Eine Datenstrategie-Roadmap ist eine Schritt-für-Schritt-Anleitung, um ein Unternehmen von seinem aktuellen Zustand in die gewünschte Unternehmensorganisation umzuwandeln. Es ist eine detailliertere, recherchierte Version des Datenstrategie und kommuniziert, wann und wie bestimmte Fortschritte zur Entwicklung und Aktualisierung der Datenprozesse eines Unternehmens implementiert werden können. Eine Datenstrategie-Roadmap dient als nützliches Werkzeug, um die Prozesse der Organisation an den gewünschten Geschäftszielen auszurichten.

Eine erfolgreiche Roadmap wird die verschiedenen Lösungen aufeinander abstimmen, die zum Upgrade einer Organisation verwendet werden, und dazu beitragen, eine starke Grundlage für das Unternehmen aufzubauen.  

Ein wesentlicher Vorteil bei der Verwendung einer Datenstrategie-Roadmap ist die Beseitigung von Chaos und Verwirrung. Während des Transformationsprozesses werden Zeit, Geld und Ressourcen gespart. Die Roadmap kann auch als Kommunikationsinstrument verwendet werden, um die Pläne an Stakeholder, Mitarbeiter und Management zu übermitteln. Eine gute Roadmap sollte Folgendes beinhalten: 

• Die konkreten Ziele: Eine Liste dessen, was am Ende dieses Projekts erreicht werden sollte. 
• Die Menschen: Eine Beschreibung, wer für jeden Schritt des Prozesses verantwortlich ist.
• Timeline: Ein Zeitplan für die Umsetzung jeder Phase oder jedes Projekts. Zunächst sollte geklärt werden, was zu tun ist.  
• Die Finanzen: Das Budget, das für jede Phase der Datenstrategie benötigt wird.
• Die Software: Eine Beschreibung der Software, die benötigt wird, um die spezifischen Ziele zu erreichen, die in der Datenstrategie-Roadmap aufgeführt sind.

Die Schlüsselphasen für die Entwicklung einer Datenstrategie-Roadmap

Die erste Phase beinhaltet Abbildung der aktuellen Datenumgebung, Geschäfts- und Datenbegriffe definieren und die Unternehmensziele festlegen. Es ist wichtig, ein umfassendes Verständnis der Daten zu entwickeln, die Sie haben, wo und wie sie gespeichert werden, wie sich die Daten durch die Organisation bewegen, wer sie verwendet und warum.

Mehrere Grafiken und Diagramme sollten verwendet werden, um ein visuelles Verständnis zu vermitteln. Ein Diagramm innerhalb der Datenstrategie-Roadmap sollte die verschiedenen Pfade zeigen, denen die Daten folgen, wenn sie eingehen, verarbeitet und gespeichert werden (und in einigen Fällen, wo sie austreten). Wenn Sie wissen, was Sie haben, können Sie leichter verstehen und kommunizieren, was benötigt wird. (Global Data Strategy bietet ein ziemlich gutes grundlegendes Diagramm, das als Basis verwendet und erweitert werden kann, hier.)

In Phase zwei geht es darum, die grundlegenden Komponenten zu identifizieren, die für die „künftige Datennutzung“ des Unternehmens erforderlich sind. (Dies könnte eher eine Liste als ein Diagramm sein.) Die spezifischen Ziele der Organisation sollten bei der Planung der Datennutzung in der Zukunft berücksichtigt werden. Diese Komponenten fallen normalerweise in vier allgemeine Kategorien: 

