Data Strategy & Data Governance ist der Schlüssel zu einer nachhaltig dateninspirierten Organisation!
Eine Data Strategy als integraler Baustein einer Unternehmensstrategie unterstützt maßgeblich das Erreichen von Prozess- und Produktzielen, sichert die Compliance-Konformität, steigert den Durchsatz sowie die Kundenbindung und unterstützt Organisationen in der Transformation zu einer dateninspirierten Innovations-Kultur (Data Inspired Culture) in der die Menschen im Vordergrund stehen.
Organisationen sichern somit ihre Wettbewerbsfähigkeit und können diese durch eine gesteigerte Datenintelligenz und Datenkompetenz (Data Literacy) weiter ausbauen.
The Data Economist | Establishing sustainable "Data Inspired & Digital Culture"
Daten, Prozesse, Business schneller verstehen und den Data Driven ROI maximieren
In der digitalen Welt, in der wir heute leben, haben Daten eine unbestreitbar zentrale Rolle eingenommen. Durch die massiven Datenmengen, die ständig generiert werden, steigt die Notwendigkeit, sie effizient zu verwalten, zu analysieren und zu interpretieren. Durch die Integration von kross funktionaler Zusammenarbeit, Dual-Track Agile Methodik und der Anwendung modernster Technologien wie ChatGPT Interpreter und InfoZoom, ermöglicht ARDPS Organisationen, ihre Dateninvestitionen zu maximieren und erfolgreiche Daten-Projekte und Produkte zu realisieren.
Strategien und Taktiken für eine effektive Datensteuerung
In einer zunehmend datengesteuerten und -inspirierten Wirtschaft ist eine robuste Data Governance unerlässlich für den Erfolg eines Unternehmens. Sie gewährleistet den Schutz und die sinnvolle Nutzung von Daten und agiert als Katalysator für den Unternehmenswert, indem sie die Datenqualität verbessert, die Transparenz fördert, Risiken reduziert und Compliance sicherstellt. Zentral ist auch ihre Rolle bei der Schaffung der Standards, die für die Optimierung und Automatisierung von Geschäftsprozessen erforderlich sind. Sie ermöglicht eine qualitative Datendurchgängigkeit beim Austausch von Daten und Datenprodukten, was von entscheidender Bedeutung für die reibungslose und effiziente Funktion moderner Geschäftsökosysteme ist.
Das Data Governance Strategy & Taktik Wheel gibt Orientierung beim Aufbau und der nachhaltigen Etablierung einer organisationsweiten Data Governance. Diese dient als Befähiger einer erfolgreichen Transformation zu einer datengesteuerten und inspirierten Unternehmenskultur (Data Culture).
Surfen durch den Datendschungel, Daten verstehen und Daten shoppen (Shopping for Data)
Haben Sie schon den Begriff „Shopping for Data“ gehört? Dieser wird gerne im Zusammenhang mit den Begriffen Data Catalogue und Data Democratization in einen Topf geworfen. Mit Data Democratization ist gemeint, dass Menschen einfach und pragmatisch auf jegliche Art von Daten, die sie für ihre Zwecke benötigen zugreifen und diese verwenden können, bzw. jederzeit bereit sind Daten mit anderen zu teilen. Das natürlich jederzeit compliancekonform. In Organisationen wird dies durch einen Data Catalogue ermöglicht oder auch immer häufiger gerne Data Marketplace genannt, auf dem Sie wie in einem Onlineshop auf Einkaufstour nach Daten und Datenprodukten gehen (Shopping for Data).
Data Governance: Der Schlüssel zu einem datengesteuerten 360-Grad-Kundenservice
In einer Ära, in der Kunden mehr als nur Produkte oder Dienstleistungen erwarten, wird ein umfassender Kundenservice zum Herzstück eines jeden erfolgreichen Unternehmens. Data Governance ist hier nicht nur ein Schlagwort, sondern eine notwendige Grundlage, die Unternehmen dabei unterstützt, einen solchen 360-Grad-Service zu gewährleisten. Aber wie genau ermöglicht Data Governance diesen Rundum-Service?
