Durch die stetige Weiterentwicklung von Technologien und sich ändernden Kundenbedürfnissen ist die Optimierung der eigenen Prozesse eine ständige Notwendigkeit. Dazu werden entsprechende Kennzahlen benötigt. Unternehmen haben in den letzten Jahren den Wert von Daten und deren gezielten Einsatz zur Optimierung des Geschäfts erkannt. In den meisten großen und mittelständigen Unternehmen gibt es mittlerweile entsprechende Fachabteilungen, die sich mit Business Intelligence (BI) und Datenanalyse beschäftigen.
Im Idealfall agiert die entsprechende Abteilung als Berater der Geschäftsleitung und der spezifischen Fachbereiche und versorgt diese mit Auswertungen, Berichten, Kennzahlen, Prognosen, Was-wäre-wenn-Analysen, Dashboards oder beratende Dienstleistungen, damit die Verantwortlichen auf Basis der Informationen eine bestmögliche Entscheidung treffen können.
In jeder Abteilung gibt es Prozesse, für die das Datenmanagement bzw. die BI-Abteilungen einen maßgeblichen Beitrag zur kontinuierlichen Optimierung liefern kann. Beispielhaft seien einige Prozesse aus verschiedenen Abteilungen erwähnt:
- Einkauf
– Fortlaufende Optimierung des Bestellmanagements (Anzahl und Zeitpunkt der Bestellungen)
– Einkaufsplanung für die neue Saison. Dazu werden Informationen sowohl aus dem Lager, als auch aus dem Marketing (Trends, geplante Kampagnen, …) vereint und analysiert.
- Lager
– Bestandsoptimierung, z.B. mittels Renner/Penner-Analyse zur Identifikation von Lagerhütern, die Platz verschwenden und Identifikation von Artikeln die knapp werden könnten.
- Marketing
– Kundenanalyse, z.B. mittels Personas um Interessen und optimale Ansprache (Kanal, Vorlieben,…) der Kunden und Interessenten zu identifizieren.
– Kampagnenauswertung, z.B. durch die Anbindung von Google Ad Words um zu identifizieren, welche Kampagnen sich wirklich lohnen und welche nur Geld kosten. Durch die Einbeziehung von Daten anderer Quellen können detailliertere Aussagen getroffen werden, z.B. kann durch die Berücksichtigung des Einkaufspreises ein genauer Deckungsbeitrag ermittelt werden, um zu bewerten, ob Kampagnen sich wirklich rechnen.
- Vertrieb
– Bewertung der Vertriebskanäle, z.B. zur Performance jedes Kanals auf Produktebene und Gesamtbewertung des Absatzes pro Kanal.
- Kundenservice
– Artikelbewertung um z.B. Artikel zu identifizieren, die oft reklamiert werden. Entsprechende Information sind auch für den Einkauf wichtig.
– Kundenzufriedenheit, als wichtige Kennzahl auch für Marketing, Vertrieb und Einkauf: Welche Aspekte führen zu Zufriedenheit, welche zu Unzufriedenheit? Muss z.B. der Lieferant gewechselt werden, um die Produktqualität zu erhöhen?
Für eine optimale Arbeit ist ein offener Austausch zwischen den Datenspezialisten und den Fachbereichen notwendig. Die verschiedenen Prozesse im Unternehmen müssen gemeinsam unter die Lupe genommen werden, um sie anschließend optimieren zu können. Auch die Zusammenarbeit der Bereiche untereinander muss hier beleuchtet werden, um ganzheitlich optimieren zu können.
Wenn alle Prozesse und der Informationsbedarf der Fachabteilungen definiert wurden, kann das Datenmanagement daran arbeiten, Kennzahlen und Einblicke automatisiert bereit zu stellen.
Allzu oft werden Auswertungen noch manuell in den Fachabteilungen durchgeführt, meist mit Excel. Dieses Vorgehen ist nicht nur sehr fehleranfällig und abteilungsübergreifend schwer vergleichbar, sondern nimmt auch enorm viel Zeit in Anspruch.
Spart man beispielsweise nur einen halben Arbeitstag je Woche eines Einkäufers durch die automatisierte Bereitstellung von Kennzahlen, so spart man sich bereits einen nicht unwesentlichen Betrag von 433 € im Monat.
Laut Online-Gehaltsrechnern verdient z.B. ein Junior Buyer bei Westwing folgendes Gehalt:
Setzen wir den niedrigsten Lohn von 4.329 € an, teilen ihn durch zwanzig Arbeitstage und nehmen davon die Hälfte (da wir in unserem Beispiel von einem halben Tag sprechen), ergibt sich ein Betrag von 108 € als Gehalt für einen halben Tag. Mal vier, da der beschriebene Einkäufer die Auswertung wöchentlich erstellt, ergibt eine Summe von ca. 433 € je Monat. Rechnet man dies aufs Jahr hoch, wurde mit 5.195 € mehr als ein komplettes Monatsgehalt rein für die Auswertung bezahlt.
Bei diesem Beispiel wurde nun lediglich ein einziger (Junior-)Mitarbeiter aus dem Einkauf betrachtet. Wenn wir das Rechenbeispiel auf andere Abteilungen ausweiten, wird schnell klar, wie viel Ressourcen hier verschwendet werden. Führt man sich vor Augen, was dieser Mitarbeiter an Mehrwert für das Unternehmen bringen würde, wenn er sich rein auf seine Kernkompetenz – den Einkauf – konzentrieren könnte, so kann durch ein professionelles Datenmanagement – entweder in einer spezifischen Abteilung oder mit einem professionellen, automatisierten Analysetool – eine enorme Summe an Mitarbeiterarbeitszeit und entsprechend Kosten eingespart werden. Nur nebenbei erwähnt können durch sofortige Geschäftsreaktionen aufgrund von jederzeit aktuellen Daten zusätzlich mehr Umsatz und ein besserer Deckungsbeitrag erzielt werden, da die Abteilungen sich um das Wesentliche kümmern können.
Und plötzlich wird das Datenmanagement wichtiger Akteur bei der Generierung von Umsatz und Deckungsbeitrag. Kümmert sich die BI-Abteilung dann auch noch um den Einkauf von Dienstleistungen, die bei der Generierung der Daten und Auswertung unterstützt, entfallen im Fachbereich weitere kostbare Stunden an Arbeitszeit und die BI-Abteilung kann eine Gesamtstrategie für das ganze Unternehmen definieren, die Umsetzung entsprechend zielführend steuern und den Status kontinuierlich überprüfen.
Fazit
Das Datenmanagement bzw. die BI-Abteilung entwickelt sich zum immer wichtigeren Teil eines Unternehmens. Bei der Einsparung von Kosten und Generierung von Umsatz spielt Business Intelligence eine maßgebliche Rolle. Auch kleinere und mittelständische Unternehmen, die keine entsprechende Abteilung haben, können durch den Einkauf von BI-Know-How Ihre Kosten enorm senken und den Umsatz und Gewinne steigern.