Fabrice Henry, geschäftsführender Gesellschafter von Artefact , moderierte die Diskussion. Zu den Teilnehmern gehörten Johan Picard, Leiter des Bereichs Data für die Region EMEA bei Google; Jean-Noel Lucas, Chief Data Officer bei L’Oréal; Brice Miranda, stellvertretender Leiter Data, AI Automatisierung bei Orange; sowie Jean Christophe Brun, Präsident und Gründer von Univers Data.

Wie kann data die Herausforderungen einer zentralisierten data bewältigen und zu data besseren data durch die operativen Mitarbeiter beitragen? Dies war das zentrale Thema Data dritten Data Artefact, bei dem führende Führungskräfte mit langjähriger Erfahrung im data , um ihre Ansichten und konkrete Beispiele darüber auszutauschen, was data ist, wie es in ihren Unternehmen umgesetzt wird und welche Zukunftsperspektiven es bietet.

Zunächst ein kurzer Überblick über das „Wer, Was und Warum“ von data : Das Konzept wurde von Zhamak Dehghani von ThoughtWorks entwickelt, um data zu verbessern und die Organisation in zentralisierten, monolithischen data zu vereinfachen. Die explosionsartige Zunahme von data der COVID-19-Pandemie hat diesen Bedarf noch verstärkt, und data hat sich inzwischen von einem Konzept zu einem verteilten Architekturmodell entwickelt, das data für alle Mitarbeiter eines Unternehmens data macht.

Wie lässt sich der Engpassdata nurdata data “ beseitigen?

Johan Picard von Google hat einige Ideen: „Ein Teil davon hat mit data einfachen data zu tun. Seit zwanzig Jahren erstellen und zentralisieren Unternehmen ihre data Plattformen, in data und data . Das hat es ihnen ermöglicht, ihre data zu nutzen. Aber die Fachbereiche mussten Schlange stehen, um auf diese data zuzugreifen, was zu Rückstaus und Engpässen führte. 

„Manche gingen sogar so weit, eigene Schatten-IT-Abteilungen aufzubauen, da die IT-Teams zwar die Technologie verstehen, nicht aber die Qualität der data. Und umgekehrt gilt das Gleiche für die Fachbereiche. Doch jetzt, mit der cloud, entwickeln sich die Technologien weiter und ermöglichen data in die Fachbereiche data dezentralisieren. Man darf nicht vergessen, dass dies ein inspirierender Ansatz ist. Jedes Unternehmen ist anders und muss unter Berücksichtigung seines eigenen Kontexts, seines eigenen Tempos und seiner eigenen Ziele auf seine ganz eigene Weise eine Dezentralisierung anstreben.“

Bei Orange, hat Brice Miranda dieses Phänomen der data und -fragmentierung erlebt. „Unsere bisherige data war nicht auf Self-Service ausgerichtet, sodass viele unserer Teams ihre eigenen data aufbauten; am Ende hatten wir zwischen 40 und 60 davon.“ Der Netzbetreiber baute mit Cloud Google Cloud eine Plattform auf, um seine Fachteams zu unterstützen. „Und nun begeben wir uns auf den Weg zur data .“

Bevor er Ende dieses Jahres sein Unternehmen gründete, war Jean-Christophe Brun CTO bei Carrefour. „2015 war uns klar, dass wir unsere Sichtweise auf data ändern mussten, um unsere Einzelhandelsaktivitäten auf data auszurichten. Bis 2018 bauten wir eine On-Premise-Plattform auf, um data zu werden. Und 2018 wurden wir Google-Partner, um mehr mit Algorithmen zu erreichen. Schon bevor wir den Begriff data kannten, war es unser Ziel, die geschäftlichen Anwendungsmöglichkeiten zu vervielfachen. Was mir an data gefällt, ist, dass es uns ermöglicht, Dinge zu formalisieren, die wir zuvor nicht standardisiert hatten, und den Prinzipien Worte zu geben.“    

Jean-Noel Lucas bei L’Oréal hat diesen Prozess vor drei Jahren eingeleitet. Jean-Paul Agon, der damalige CEO, gab die Richtung vor: Wir sollten Vorreiter im Bereich Beauty-Tech werden. Dazu mussten wir die data koordinieren und funktionale Silos aufbrechen; data benennen, uns auf eine gemeinsame Sprache einigen und die data strukturieren, um ein globales Referenzsystem aufzubauen. Und das erforderte Ressourcen: „Man muss sich Zeit verschaffen, um die data zu machen. Wir haben den Governance-Rückstand (zwei oder drei Jahre) bewertet und die Ressourcen geschätzt, die erforderlich sind, um das Unternehmen data zu führen. Wir haben ein Team von 100 Mitarbeitern damit beauftragt, die data aufzubereiten. Wir haben neue Kompetenzen in die Gruppe eingebracht. Außerdem betreiben wir viel Überzeugungsarbeit, um das Budget zu sichern, das uns diese Anstrengungen ermöglicht. Denn die Mitarbeiter von L’Oréal sind nicht konzeptionell orientiert. Wir müssen das Konzept in konkrete Begriffe übersetzen.“

L’Oréal listet 50 Anwendungsfälle auf, bei denen data genutzt werden. Das reicht vom Produktportfoliomanagement über die Optimierung des Vertriebs bis hin zur Bestandsverwaltung. „Mit einer data a Product‘-Strategie data an die verschiedenen Bereiche verteilt, ihre Aufbereitung wird den Spezialisten der einzelnen Marken anvertraut, und so wird das Problem der Engpässe gelöst“, fasst Jean-Noel zusammen.