Data Governance (Datensteuerung) umfasst in Summe die Menschen, Prozesse und Technologien, die zur Verwaltung, zum Schutz und zur Steigerung des “Datenkapitals”einerOrganisationbenötigt werden, um allgemein verständliche, korrekte, vollständige, vertrauenswürdige, sichere, auffindbare Unternehmensdaten und derenwertorientierte Nutzunggarantieren zu können.
Wie Data Governance zum Innovator wird und Mehrwert liefert
Viele Unternehmen wandelten sich in den letzten Jahren zu agilen Organisationsformen, um sich den Herausforderungen von schnellen Anforderungsänderungen besser stellen zu können. Auch das Unternehmen, für welches ich tätig bin, befindet sich mitten in diesem Wandel. Hinzu kommt, dass Daten und datengetriebene Prozesse immer stärker im Fokus stehen. Wer einen Vorsprung in der Datenintelligenz erlangt und diesen optimal zu nutzen weiß, erlangt auch einen erfolgskritischen Wettbewerbsvorsprung, den es stetig auszubauen bzw. auf lange Sicht zu halten gilt.
Wie Organisationen von einer lückenhaften Nachdokumentierung zu einem transparenten Datenmanagement kommen.
Herausforderung von Data Governance
Eines der Ziele von Data Governance ist es eine möglichst gute Transparenz über die Verarbeitung und Verwendung von Daten über die Systeme hinweg herzustellen, um den Grad der Compliance-Konformität festzustellen und stetig zu monitoren sowie ein compliance-konformes Verhalten beim Umgang mit Daten zu fördern. Zusätzlich ermöglicht die Transparenz stetig Schwächen der Leistungsfähigkeit von Daten zu erkennen und Maßnahmen zur Verbesserung abzuleiten. Dies fördert die Qualität von Datenanalyse- und Digitalisierungsprojekten.
Wie Organisationen ihre Daten in Geld bewerten können und warum Data Governance sich selbst finanziert.
Viele Unternehmen hadern noch mit dem Gedanken eine Data Governance einzuführen und fragen sich, welchen Mehrwert hat eigentlich Data Governance? Natürlich kann man jetzt sagen, was gibt es da noch zu überlegen. Wer im Zuge der Digitalisierung wettbewerbsfähig bleiben möchte, kommt an einer Data Strategy und der Einführung einer Data Governance nicht vorbei. Zumindest liest man das permanent in der Fachpresse und hört es ständig von vielen Beratern. Andererseits ist es absolut berechtigt in diesem Zusammenhang die ökonomische Frage zu stellen, welchen Mehrwert in Geld bringt eine Data Governance der Organisation und wieviel bin ich bereit zu investieren bzw. wie wird mein ROI (Return On Invest) aussehen.
Die Menge der Daten alleine ist kein entscheidender Wettbewerbsfaktor
Immer mehr Organisationen setzen auf datengestützte Analysen in ihrer Entscheidungsfindung und digitalisieren ihre Prozesse, Produkte und Services. Dabei wird verstärkt auf Verfahren der Künstlichen Intelligenz (KI) gesetzt. Doch häufig bleibt der erhoffte Erfolg aus.
Es ist eine sehr verbreitete Annahme, dass die Auswertung großer Mengen an Kundendaten der Organisation einen uneinholbaren Wettbewerbsvorteil verschaffen kann. Dies beruht auf der These: Je mehr Kunden eine Organisation hat, desto mehr Daten kann diese zur Produkt- und Serviceverbesserung nutzen und damit weitere Kunden anziehen, von denen noch mehr Daten gesammelt werden können.
Mit den effektiven Denkprozessen aus der TOC (Theory of Constraints) Durchbruchslösungen im Datenqualitätsmanagement schaffen
Ein Bewusstsein dafür, dass ein dringender Handlungsbedarf besteht ein übergreifendes und nachhaltiges DQM einzuführen, ist in vielen Organisationen noch gering ausgeprägt.
