Tool zur Selbsteinschätzung der Data-Science-Reife
Wir glauben, dass jede Unternehmung ihre Wertschöpfung steigern kann, indem sie Daten nutzt und diese in Erkenntnisse und verwertbare Informationen umwandelt. Daher haben wir ein einfaches Tool entwickelt, mit dem Sie den Data-Science-Reifegrad Ihrer Organisation oder Ihres Projekts selbst einschätzen können um im Gegenzug erste Hinweise auf Verbesserungsmöglichkeiten zu erhalten.
Die Verwendung des Tools ist einfach: Zunächst werden Sie gebeten, den Zustand und die Rolle von Data Science in den vier Disziplinen Organisation, Datenerfassung und -sammlung, Datenintegrität und Daten-Governance zu bewerten. Danach generiert unser System einen Bericht und schickt Ihnen diesen zu.
Der Bericht ist keineswegs eine vollständige und abschliessende Bewertung. Er dient jedoch als Orientierung und Leitfaden auf Ihrem Weg zu einer datenzentrischen und datengetriebenen Unternehmung.
Data-Science-Reife
Evaluieren Sie die Readiness Ihrer Unternehmung
Reifegradmodelle, oder Maturity-Modelle, sind eine weithin akzeptierte Technik zur Modellierung und Bewertung des Entwicklungsstandes einer Unternehmung in einem bestimmten Bereich. Es gibt Reifegradmodelle für Softwareentwicklung, Projektmanagement, Qualitätsmanagement und viele mehr.
Alle Maturity-Modelle definieren Readiness-Stufen für verschiedene Disziplinen in einer bestimmten Domäne, die von “rückständig” bis “fortgeschritten” oder sogar “führend” reichent. Diese Einteilung in Reifegrade bietet eine einfache, leicht verständliche Orientierung über die Fähigkeiten einer Unternehmung und zeigen potenzielle Verbesserungsbereiche auf. Das Management kann sich dann auf die Ergebnisse konzentrieren und sie in eine Liste von Massnahmen umwandeln, die nach geschäftsbezogenen Bedarf-Risiko-Gewinn-Überlegungen priorisiert werden.
Unser Data Science Maturity Self-Assessment verwendet unser Data-Science-Maturity-Modell, welches die folgenden vier Disziplinen umfasst: Unternehmung, Datenerfassung und -sammlung, Datenintegrität und Daten-Governance.
Unternehmung. Diese Disziplin bewertet die Bereitschaft des Unternehmens, datengetriebene Lösungen einzusetzen und von ihnen zu profitieren. Das Hauptaugenmerk liegt dabei auf Prozessen und Strategie.
Datenerfassung und -sammlung. Diese Disziplin bewertet die Fähigkeit des Unternehmens, gute Daten auf strukturierte und automatisierte Weise zu sammeln.
Datenintegrität. Diese Disziplin bewertet die Fähigkeit des Unternehmens, Daten konsistent zu halten und im Laufe der Zeit saubere Datensilos aufzubauen und zu pflegen.
Daten-Governance. Diese Disziplin bewertet die Daten-Governance-Kompetenzen des Unternehmens, die für die Einhaltung staatlicher Datenvorschriften von zentraler Bedeutung sind.
Wir bewerten die Reifegrade von 1 bis 4, beschriftet mit “Rückständig”, “In Entwicklung”, “Etabliert” und “Führend”.
Rückständig. Es gibt Raum für Verbesserungen. Versuchen Sie, sich zu organisieren und die ersten einfachen Ansätze zu skizzieren, um einen strukturierteren Prozess zu beginnen.
In Entwicklung. Es gibt eine gewisse Erfahrung und ein Bewusstsein in Ihrer Unternehmung – vielleicht gibt es sogar eine erste Erfolgsgeschichte. Allerdings fehlen in der Regel noch transparente und repetierbare Prozesse, die team- oder abteilungsübergreifend sind.