• Analytik und Business Intelligence: Ein Begriff, der die Anwendungen, Tools und die Infrastruktur beschreibt, die für den Zugriff auf und die Analyse von Daten verwendet werden. Nachdem die Daten analysiert wurden, sollten sie Erkenntnisse und nützliche Geschäftsinformationen liefern, um bessere Entscheidungen zu treffen. Künstliche Intelligenz und Maschinelles Lernen Lösungen können verwendet werden, um überwältigende Mengen an Rohdaten in nutzbare umzuwandeln Business Intelligence.
• Datenspeicher: Die drei beliebtesten Datenspeichersysteme sind Datenbanken, Data Warehouses und Data Lakes. Eine Datenbank speichert begrenzte Mengen an strukturierten Daten, auf die schnell und effizient zugegriffen werden kann. Ein Data Warehouse speichert große Mengen gefilterter, strukturierter Daten, die normalerweise für Forschungszwecke verwendet werden. Ein Data Lake speichert große Mengen an Rohdaten in ihrem ursprünglichen Format, bis sie benötigt werden. Daten-Management Seehäuser sind ein recht neues Konzept – eine Verschmelzung von Data Warehouses und Data Lakes mit dem Ziel, ihre Stärken zu bündeln – und sind es eine Untersuchung wert.
• Datenquellen: Die von Ihnen ausgewählten Quellen sollten die in der ersten Phase definierten Geschäftsziele unterstützen. Alle modernen Datenstrategien beinhalten eine Mischung aus den vier grundlegenden Arten von Datenquellen:
• Interne strukturierte Daten: Beispiele hierfür sind der Name eines Unternehmens oder Kunden, eine E-Mail-Adresse und andere nützliche Informationen.
• Interne unstrukturierte Daten: Typischerweise interne Daten, die schwer zu integrieren sind, wie z. B. Verträge, die in vielen Versionen, Formaten und Speicherorten vorliegen können. 
• Externe strukturierte Daten: Daten aus externen Quellen, die aus Datentypen mit Mustern bestehen, die das Durchsuchen und Neuformatieren erleichtern. (z. B. PDFs.)
• Externe unstrukturierte Daten: In der Regel gesammelt aus einer Vielzahl von Quellen, wie z. B. sozialen Medien, Studien, Nachrichten, Fotos usw.
• Bereitstellung des Zugangs zu Kunden und potenziellen Kunden: Diese Komponente ist die Schnittstellenschicht zur Website, auf die Kunden und Besucher zugreifen. Ziehen Sie bei der Recherche zu dieser Komponente spezielle Tools in Betracht, die Dashboards bereitstellen, die die Durchführung von Analysen, das Abrufen automatisierter Berichte und die Durchführung anderer Self-Service-Aufgaben erleichtern.

Phase drei legt den Schwerpunkt auf die Steigerung der Gesamteffizienz und unterstützt die für den Erfolg erforderlichen Details. Die folgenden Vorschläge/Ziele sollten in die Datenstrategie-Roadmap aufgenommen werden, um die Effizienz zu maximieren:

• Hervorragende Datenqualität: Genau, hochwertige Daten ist unerlässlich, um Echtzeit-Einblicke zu gewinnen. (Wenn noch keine Master Data Management-Plattform und kein Data Governance-Programm vorhanden sind, ist es an der Zeit, die Investition zu tätigen. Sie sind beide notwendig, um qualitativ hochwertige Daten zu garantieren. Oh, und stellen Sie sicher, dass die Master Data Management- und Data Governance-Software vorhanden sind kompatibel.)
• Gute Kommunikation: Die Aufklärung von Investoren, Stakeholdern, Management und Mitarbeitern (und die Erfüllung der von Ihnen geweckten Erwartungen) wird dazu beitragen, Vertrauen aufzubauen. Wenn Vertrauen gewonnen wird, sinkt der Widerstand gegen Veränderungen. Durch die termingerechte Bereitstellung von Verbesserungen kann die Begeisterung für die Änderungen aufrechterhalten werden. 
• Die richtige Cloud/Software finden: In diesen modernen Zeiten sind die Chancen hoch, dass auf die gewünschte Software zugegriffen wird aus einer Wolke. Während dies die Wahrscheinlichkeit einer Kompatibilität von Softwarepaketen erheblich erhöht, sollten Sie nicht automatisch davon ausgehen, dass dies für alle Software innerhalb einer Cloud gilt. Wenn die Softwareanforderungen der Organisation identifiziert und bewertet werden, sollten Sie bei der Suche nach Lösungen Folgendes berücksichtigen:
• Reifegrad der Lösung: Software (oder eine Cloud), die weniger als ein Jahr verfügbar ist, weist eine erhöhte Wahrscheinlichkeit von Fehlern und Fehlern auf. Clouds und Software, die es schon eine Weile gibt, haben ihre Probleme in der Regel gelöst.
• Verfügbarkeit von Ressourcen: Eine Cloud mit einem breiten Spektrum an Tools und Ressourcen ist für das allgemeine Geschäft nützlich. (Einige Clouds konzentrieren sich stark auf die Entwicklung von Apps und verfügen über begrenzte Ressourcen.)
• Stärke der Nutzergemeinschaft: Eine Reihe von Clouds und Websites haben damit begonnen, dass erfahrene Kunden Beschwerden beantworten und Lösungen anbieten. Eine größere Benutzergemeinschaft wird mehr Antworten leicht verfügbar haben und eine größere Anzahl von Leuten, die auf neue Fragen antworten.
• Inkrementelle Entwicklung: Eine Cloud, die die Möglichkeit bietet, sich schrittweise zu entwickeln, wird für ein Unternehmen nützlich sein, das sich bewusst weiterentwickelt. Eine Cloud, die Bußgelder für das Hinzufügen von Diensten nach Vertragsabschluss verlangt, ist kein Partner, mit dem Sie zusammenarbeiten möchten.
• Verwenden Sie bewährte Ansätze: Anstatt ein brandneues System zu erstellen, ist es möglicherweise klüger, ein etabliertes Architekturmodell zu verwenden und es an die Zwecke der Organisation anzupassen. Die Verwendung bewährter Architekturen, Frameworks und Prozesse reduziert das Ausfallrisiko und erhöht die Wahrscheinlichkeit positiver Ergebnisse.
• Sicherheit: So mühsam es auch sein mag, Sicherheit ist ein entscheidendes Merkmal in jedem modernen Unternehmen. Es ist notwendig, das Unternehmen und seine Kunden zu schützen. Untersuchen Sie jede Cloud oder Software, die verwendet wird, auf Sicherheitslücken. 

