Data Analytics als Grundlage für faktenbasierte Entscheidungen

Controlling, HR, Sales & Marketing oder Produktion – in so gut wie jedem Unternehmensbereich sind Daten ein essenzieller Bestandteil der täglichen Arbeit. Damit diese aktuell und korrekt aus verschiedenen Systemen extrahiert werden können, gibt es Spezialist:innen für Datenverarbeitung und Reporting: Data Analysts.

Das Data Analytics Team von smartpoint erzählt im Interview, bei welchen Anwendungsfällen professionelle Datenanalyse zum Einsatz kommt, wie Projekte ablaufen und was Data Analytics so faszinierend macht. 

Im Gespräch:

• Sabine Ackerbauer, Data Analyst & Software Engineer
• Manuel Hochreiter, Senior Data Architect
• Richard Leinweber, Senior Data Architect
• Andreas Seitz, COO

Was macht ihr im Data Analytics Team?

Sabine: Wir verarbeiten Daten aus verschiedensten Quellen und stellen sie so dar, dass User diese auch auswerten und interpretieren können.

Richard: Außerdem bringen wir Daten von A nach B und transformieren sie dabei – zum Beispiel, wenn Personaldaten aus einem HR-System in ein Payroll-System eingespeist werden sollen. Oft beziehen wir Daten aus vielen verschiedenen Quellsystemen, die wir in einem sogenannten Data Warehouse zentralisieren, harmonisieren und sie fürs Reporting aufbereiten. Also kurz gesagt: Mit Data Engineering und Data Analytics machen wir Daten auswertbar und erstellen Geschäftsberichte. Das ist schließlich eine Basis für Data Science – den Erkenntnisgewinn aus Daten, mit dem man unter anderem Zukunftsprognosen für konkrete Unternehmensbereiche treffen kann. 

Für welche Anwendungsfälle entwickelt ihr Datensysteme?

Manuel: Üblicherweise können Kunden gewisse Fragen nicht beantworten, zum Beispiel im Vertriebsprozess: Wie pünktlich können wir bestimmte Produkte liefern, wo entstehen Verzögerungen? Liegt es am Bestellsystem, am ERP, am Warenhaltungs- oder am Lieferantensystem? Oft gibt es schon Vermutungen, man kann diese aber nicht belegen und damit keine faktenbasierte Entscheidung treffen. Wir extrahieren dann die relevanten Daten aus den verschiedensten Systemen und bereiten sie für die Analyse auf.

Richard: Sehr häufig gibt es in Unternehmen aber noch gar keine Reportingplattform. Excel-Tabellen werden händisch erstellt und per Mail weitergeschickt, es entstehen verschiedene Versionierungen und am Ende findet man die richtigen Daten nur mehr schwer. Das ist natürlich sehr mühsam, braucht viel Zeit und ist unglaublich fehleranfällig. Darum werden wir häufig erst einmal damit beauftragt, Daten automatisiert aus den Systemen zu exportieren, damit man jederzeit die aktuellsten Zahlen ansehen kann.

Sabine: Gerade, wenn Daten aus verschiedenen Quellen kommen, ist es für unsere Kunden auch wichtig, nachweisen zu können, wo die Zahlen herkommen und wie sie berechnet wurden. Dabei spricht man von „Data Lineage“.

Internationale Reporting Standards für effektive Geschäftskommunikation

Wie laufen eure Projekte üblicherweise ab?

Manuel: Zuerst müssen wir die Kunden verstehen: Welche Anforderungen haben sie? Was möchten sie sehen, welche Probleme haben sie in den täglichen Aufgaben, was sind die Pain Points? Im nächsten Schritt sehen wir uns technisch an, wo die benötigten Informationen liegen, wie man an sie herankommt, ob Informationen oder technische Anforderungen fehlen und wie die Datenqualität aussieht. Wenn alle Informationen und die technischen Voraussetzungen vorhanden sind, geht es an die Datenbeschaffung selbst: Daten werden von A nach B geladen und anschließend visualisiert. Dabei entstehen Berichte, die eine effektive Geschäftskommunikation ermöglichen. Von den Farben her einfach gehalten, damit man auf einen Blick sieht, welche Infos man braucht.