Wenn sich um das Thema Datenqualität gekümmert wird, dann meist auf lokale Einheiten beschränkt und situativ bedingt. Je nach Handlungsdruck werden immer wieder Einzelmaßnahmen durchgeführt. In der Regel stört schlechte Datenqualität den Flow von Prozessen und es erfordert immer wieder Nachbearbeitungsschleifen im laufenden Betrieb, bis ein Prozess effektiv abgeschlossen werden kann. Zusätzlich stören immer wieder die ad hoc initiierten Datenkorrekturmaßnahmen den Regelbetrieb.
Vom Datenchaos zur Data Driven Company: Warum Daten- und Prozessdurchgängigkeit Hand in Hand gehen
14 Januar 2024
Wie entwickelt man eine Datenstrategie?
Warum ist die einheitliche Betrachtung von Prozessen und Daten für die Transformation zu einem datengetriebenen Unternehmen entscheidend?
Welche initialen Schritte sind entscheidend für Unternehmen, um eine effektive Datendurchgängigkeit zu erreichen?
Darüber spricht Christoph Pacher mit Marco Geuer, Head of Global Data Strategy & Solutions, FIEGE.
Datenstrategie = Unternehmensstrategie - wie du wirklich data-driven wirst
03. August 2023
Was ist der Mehrwert als Unternehmen data-driven zu agieren? Und warum brauche ich für meine Datenstrategie zwingend eine Unternehmensstrategie?
Darüber spricht Christian Krug, Host des Podcasts Unf*ck Your Data, mit Marco Geuer, Head of Global Data Strategy & Solutions bei FIEGE.
The Data Culture Podcast - "Wie kann ich Datenteams zu Höchstleistungen führen?"
10. Oktober 2022
Wie bringe ich Datenteams zu Höchstleistungen? Das ist die Frage, die sich Carsten Bange mit seinem Gast Marco Geuer in dieser Folge stellt.
Es geht um Teamzusammenstellungen, die Rolle der Kultur und Data Governance, um die beste Leistung aus Data & Analytics Initiativen zu schöpfen.
BI or DIE Data Culture - "Data Governance mit Freude & Spirit"
15. Februrar 2022
Marco und Kai sprechen über die Vorurteile von Data Governance als anstrengend und bürokratisch und wie es besser gelöst werden kann.
BI or DIE Level Up 2022 - "Data Strategy & Governance"
27. Januar 2022
Marco spricht über Data Strategy, Data Governance und Data Driven Culture und wie dies alles zusammenhängt!
BI or DIE New Banking - "Data Governance als Business Case"
15. November 2021
Marco und Carsten sprechen über eines ihrer gemeinsamen Lieblingsthemen! Neben der Frage, warum das Thema für sie nicht langweilig ist, sprechen die beiden u.a. über: - Die Faszination und die Möglichkeiten von Data Governance. - Was die Rapid Data Performance Simulation ist und wie sie funktioniert. - Wie Data Governance sinnvoller Bestandteil der Business Intelligence wird. - Wie man sich dem Thema Business-Case getrieben nähert.
BI or DIE Data Talk - "Data Governance & Data Strategy"
16. Juli 2021
Kai-Uwe Stahl, Carsten Bange, Patrick Keller und Marco Geuer sprechen über das Thema "Data Governance & Data Strategy" und wie eine erfolgreiche Etablierung erfolgen kann.
Marco Geuer & Jonas Rashedi - #BusinessLovesDataGovernance
30. April 2021
Marco Geuer und Jonas Rashedi sprechen über Methoden und Erfolgsfaktoren bei der Einführung von Data Governance. Wie man das Business für das Thema begeistern kann und sogar als Multiplikator und Werber gewinnt. Es fallen Begriffe wie Ursache-Wirkungs Bäume, Rapid Data Performance Simulation, Leistungsfähigkeit von Daten und Accountability Partnership. Was es damit auf sich hat, erfahrt Ihr im Podcast. Uns hat es Spaß gemacht und wir hoffen Euch auch!