Die vierte Phase konzentriert sich mehr auf das Geschäft und den ROI oder den „Return on Investment“. Stakeholder und Investoren werden wissen wollen, dass das Geld sinnvoll eingesetzt wird. Um die Rendite von Software- und Cloud-Investitionen zu maximieren, sollten die folgenden Merkmale in die Datenstrategie-Roadmap integriert werden:

• Ausbildung: Ein notwendiger Schritt im Transformationsprozess ist die Schulung von Mitarbeitern, Management, Stakeholdern und Investoren. Die Verwendung eines Newsletters, um jeden monatlich oder wöchentlich zu informieren und zu aktualisieren, kann bemerkenswert nützlich sein. Neue Vokabeln und Ausdrücke, die für das transformierte Unternehmen geeignet sind, sollten in den Newsletter aufgenommen werden, wobei Mitarbeiter und Management ermutigt werden, sie zu lernen und zu verwenden. 
• Wiederkehrende Prozesse: Einige Aktionen, vielleicht mehrere, die den Transformationsprozess unterstützen, wiederholen sich. Diese Prozesse sollten standardisiert sein, um die Entwicklung, Fertigstellung und Einführung zu beschleunigen. Die Datenstrategie-Roadmap sollte geplante Treffen mit Abteilungsleitern und Analysten beinhalten, um zu entscheiden, welche Prozesse notwendig sind und welche nicht mehr benötigt werden. 
• Automation: Datenautomatisierung reduziert menschliche Fehler und erledigt Aufgaben viel schneller als Menschen. Es ist eine gute Idee, wann immer möglich zu automatisieren. Berücksichtigen Sie unbedingt die derzeitige Automatisierungsreife der Organisation und listen Sie Bereiche und Dienste auf, die auf der Datenstrategie-Roadmap automatisiert werden sollten. (Dies kann sich wiederholende Prozesse beinhalten.) 
• Modularität: Die Aufteilung der Phasen und Ziele der Datenstrategie-Roadmap in kleinere, logische Projekte trägt dazu bei, den Transformationsprozess der Organisation zu rationalisieren. Die Agile-Philosophie und ein DevOps-Ansatz sollten in den Prozess einbezogen werden, um die Flexibilität zu erhöhen und den Prozess zu beschleunigen. Die Agile- und DevOps-Methoden sollten dauerhaft integriert und in den Wortschatz „Neue Wörter und Wendungen“ des Newsletters aufgenommen werden. 
• Effektive Personalbesetzung: Es besteht eine extrem hohe Wahrscheinlichkeit, dass neue Mitarbeiter mit Spezialkenntnissen eingestellt werden müssen, um mit einigen der neuen Software und Technologien umzugehen. Dies sollte in die Datenstrategie-Roadmap aufgenommen werden. In einigen Fällen kann das Unternehmen den derzeitigen Mitarbeitern zusätzliche Schulungen anbieten und ihrer Stellenbeschreibung neue Verantwortlichkeiten hinzufügen. Die Fähigkeiten und Ressourcen des Personals und des Managements sollten überprüft werden, wobei Personen nach Bedarf geschult und/oder eingestellt werden sollten.

Schlusswort

Die Entwicklung einer Datenstrategie-Roadmap ist ein wertvolles Werkzeug zur Umsetzung einer Datenstrategie und zur Umwandlung des Unternehmens in eine effektive und effiziente Organisation. Es wird einen klaren Plan der Ausrichtung der Organisation und ihrer Erwartungen vermitteln. Die Beschreibung dieser Erwartungen in der Roadmap wird dazu beitragen, alle Mitglieder der Organisation auf diese evolutionäre Reise zu bringen. 

Die Datenstrategie-Roadmap sorgt dafür, dass sich das Management und die Mitarbeiter des Unternehmens auf die bevorstehenden Veränderungen konzentrieren. 

Bild verwendet unter Lizenz von Shutterstock.com