Richard: Wir empfehlen dafür immer, sich an internationale Reporting Standards zu halten. Wir orientieren uns soweit es geht am IBCS. Die Berichte sind vielleicht weniger bunt, aber sie stellen die Zahlen schnell lesbar, eindeutig interpretierbar und eben standardisiert dar: Grau bedeutet beispielsweise eine Vorperiode, schwarz sind aktuelle Zahlen und schraffiert sind Vorhersagen.

Manuel: Die Berichte analysieren wir dann gemeinsam mit dem Kunden und stellen dabei vielleicht fest, dass wir noch etwas anpassen oder weitere Kennzahlen hinzufügen müssen, damit der Bericht den Zweck erfüllt. Der läuft dann eine Zeit lang, bis die nächste Version erstellt wird – weil wieder neue Kennzahlen hinzukommen oder neue Anforderungen gestellt werden.

Sabine: Genau, man muss immer mit dem Kunden iterativ vorgehen und gemeinsam herausfinden, was er eigentlich braucht.

Richard: Das ist nämlich nicht immer das, was ursprünglich angefragt wurde.

Wissen sichtbar machen und Arbeit erleichtern – Faszination Data Analytics

Was fasziniert euch an Data Analytics?

Sabine: Datenanalyse klingt vielleicht nicht besonders spektakulär, ist für unsere Kunden aber essenziell, denn sie brauchen die Berichte, die wir erstellen, für jede Besprechung, für jeden Standort, jede Führungskraft. Mich fasziniert, dass ich dadurch Einblicke in jeden Unternehmensbereich bekomme: vom einfachen Mitarbeiter angefangen bis in die Geschäftsführung.

Andreas: Genau das ist das Spannende dabei. Einerseits muss man sich fachlich reindenken: Was will der Kunde „eigentlich“ wissen, welche Problemstellung hat er, wofür eine Lösung oder Antwort gesucht wird - und was benötigt er dafür? Andererseits ist es die technische Abbildung davon: Man hat ja nicht nur ein paar hundert, sondern oft tausende oder Millionen Datensätze. Hier einen Mechanismus zu schaffen, mit dem ich sicher sein kann, dass die Daten stimmen und konsistent sind, ist eine enorm spannende Herausforderung. Und dann auch: Wie kann man das so darstellen, dass man die richtigen Schlüsse und Entscheidungen daraus ableiten kann? Das ist eine interessante Bandbreite an Tätigkeiten. 

Richard: Gerade das Domänenwissen finde ich besonders spannend und das erfordert viel Abstimmung mit den Kunden. Meist hat man es ja mit internen Spezialisten zu tun, die beispielsweise im HR-Bereich genau wissen, welches Kürzel wofür steht und was welche Daten bedeuten. Wir versuchen, Daten so aufzubereiten, dass sie für Mitarbeitende im gesamten Unternehmen ohne Spezialwissen verständlich sind. Aber um das zu schaffen, braucht es umfassendes Domänenwissen.

Was wollt ihr mit eurer Arbeit bewirken?

Sabine: Kunden sehen auf einen Blick das, was sie sehen wollen und für ihre Arbeit brauchen.

Richard: Wenn wir eine gute Reportingplattform erstellt haben, dann kommen meist weitere Abteilungen, die auch eine haben möchten. Mein Ziel ist, dass die Datenanalyse in Unternehmen immer weiterentwickelt wird und ein lebendes System wird.

Andreas: Gerade in der heutigen dynamischen Zeit ist es besonders wichtig, eine schnelle, zuverlässige und aussagekräftige Entscheidungsgrundlage zu haben. Kombiniert mit AI und den Daten-Plattformen von Microsoft können wir hier sehr wichtige Mehrwerte schaffen.  

Manuel: Wenn wir unseren Kunden ihre Arbeit erleichtern können, haben wir unser Ziel erreicht.