Roadmap für die Power BI-Einführung: Datenkultur

Hinweis

Dieser Artikel ist Teil der Roadmapreihe für die Einführung von Power BI. Eine Übersicht über die Reihe finden Sie unter Roadmap für die Einführung von Power BI.

Das Entwickeln einer Datenkultur ist eng mit der Einführung von Power BI verzahnt, da es sich dabei oftmals um einen wichtigen Aspekt der digitalen Transformation einer Organisation handelt. Der Begriff Datenkultur kann von verschiedenen Organisationen auf verschiedene Weise definiert werden. In dieser Artikelreihe ist Datenkultur definiert als mehrere Verhaltensweisen und Normen in einer Organisation. Diese sorgen für eine Kultur, die regelmäßig informierte und datengestützte Entscheidungen ermöglicht:

  • Mehr Personen in mehr Bereichen der Organisation sind beteiligt.
  • Entscheidungen basieren auf Analysen, nicht Meinungen.
  • Entscheidungen werden auf effektive und effiziente Weise getroffen, die auf Best Practices basieren, die vom Center of Excellence empfohlen wurden.
  • Entscheidungen basieren auf vertrauenswürdigen Daten.
  • Auf diese Weise ist keine Abhängigkeit von der persönlichen Weitergabe undokumentierten Wissens gegeben.
  • So können Bauch- und Gefühlsentscheidungen reduziert werden.

Wichtig

Stellen Sie sich Datenkultur als etwas vor, das Sie tun, nicht als etwas, das Sie sagen. Ihre Datenkultur setzt sich nicht aus einzelnen Regeln zusammen, das wäre Governance. Datenkultur ist also ein etwas abstraktes Konzept. Es geht dabei um die Verhaltensweisen und Normen, die zulässig, gelobt und gefördert werden – oder eben diejenigen, die nicht zulässig sind und von denen abgeraten wird. Denken Sie daran, dass eine stabile Datenkultur Mitarbeiter auf allen Ebenen einer Organisation motiviert, für handlungsrelevantes Wissen zu sorgen.

Innerhalb von Organisationen haben bestimmte Geschäftseinheiten oder Teams wahrscheinlich eigene Verhaltensweisen und Normen, um Dinge zu erledigen. Das heißt, die konkrete Art, wie Datenkulturziele erreicht werden, kann innerhalb einer Organisation variieren. Wichtig ist, dass die verschiedenen Vorgehensweisen alle mit den Datenkulturzielen der Organisation abgestimmt sein sollten. Dies können Sie sich als abgestimmte Autonomie vorstellen.

Das folgende Diagramm zeigt die miteinander verbundenen Aspekte, die sich auf die Datenkultur auswirken:

Abbildung verschiedener Beziehungen und Einflüsse in einer Datenkultur, die anschließend beschrieben werden

Das kreisförmige Diagramm oben steht für die etwas mehrdeutigen Beziehungen zwischen den folgenden Faktoren:

  • Datenkultur als der äußere Kreis: Alle darin enthaltenen Themen tragen zum Zustand der Datenkultur bei.
  • Einführung in der Organisation (einschließlich der Implementierungsaspekte von Mentoring und Benutzerunterstützung, dem Support für Benutzer, der Community of Practice und der Governance sowie der Systemaufsicht) als innerer Kreis: Alle Themen tragen maßgeblich zur Datenkultur bei.
  • Die Unterstützung durch Führungskräfte und das Center of Excellence sind entscheidend für den Erfolg einer Einführung in einer Organisation.
  • Datenkompetenz, Datendemokratisierung und die Auffindbarkeit von Daten sind Aspekte einer Datenkultur, die erheblich von der Einführung in einer Organisation beeinflusst werden.
  • Der Besitz und die Verwaltung von Inhalten und der Umfang der Inhaltsübermittlung weisen einen starken Zusammenhang mit der Datendemokratisierung auf.

In den weiteren Artikeln dieser Reihe werden alle Aspekte des oben dargestellten Diagramms erläutert.