Wie lassen data im Unternehmen in großem Maßstab demokratisieren?

Auch wenn Orange über ein data für die Beratung und Collibra für data verfügt, reicht das nicht aus: „Wenn wir data , entstehen Duplikate, und das führt zu Problemen. Wenn man nach den Breitbandgeräten der Kunden fragt, erhält man 800 Antworten.“ Verfügt der Kunde über Festnetz, Mobilfunk oder Glasfaser? Das Tool weiß es nicht. Hat der Kunde seine Einwilligung gegeben? Das wissen wir auch nicht. Es gibt keine einzige verlässliche Quelle oder data man vertrauen kann. Daher werden zu diesen Fragen POCs durchgeführt („Was ist ein Orange-Kunde?“ „Was ist eine Einwilligung?“).

Orange liegt etwas vor L’Oréal, wo 40 % der data in der cloud verfügbar data . „Als Voraussetzung data verfügbar und auffindbar sein“, sagt Jean-Noel. „Wir müssen den letzten Schritt in der Business Intelligence gehen. Dann müssen wir in der data die Ebenen nach oben durchlaufen, wobei data als Leistungskennzahl (KPI) dient, um näher an die Anwendungsfälle im Unternehmen heranzukommen. Dahinter verbirgt sich die Herausforderung data , nämlich die Menschen dazu zu bringen, standardisiertere Lösungen zu nutzen und den tatsächlichen Wert zu erkennen.“

„Bei Carrefour haben wir uns dafür entschieden, unseren data die Verantwortung zu übertragen“, erklärt Jean-Christophe. „Sie verstehen den Nutzen von data sorgen für deren Vermittlung:Data müssen genutzt werden. Data müssen an der Nutzung ihrer Produkte interessiert sein.“ Früher berichtete die Business-Intelligence-Abteilung an die Fachbereiche. Doch jetzt übernehmen dies die Fachbereiche selbst, mit Unterstützung der BI. Sechzig Prozent der von Carrefour im Bereich data geschulten Mitarbeiter data aus den Fachbereichen.“

Wie lassen sich Anwendungsfälle erfolgreich industrialisieren?

Es ist ein wechselseitiger Prozess, erklärt Johan Picard, zwischen Analytik und Betrieb: „Die data in die Analytik hinauf und wieder zurück in den Betrieb fließen. Früher konnten Datenbanken keine Analysen integrieren, also haben wir den data geschaffen. Im neuen Paradigma sind wir näher an den data und haben ein besseres Verständnis davon. Daher müssen wir Betrieb und Analyse nicht mehr voneinander trennen. Einige unserer Kunden haben beide Bereiche auf eine Ebene gebracht. SAP-Spezialisten sitzen Seite an Seite mit data . Brice Miranda stimmt dem zu und fügt hinzu: „Wir müssen die alten Grenzen zwischen Analytik und Betrieb aufheben und direkt an die Quelle gehen.“

Für Jean-Noël Lucas gilt: „Die Mitarbeiter im operativen Bereich müssen verstehen, auf welche data sich stützen (indem sie ihre Prozesse reflektieren), und sich bemühen, data zu verbessern.“ Um beispielsweise die Filialen zu beliefern und den Lagerbestand besser zu verwalten, hat L’Oréal das PCM-System um eine weitere Ebene erweitert. „Wir wollen unsere Systeme ‚API-isieren‘.“ L’Oréal hat intensiv an data gearbeitet data Einzelhändlern und Verbrauchern einen 360-Grad-Überblick zu ermöglichen. Um seine Lieferkette besser zu verwalten, muss L’Oréal seine Kataloge besser segmentieren. Und die neue Organisation ermöglicht es, reaktionsschneller zu sein und bei steigender Nachfrage wöchentlich Produktionsaufträge für Produkte zu erteilen.

Carrefour ist bei der Verzahnung von Analytik und operativem Geschäft am weitesten gegangen: In dieser neuen Welt wird die Analytik zu einem operativen Echtzeit-Werkzeug, das auf derselben Ebene wie das operative Geschäft angesiedelt ist. „Das Produktdatenblatt muss alle data erfassen, einschließlich der Verkaufszahlen. Dies ermöglicht die Ermittlung von Ersatzwerten für Produkte, falls ein Produkt fehlt. Das war vor drei Jahren noch undenkbar“, fasst Jean-Christophe zusammen.