im Projektteam definiert und in die Organisation kommuniziert werden. Je klarer diese Definitionen sind, desto einfacher und schneller kann Dein BI-Dienstleister Deine Anforderungen umsetzen.

Nach der Definitionsarbeit folgt die Umsetzung ins unternehmensweite Reporting. Nun darf es nur noch eine einheitliche Definition geben und sei der Name auch noch so lang: UMS_WEB_FD_SVK_MWST = Webshop-Umsatz zum Fakturadatum zum Sonderverkaufspreis inkl. Mehrwertsteuer.

 

4. Datenqualität schlägt bunte Dashboards

Die meisten BI-Tools bieten die Möglichkeit, fancy designte Dashboards in sämtlichen Farben des Regenbogens zu erstellen: Ampeln, Tachos, Linien, Balken. Wichtig für die Anzeige ist jedoch allein die Richtigkeit, nicht die Farbigkeit der Daten. Erst wenn die Fachabteilung die Daten verifiziert und freigegeben hat, solltest Du in die Farbberatung einsteigen. Behalte den Blick fürs Wesentliche, bevor Du zwischen altrosa und mintgrün die nie vollständig hergestellte Übersicht verlierst!

Auch nach der ersten Sicherstellung der Datenqualität muss diese auch im weiteren Verlauf unbedingt ohne Unterbrechung gewährleistet sein. Ein gutes BI-System liefert deshalb über ein Datenqualitäts-Dashboard automatisch den diesbezüglich aktuellen Stand. Wichtig ist bei Identifizierung eines Datenqualitätsproblems dann „nur“ noch, die verantwortlichen Mitarbeiter zum Aufräumen bzw. Verbessern zu bewegen.

Ein Beispiel aus der Praxis: Statt den Verkauf von Bier in Flaschen oder Litern zu messen, gab es bei einer vom Händler neu eingeführten Sorte fälschlicherweise auch die Einheit Millimeter. Die Absatzmenge schnellte nach oben. Eine unhaltbare Situation, die die Qualität einer ganzen Reihe von Kennzahlen drastisch in den Keller zog. Doch das BI-System des Händlers war ein gutes und das Data Quality Dashboard schlug an – der Fehler konnte rechtzeitig behoben werden.

 

5. In kleinen Schritten voranschreiten

Sobald Du Dich für einen BI-Anbieter entschieden hast oder das interne BI-Team loslegt, muss es natürlich schnell gehen. Alles muss am besten gestern fertig sein.

Wir machen unsere Projekte gerne gestern fertig – aber nicht alles. Gemeinsam mit dem Kunden priorisieren wir, wo mit wenig Aufwand viel erreicht werden kann und welche Ziele in welcher Abfolge in Angriff genommen werden sollen. So gewährleisten wir eine schnellere partielle Einsetzbarkeit des Systems sowie vor allem eine schnellere Identifikation der Anwender mit der BI-Lösung und den neuen, alten Zahlen.

Märkte, Kunden und aktuelle Fragestellungen des Business‘ ändern sich rasant und erfordern schnelle Anpassung: eine neue Datenquelle, eine neue Fragestellung, eine neue Abteilung, ein neuer Markt, ein neuer Wettbewerber oder ein neuer Geldgeber? Eine gute BI-Lösung kann die Antwort liefern.

Also – wovon reden wir denn nun, wenn wir „Business Intelligence“ sagen?

Wir reden von vollständiger Aggregation und Integration Ihrer Daten und, darauf aufbauend, der ganzheitlichen Analyse Deiner Geschäftsprozesse – mit dem Ziel einer Optimierung der strategischen Ausrichtung Ihres Unternehmens. Business Intelligence ist Deine sichere Grundlage für Entscheidungen aller Art und versetzt Dich in die Lage, selbst auf Veränderungen des Business‘ reagieren zu können – zeitnah und zielorientiert.

Jetzt bist Du an der Reihe. Schöpfe wirklich schon das volle Potential aus Deinen Daten? Wir bieten Dir eine kostenlose Erstanalyse Deiner Datenstruktur an, um verborgene Potentiale aufzuzeigen. Einfach Formular ausfüllen, Call vereinbaren und Potentiale entdecken. 

Kostenlose Erstanalyse

avatar

Anne Golombek

Anne is COO and Marketing Lead at minubo. As an expert in Business Intelligence and data-driven decision-making, she is a passionate writer for minubo and their blog.