Das Ziel einer Datenkultur

Das Konzept der Datenkultur ist ungenau und kann nur schwierig definiert und gemessen werden. Obwohl es eine Herausforderung ist, eine sinnvolle Definition zu geben, die handlungsrelevant und messbar ist, ist es wichtig, über eine gut verständliche Definition davon zu verfügen, was eine stabile Datenkultur für Ihre Organisation bedeutet. Auf das Ziel einer stabilen Datenkultur sollte deshalb Folgendes zutreffen:

  • Das Ziel sollte der Führungsebene entstammen.
  • Das Ziel sollte auf Ziele der Organisation ausgerichtet sein.
  • Das Ziel sollte sich direkt auf Ihre Strategie für eine Einführung auswirken.
  • Das Ziel sollte als allgemeiner Leitgedanke fungieren, mit dem Governancerichtlinien umgesetzt werden.

Die Ergebnisse von Datenkultur werden nicht speziell vorgeschrieben. Der Zustand von Datenkultur ist vielmehr das Ergebnis davon, Governanceregeln so zu befolgen, wie ihre Umsetzung erwünscht ist, oder eben die Ergebnisse eines Nicht-Befolgens. Führungskräfte auf allen Ebenen müssen mit gutem Vorbild vorangehen, um zu zeigen, was wichtig ist. Dazu gehört, Mitarbeiter, die Initiative zeigen, zu loben, anzuerkennen und zu belohnen. Genau dies macht das Konzept von Datenkultur aber ungenau und etwas abstrakt.

Tipp

Wenn Sie sich sicher sind, dass Ihre Bemühungen rund um die Entwicklung einer Datenlösung wie einem Dataset oder einem Bericht wertgeschätzt und anerkannt werden, ist dies ein hervorragender Indikator für eine stabile Datenkultur. Manchmal kommt es jedoch darauf an, was für Ihren unmittelbaren Vorgesetzten am wichtigsten ist.

Die ursprüngliche Motivation, eine Datenkultur zu etablieren, entstammt oftmals einem konkreten strategischen Geschäftsproblem oder einer Initiative. Beispiele:

  • Eine reaktive Änderung, z. B. das Reagieren auf einen neuen und agilen Wettbewerb
  • Eine proaktive Änderung, z. B. der Start eines neuen Geschäftszweigs oder das Expandieren in neue Märkte, um völlig neue Chancen zu erschließen: Im Vergleich zu einer schon länger bestehenden Organisation kann es einfacher sein, von Anfang an datengesteuerte Entscheidungen zu treffen, wenn es weniger Einschränkungen und Komplikationen gibt.
  • Externe Änderungen, die beispielsweise den Druck erzeugen, Ineffizienzen und Redundanzen während einer wirtschaftlichen Rezession zu beseitigen

In allen diesen Situationen gibt es oft einen bestimmten Bereich, von dem die Datenkultur ausgeht. Dieser bestimmte Bereich kann einer Reihe an Bemühungen zugeordnet sein, die nicht für die gesamte Organisation relevant sind, aber dennoch eine hohe Bedeutung haben. Sobald erforderliche Änderungen in diesem kleineren Bereich erfolgt sind, können sie inkrementell repliziert und für die restlichen Bereiche einer Organisation übernommen werden.

Obwohl Technologie dabei helfen kann, die Ziele einer Datenkultur zu erreichen, besteht das Ziel nicht darin, bestimmte Tools oder Features zu implementieren. In den Artikeln dieser Einführungsreihe werden viele Themen behandelt, die zu einer stabilen Datenkultur beitragen. In den anderen Artikeln werden drei essentielle Aspekte der Datenkultur behandelt: Auffindbarkeit von Daten, Datendemokratisierung und Datenkompetenz.

Datenermittlung

Eine erfolgreiche Datenkultur hängt von Benutzern ab, die auf täglicher Basis mit den richten Daten arbeiten. Zur Erreichung dieses Ziels müssen Benutzer Datenquellen, Berichte und weitere Artefakte finden und darauf zugreifen.

Bei der Auffindbarkeit von Daten geht es um die Möglichkeit, effektiv nach relevanten Datenquellen und Artefakten in einer Organisation suchen zu können – und sie auch zu finden. Bei der Auffindbarkeit von Daten geht es vordergründig darum, das Bewusstsein dafür zu schaffen, dass Daten vorhanden sind, insbesondere wenn sich die Daten in Datensilos in Abteilungssystemen befinden. Sobald das Bewusstsein für die Existenz der Daten gegeben ist, kann ein Benutzer entsprechend des Standardvorgehens Zugriff auf diese Informationen anfordern. Heute hilft Technologie sehr bei der Auffindbarkeit von Daten. So kann der Ansatz, Kollegen danach fragen zu müssen, wo bestimmte Datenartefakte zu finden sind, schnell hinter sich gelassen werden kann.

