Eindeutig ein Trend
„Big data“ ist in aller Munde. (Externe Links in diesem Abschnitt). Google Trends zeigt, dass dieses Interesse erst 2011 stark gestiegen ist – fünf Jahre nach Tom Davenports HBR Artikel „Competing on Analytics“. Schon im Jahr 2003 veröffentlichte Michael Lewis das Buch „Moneyball“, das 2011 mit Brad Pitt in der Hauptrolle verfilmt wurde.
Nicht umsonst sagt Hal Varian, Chief Economist von Google: Statistiker/-in sei (externer Link) „the sexiest job of the 2010s“: Daten sind überall und „billig zu haben“. Die Frage ist: wie entlocken wir dieser Datenflut ihre Geheimnisse? Es handelt sich hier um eine Fähigkeit, die Sie selten finden – und die deshalb wertvoll ist.
DDD – Data Due Diligence: die gebotene Sorgfalt im Umgang mit Daten
Der erste Schritt ist oft, die verfügbaren Daten überhaupt erst einmal zugänglich zu machen: sie liegen womöglich irgendwo „im System“. Allein dafür brauchen Sie heutzutage oft schon „Data Wizards“, also Zauberkünstler, die das auch hinkriegen. Dann müssen Sie die Daten so aufbereiten, dass Sie ihnen ihre „Geschichte“ entlocken und operativ verwertbare Einsichten daraus ziehen können.
Ich habe mit Organisationen gearbeitet, die täglich nichts anderes tun. Ich weiß deshalb: wenn Sie nicht mit der nötigen Sorgfalt herangehen, dann übersehen Sie sehr viel. Sie werden ganz einfach die falschen Entscheidungen treffen. Nur zu leicht „stolpern Sie über den Goldklumpen“, der in den Daten schlummert – um dann jedoch aufzustehen und weiter zu gehen. Es geht um die gebotene Sorgfalt im Umgang mit Daten. Ich nenne das DDD – Data Due Diligence.
Beispiel: Die allmorgendliche Zimmerreinigung in einem Hotel
Stellen Sie sich vor, Sie seien die Managerin eines großen Hotels. Es werden Beschwerden laut, die Zimmerreinigung funktioniere nicht. Das Personal klagt über „Arbeitsverdichtung“ . Immer wieder sind Zimmer nur unzureichend gereinigt. Gäste beschweren sich. Dann gibt es Tage, an denen nur wenig zu tun ist – und der zuständige Manager kann all das nicht erklären. Müssen Sie den
vielleicht ersetzen?
Bevor Sie solche Schlüsse ziehen, sollten Sie sich unbedingt Daten verschaffen. In diesem Falle kamen die Daten nicht „aus dem System“. Sie mussten vielmehr die Mitarbeiterinnen und Mitarbeiter bitten, jeden Tage eine einfache Liste auszufüllen: wie lange haben sie jeweils für die Reinigung eines Raumes gebraucht? Ihr Manager hat all diese Daten ein paar Wochen lang in einem Excelblatt zusammengetragen. Welche Einsichten ziehen Sie nun daraus?
Ich möchte Ihnen in den folgenden auf Englisch abgefassten Videos Schritt für Schritt zeigen, wie Sie diesen Daten mittels „DDD – Data Due Diligence“ ihre Botschaft entlocken können. Fangen Sie gerne erst einmal alleine an. Vermutlich haben Sie so mehr davon.
Über diesen Link sollten Sie die Daten herunterladen können: RoomCleaningData.
Um einem Gedanken vorzubeugen: Ich habe tatsächlich mit einer Hotelkette zusammen gearbeitet. Diese Daten sind aber vereinfacht und lassen keine Rückschlüsse über die Leistungsfähigkeit irgendeines Hotels zu. Ich verrate hier deshalb keine Geschäftsgeheimnisse.
Videos
(Dies folgenden Videos I-XII sind auf Youtube hinterlegt. Durch Abspielen können z. B. Ihre IP-Adresse und andere Informationen abgegriffen werden).
Diese Videos begleiten Sie nun Schritt für Schritt. Am besten fangen Sie erst einmal selbst mit der Analyse an. Wenn Sie glauben, dass Sie fertig sind, dann schauen Sie sich das erste Video an. Falls Sie dadurch noch auf neue Ideen kommen, dann analysieren Sie wieder die Daten, bis Sie glauben fertig zu sein – und so weiter.
Wieviel haben Sie den Daten selbst entlocken können?
Und wenn das nicht besonders viel war: was heißt das für Ihr Unternehmen?
| Video I: Hintergrund und wie wir an die Dinge herangehen | Video II: Vorbereitung der Daten |
| Video III: Wir betrachten die Gesamtzeit für die Reinigung (wochentags) | Video IV: selbiges für das Wochenende; wir stellen alle Ergebnisse zusammen |
| Video V: Wir betrachten die Gesamtzeit für die Reinigung (wochentags) | Video VI: selbiges für das Wochenende; wir stellen alle Ergebnisse zusammen |
| Video VII: Was können wir über die Anzahl der Gäste lernen? | Video VIII: Wir führen diese Analyse zu Ende |
| Video IX: … und weiter | Video X: … und tragen die Ergebnisse zusammen |
| Video XI: Wir betrachten das Regressionsmodell neu | Video XII: Was bedeutet all das für die Hotelmanagerin? |
Was bedeutet all das für Führungskräfte?
Ich bin mir nicht sicher, ob Sie all diesem folgen wollten. Selbst als Berater komme ich in Versuchung, solche Dinge abzugeben. Lassen Sie mich deshalb die mir wesentlichen Punkte für Sie zusammentragen.
- Variationen in einem Prozess entstehen nicht „einfach so“. Es gibt Gründe dafür. Und es gibt Methoden, „allgemeine“ von „speziellen Ursachen“ für Variation zu trennen, sodass Sie wissen, wo sich die Suche nach letzteren lohnt und wo nicht.
- Wenn Sie die richtigen Daten sammeln, dann können Sie auch verstehen, wo die Variationen herkommen. Das ist nicht immer einfach. Oft erfordert das Prozesswissen, Analysefähigkeiten und Fleiß. Aber wenn es spezielle Ursachen für Variation gibt, dann können Sie diese auch aufspüren.
- Wer ist eigentlich dafür zuständig, dass in Ihrem Unternehmen Daten richtig aufbereitet und richtig verwendet werden? Natürlich muss jeder Manager selbst seine Daten anschauen. Aber wer führt die Methodik dafür im Unternehmen ein? Wer sorgt dafür, dass auch der Führungskreis so arbeitet und die Methodik „von oben“ nachhält?
Wenn Sie sich jetzt den Film (Externer Link) „Moneyball“ anschauen wollen, dann können Sie sich fragen: bin nicht ich selbst für all das zuständig? So sieht das jedenfalls der von Brad Pitt gespielte Held des Films – mit erstaunlichem Erfolg, wie sich zuletzt herausstellt.