Etabliert. Ihre Unternehmung ist sich der Wichtigkeit von Daten bewusst und hat Erfahrung. Sorgen Sie für klar definierte Prozesse und Dokumentation, ein allgemeines Bewusstsein für Daten, verstärkte Unterstützung durch das Management und einen steigenden Automatisierungsgrad.
Führend. Ihre Unternehmung verfügt über gut etablierte datengesteuerte Prozesse, hat ein tiefes Bewusstsein für Daten und versteht es, Data-Science-Lösungen zu planen und zu implementieren, um davon grösstmöglichst zu profitieren.
Data Science ist für Alle relevant!
Wir glauben, dass jede Unternehmung vom Einsatz sogenannter datengetriebener Lösungen profitieren kann. Es gibt keinen allgemeingültigen Ansatz: Die Art der Lösung, die für eine bestimmte Unternehmung geeignet ist, hängt von der jeweiligen Organisationsgrösse, dem Zweck, den Geschäftsanforderungen oder dem Reifegrad ab. IDC, Gartner, Accenture und weitere bedeutende Forschungsunternehmen haben jedoch in ihren Studien gezeigt, dass Organisationen, die ihre Daten zur Verbesserung ihrer Strategie und ihrer Geschäftsprozesse nutzen, auf dem Markt wettbewerbsfähiger sind.
Angenommen, Ihr Unternehmen fängt gerade erst an, Daten für Geschäftsentscheidungen zu nutzen (oder möchte dies in Zukunft tun). In diesem Fall könnte ein geeigneter erster Schritt darin bestehen, Geschäfts(verbesserungs)ziele zu definieren, mit dem Aufbau eines Dateninventars zu beginnen und ein erstes exploratives Data-Science-Projekt zu starten, um das Geschäftspotenzial zu bewerten. Währenddessen wird Ihre Organisation innovativer und datenbewusster werden (was andere als digitale Transformation bezeichnen würden).
Eine erfahrenere Unternehmung, die Data Science bereits einsetzt, hat hingegen möglicherweise komplexere und weitreichendere Optimierungsziele zu bewältigen — zum Beispiel die Notwendigkeit, neue Prozesse einzuführen oder etablierte Prozesse zu aktualisieren, um datengetriebene Lösungen noch tiefer in die DNA die Unternehmung einzubetten.
Wie geht es jetzt weiter?
Wir haben ein Data Science Maturity Self-Assessment Tool entwickelt, mit dem Sie die Data-Science-Readiness Ihrer Firma oder Ihres Projekts durch die Beantwortung einiger weniger Fragen bewerten können. Die Nutzung des Tools ist kostenlos. Für das Ausfüllen des Self-Assessment benötigen Sie ca. 15 – 25 Minuten, stellen Sie also sicher, dass Sie einen Moment der Ruhe haben. Nach dem Ausfüllen des Fragebogens erhalten Sie einen kurzen Bericht, der Ihnen als Orientierung und Leitfaden dient, um ein gewisses “Situational Awareness” zu erlangen.
Wir können Ihnen helfen, zu starten (oder sich zu verbessern).
Wenn Sie unsicher sind, wo, wie oder vielleicht sogar weshalb Sie mit Data Science loslegen sollen, oder wenn Sie spezielle Fragen haben oder Hilfe bei einem bestimmten Data-Science-Ziel benötigen, dann zögern Sie nicht, uns eine E-Mail zu schicken oder uns anzurufen. Kleine Verbesserungen können bereits eine enorme Wirkung entfalten, und ein kurzer Austausch mit uns kann Ihnen helfen, die interne Diskussion zu starten und die ersten Schritte einzuleiten.
Und wenn Sie zu guter Letzt noch Inspiration für mögliche Data-Science- oder Analytics-Projekte brauchen, dann besuchen Sie doch unsere Portfolio-Seite und sehen Sie selbst, was wir für andere Kunden realisiert haben.