Tipp

Es ist wichtig, über einen eindeutigen und einfachen Prozess zu verfügen, damit Benutzer auf die Daten zugreifen können. Wenn ein Benutzer weiß, dass ein Datenartefakt besteht, er innerhalb der von einem Domänenbesitzer etablierten Richtlinien und Prozesse jedoch nicht darauf zugreifen kann, ist dies oft frustrierend. Der Benutzer ist dann möglicherweise gezwungen, komplizierte Umgehungsstrategien zu verwenden, anstatt den Zugriff über geeignete Kanäle anfordern zu können.

Folgendermaßen trägt die Auffindbarkeit von Daten zur Einführung und bei der Implementierung von Governancemethoden bei:

  • Benutzer werden zur Verwendung vertrauenswürdiger und hochwertiger Datenquellen ermutigt.
  • Benutzer werden ermutigt, die Vorteile von Investitionen in vorhandene Datenressourcen zu nutzen.
  • Die Verwendung und Anreicherung vorhandener Power BI-Artefakte wird gefördert.
  • Benutzer wissen, wer Datenartefakte besitzt und verwaltet.
  • Es werden Verbindungen zwischen Benutzern, Erstellern und Besitzern hergestellt.

In Power BI unterstützen Sie der Hub „Datasets“ und die Verwendung von Endorsements dabei, die Auffindbarkeit für freigegebene Datasets zu verbessern. Außerdem wird so die Wiederverwendung und der Ausbau von Datasets durch Self-Service-Ersteller gefördert. Zusätzlich sind Datenkataloglösungen wie Azure Purview extrem hilfreich für die Auffindbarkeit von Daten. Diese können einen gesamten Power BI-Mandanten scannen und katalogisieren. Außerdem können so Metadatentags und Beschreibungen aufgezeichnet werden, um mehr Kontext und Informationen bieten zu können.

Demokratisierung von Daten

Bei der Datendemokratisierung geht es darum, Daten in die Zuständigkeit von mehr Benutzern zu übergeben, die für das Lösen von Geschäftsproblemen verantwortlich sind. So soll es ihnen ermöglicht werden, mit den Daten Entscheidungen zu treffen.

Hinweis

Das Konzept der Datendemokratisierung impliziert keinen Mangel an Sicherheit. Ebenso ist keine fehlende Rechtfertigung basierend auf der Position in einer Organisation gegeben. Im Rahmen einer stabilen Datenkultur hilft die Datendemokratisierung dabei, eine Schatten-IT zu verhindern, indem Datenartefakte bereitgestellt werden, für die von Schutz, Governance und geeigneter Verwaltung profitiert werden kann. Außerdem erfüllen sie Unternehmensanforderungen auf kostengünstige und rechtzeitige Weise.

Die Position Ihrer Organisation zur Datendemokratisierung wirkt sich stark auf die Bemühungen im Zusammenhang mit Einführung und Governance aus. Hier sehen Sie einige Beispiele für Power BI-Governanceentscheidungen, die sich auf die Datendemokratisierung auswirken:

  • Wer darf über eine Power BI Desktop-Installation verfügen?
  • Wer darf über Lizenzen für Power BI Pro oder Premium-Einzelbenutzerlizenzen (PPU) verfügen?
  • Wie lautet das gewünschte Level für Self-Service-Benutzerunterstützung im Bereich BI? Wie variiert dies auf Grundlage von Geschäftseinheit oder Position in der Organisation?
  • Wo soll die Balance zwischen Unternehmens-BI und Self-Service-BI gelegt werden?
  • Gibt es Datenquellen, die erheblich bevorzugt werden? Wie dürfen unbestätigte Datenquellen verwendet werden?
  • Wer kann Inhalte verwalten? Unterscheidet sich diese Entscheidung für Daten und Berichte? Unterscheidet sich diese Entscheidung für Unternehmens-BI-Benutzer und dezentralisierte Benutzer, die Self-Service-BI-Inhalte besitzen und verwalten?
  • Wer kann Inhalte nutzen? Unterscheidet sich diese Entscheidung für externe Partner, Kunden und Lieferanten?