Marco Geuer & Jonas Rashedi - Data Governance ist ein Mannschaftssport!
08. April 2021
Marco und Jonas unterhalten sich über den Mehrwert einer Data Governance und welche Faktoren für eine erfolgreiche Einführung maßgeblich sind. Es dreht sich im Kern um Kommunikation und Menschen zu einer gesteigerten Datenkompetenz zu befähigen. Data Governance ist eher mit einem Mannschaftssport zu vergleichen. Häufig betrachten Organisationen eine Data Governance als eine Verordnung und führen diese eher technokratisch ein. Nach einiger Zeit tritt dann häufig Ernüchterung und Enttäuschung über den mäßigen Erfolg ein.
Data Exploration & Prototyping von KPI/Dashboards: Sichere Projektergebnisse & ein valides Reporting
Data Quality Management Online-Konferenz v. 02.12.2021
Der Vortrag zum Thema „Data Exploration & Prototyping von KPI und Dashboards – sichere Projektergebnisse und ein valides Reporting“ zeigte auf, wie FIEGE mit dem Rapid Data Performance Simulation (RDPS) Verfahren Investitionen in Data Analytics und Data Products ganz objektiv nach Erfolgswahrscheinlichkeiten auswählt – und die entsprechenden Umsetzung anschließend nachhaltig zum Erfolg führt.
Data Profiling - Daten endlich richtig verstehen & beurteilen
Erfahrungsbericht Rapid Data Performance Assessment (RDPA)
(Webinar vom 19.01.2021)
Datenqualität - Voraussetzung für ein funktionierendes Qualitäts-Management-System
Why data driven decision making and data products are critical for businesses to compete.
In today's business world, the importance of data can no longer be overlooked. Data is the lifeblood of modern businesses and is the foundation for competitive advantage, improved customer experiences and breakthrough innovation. A comprehensive understanding of the importance of a data-driven culture and the value of data products is therefore crucial. A data-driven culture can help make fact-based decisions and increase operational efficiency, while thinking in terms of data products allows companies to effectively monetise their data assets and create sustainable value. Below, I highlight the benefits and characteristics of these aspects in 3 parts.
Umfassende Daten-Strategie, -Governance und -Managment: Ein Fahrplan für die Zukunft
Im digitalen Zeitalter haben Daten einen hohen Stellenwert erlangt neben den Faktoren Mensch und Technologie. Doch wertvoll sind sie nur dann, wenn sie richtig verwaltet werden und der Wert sich dann in qualitativ hochwertigen Produkten manifestiert. Eine effektive Datenstrategie und -governance sind entscheidend für Unternehmen, um wettbewerbsfähig zu bleiben, Innovationen zu fördern und Compliance-Anforderungen zu erfüllen. Die Infografik (s.u.) bietet einen detaillierten Überblick darüber, wie Unternehmen ihre Datenstrategie, Data Governance und das Data Management harmonisiert strukturieren können.
Moderne Verfahrensansätze und Cloud-Technologien bieten neue Möglichkeiten
In unserer datengetriebenen Welt sind qualitative Datenprodukte der Schlüssel zum Geschäftserfolg. Doch um solche Produkte effizient zu skalieren, bedarf es einer robusten Dateninfrastruktur. Hier kommt die Data Fabric ins Spiel. Eine sukzessiv (agil) aufgebaute, Data Governance orientierte Data Fabric stellt sicher, dass Datenqualität, -schutz und -nutzung im Zentrum aller Bemühungen stehen.
In der heutigen digitalen Welt generieren Unternehmen und Organisationen kontinuierlich große Mengen an Daten. Die Verarbeitung und Analyse dieser Daten hat sich zu einem wichtigen Instrument entwickelt, um Erkenntnisse und Einblicke zu gewinnen und wettbewerbsfähig zu bleiben. Während viele Organisationen früher Datenprojekte durchgeführt haben, um ihre Daten zu analysieren, verschiebt sich der Fokus inzwischen auf die Erstellung von Datenprodukten.