Warnung

Wenn der Zugriff auf Daten und/oder die Möglichkeit zur Durchführung von Analysen auf eine begrenzte Anzahl von Einzelpersonen in der Organisation beschränkt ist, ist dies in der Regel ein warnendes Signal, da die Möglichkeit, mit Daten arbeiten zu können, eines der Hauptmerkmale einer Datenkultur ist.

Datenkompetenz

Datenkompetenz bezieht sich auf die Fähigkeit, Daten genau und effektiv interpretieren, erstellen und kommunizieren zu können.

Bei Schulungen wird wie im Artikel zu Mentoring und Benutzerunterstützung beschrieben oft der Fokus auf die Verwendung der Technologie selbst gelegt. Technologiekenntnisse sind wichtig, um hochwertige Lösungen schaffen zu können. Es ist aber ebenso wichtig, zu berücksichtigen, wie Datenkompetenz in der gesamten Organisation gefördert werden kann. Anders formuliert: Für eine erfolgreiche Einführung ist weitaus mehr erforderlich, als Benutzern einfach nur Power BI-Software und -Lizenzen zur Verfügung zu stellen.

Wie Sie die Datenkompetenz in Ihrer Organisation verbessern können, hängt von vielen Faktoren ab, z. B. dem aktuellen Skillset der Benutzer, der Komplexität der Daten und den erforderlichen Analysetypen. Nachfolgend sind mehrere Aspekte aufgeführt, auf die der Fokus beim Thema Datenkompetenz gelegt werden kann:

  • Interpretieren von Diagrammen und Graphen
  • Bewerten der Gültigkeit von Daten
  • Durchführen von Fehlerursachenanalysen
  • Ermitteln von Korrelation und Ursache
  • Entwickeln eines Verständnisses dafür, wie sich Kontext und Ausreißer auf präsentierte Ergebnisse auswirken
  • Nutzen von Storytelling, damit Benutzer schnell ein Verständnis entwickeln und aktiv werden können

Tipp

Wenn Sie Probleme bei der Genehmigung von Datenkultur- oder Governancemaßnahmen haben, kann es hilfreich sein, den Fokus auf konkrete Vorteile zu legen, die auf Grundlage der Auffindbarkeit von Daten (Daten finden), der Datendemokratisierung (Daten verwenden) oder der Datenkompetenz (Daten verstehen) erzielt werden können. Es kann auch hilfreich, sich auf bestimmte Probleme zu konzentrieren, die gelöst oder abgeschwächt werden können, wenn Verbesserungen bei der Datenkultur erreicht werden. Die Zustimmung der richtigen Beteiligten für ein Problem ist in der Regel der erste Schritt. Danach geht es darum, die Beteiligten dazu zu bringen, sich auf einen strategischen Ansatz für eine Lösung zu einigen und anschließend auf die Details einer Lösung.

Überlegungen und wichtige Maßnahmen

Hier finden Sie einige Überlegungen und wichtige Maßnahmen, mit denen Sie Ihre Datenkultur stärken können:

  • Machen Sie sich spezielle Gedanken zu der Art von Datenkultur, die Sie schaffen möchten. Idealerweise geschieht dies aus Sicht der Vorteile für Benutzer, anstatt über eine Führungsperspektive.
  • Sprechen Sie mit Beteiligten in verschiedenen Geschäftseinheiten, um zu verstehen, welche Analysemethoden sich aktuell bewährt haben und welche Ansätze sich für datengesteuerte Entscheidungsfindungen nicht eignen. Führen Sie mehrere Workshops durch, um sich ein Bild des aktuellen Zustands machen und einen gewünschten zukünftigen Zustand formulieren zu können.
  • Sprechen Sie mit Beteiligten in den Bereichen IT, BI und/oder dem COE, um zu verstehen, welche Governanceeinschränkungen berücksichtigt werden müssen. Diese Gespräche können es ermöglichen, Teams zu Themen wie Sicherheit und Infrastruktur zu schulen und dazu, was Power BI genau ist. Außerdem können Sie dazu informieren, dass Power BI erheblich leistungsfähiger ist als ein einfaches Abfragetool.
  • Stimmen Sie einen Grad der Unterstützung durch die Führungsebene ab, der für das Erreichen der Datenkulturziele geeignet ist.
  • Treffen Sie sinnvolle Entscheidungen im Hinblick auf Ihre BI-Strategie. Dazu gehört die Entscheidung, welche Balance für vom Unternehmen ausgehende Self-Service-BI, verwaltete Self-Service-BI und Unternehmens-BI ideal für die wichtigsten Geschäftseinheiten in der Organisation ist. Sehen Sie sich dazu auch den Artikel Roadmap für die Power BI-Einführung: Eigentum und Verwaltung von Inhalten an. Berücksichtigen Sie auch den Zusammenhang mit dem Umfang veröffentlichter Inhalte für persönliche BI, Team-BI, Abteilungs-BI und Unternehmens-BI. Sehen Sie sich dazu auch den Artikel Roadmap für die Power BI-Einführung: Umfang der Inhaltsübermittlung an. Beurteilen Sie, wie sich diese Entscheidungen auf Ihren Aktionsplan auswirken.
  • Beginnen Sie mit der Erstellung eines Aktionsplans für sofortige, kurzfristige und langfristige Maßnahmen. Ermitteln Sie Unternehmensgruppen und Probleme, für die ein schneller Erfolg garantiert werden kann und die als eindrückliches Beispiel verwendet werden könnten.

Reifegrade

Mit den folgenden Reifegraden können Sie den aktuellen Status Ihrer Datenkultur bewerten:

Level Zustand der Datenkultur
100: Initial (Anfänglich) In verschiedenen Bereichen der Organisation werden BI-Maßnahmen (Business Intelligence) durchgeführt, durchaus mit Erfolg. Diese Maßnahmen werden aber etwas chaotisch durchgeführt, es gibt wenig formelle Prozesse und auch keinen strategischen Plan.

Beim BI-Team des Unternehmens sind möglicherweise bereits viele Anfragen aufgelaufen.

Die Übersichtlichkeit bei Self-Service-BI-Vorgängen ist mangelhaft. Erfolge oder Fehler bei BI-Lösungen können nicht wirklich nachvollzogen werden.
200: Repeatable (Wiederholbar) Mehrere Teams können messbare Erfolge mit Self-Service-BI-Lösungen nachweisen.

Es wurden Investitionen getätigt, um eine ideale Balance zwischen Unternehmens-BI und Self-Service-BI zu ermitteln.
300: Defined (Definiert) Es werden bestimmte Ziele für den weiteren Ausbau der Datenkultur gesetzt. Diese Ziele werden inkrementell umgesetzt.

Effektive Self-Service-BI-Methoden werden inkrementell und zweckgesteuert in weitere Bereichen der Organisation repliziert.
400: Capable (Fähig) Die Datenkulturziele, um informierte Entscheidungen treffen zu können, sind mit Organisationszielen abgestimmt, sie werden aktiv von der Führungsebene unterstützt und wirken sich unmittelbar auf die implementierten Einführungsstrategien aus.

Zwischen COE, Geschäftseinheiten und IT herrscht eine stabile und produktive Zusammenarbeit.

Es ist üblich, dass Mitarbeiter, die die Initiative ergreifen, um sinnvolle BI-Lösungen zu entwickeln, Anerkennung sowie Belohnungen erhalten.
500: Efficient (Effizient) Regelmäßige Bewertungen wichtiger Leistungskennzahlen stellen sicher, dass die Datenkulturergebnisse mit den Absichten übereinstimmen.

Der geschäftliche Mehrwert von BI-Lösungen wird regelmäßig überprüft und gemessen. Feedbackschleifen laden zu fortlaufenden Verbesserungen ein.

Eine fortlaufende Verbesserung der Einführung in der Organisation, die Einführung für Benutzer und die Umsetzung der Lösung sind die obersten Prioritäten. Erkenntnisse werden inkrementell in der gesamten Organisation und regelmäßig umgesetzt.

Nächste Schritte

Im nächsten Artikel der Roadmapreihe zur Power BI-Einführung erfahren Sie mehr zur Wichtigkeit der Unterstützung durch die Führungsebene.