Fachbeitrag von Ivo Swaag

In den vergangen zwei Jahren hat sich vieles verändert, allen voran die Art und Weise zu arbeiten. Um den Erwartungen der Mitarbeiterinnen und Mitarbeiter gerecht zu werden, müssen Unternehmen ihre Arbeitsmodelle neu definieren. Für die Einführung eines Everywhere-Enterprise-Konzepts sind dabei insbesondere vier Merkmale ausschlaggebend.?

^{Bildquelle: (C) Gerd Altmann / Pixabay}

Die Corona-Pandemie hat eins gelehrt: Außergewöhnliche Zeiten erfordern außergewöhnliche Lösungen. Unternehmen, die angesichts fallender Inzidenzen ein obligatorisches Zurück an die Schreibtische fordern, werden sich künftig allerdings schwertun – immer mehr Mitarbeiter fordern einen Everywhere-Enterprise-Ansatz ein. Auf dem Weg dahin müssen Unternehmen aus Sicht des Digitaldieinstleisters Macaw folgende Punkte auf dem Schirm haben:

1. Neue Denkweisen und Ansätze etablieren

Laut der von Gartner herausgegebenen Studie „Redesigning Work for a Hybrid Future“ wollen 75 Prozent der Befragten künftig flexibel arbeiten. Besteht ein Unternehmen darauf, dass die Belegschaft wieder Vollzeit ins Büro zurückkehrt, sind vier von zehn Mitarbeitenden bereit, den Arbeitgeber zu wechseln. Angesichts dieser Zahlen müssen sich Unternehmen neu ausrichten. Am Anfang steht dabei die Beantwortung einiger Fragen: Was brauchen die Mitarbeiterinnen und Mitarbeiter? Wer kann aus der Ferne arbeiten und wer muss eventuell regelmäßig vor Ort sein? „Employee Experience“ (EX) lautet das Schlagwort und wie bei der „Customer Experience“ soll eine emotionale Bindung zu den Kunden, in diesem Fall den Beschäftigten, entstehen. Eine zentrale Rolle nehmen dabei digitale Tools und Plattformen ein. Beschäftigte sollen dort alles finden, was sie brauchen, um ihren Job zu erledigen, zu lernen und sich mit Kollegen auszutauschen. Unternehmen, die in EX investieren, werden schnell die Vorteile sehen: Mitarbeiter sind motivierter und damit innovativer. Gleichzeitig wächst der Kreis potentieller neuer Talente, wenn von jedem Ort der Welt aus gearbeitet werden kann.

2. Die Verbindung untereinander stärken

Starke Netzwerke am Arbeitsplatz sind mehr als nur „nice to have“, sie beeinflussen zwei maßgebliche Faktoren – Produktivität und Innovation. Der Microsoft Work Trend Index zeigt allerdings eine alarmierende Entwicklung: Durch die Umstellung auf Remote-Arbeit sind die Beziehungen innerhalb eines Teams zwar stärker geworden, doch die unterschiedlichen Teams schotten sich immer mehr voneinander ab. So sagt fast jeder zweite Beschäftigte in Deutschland, dass sein Netzwerk kleiner geworden ist. Das Knüpfen von Beziehungen ist zudem für jemanden, der am Anfang ihrer oder seiner Karriere steht, ohne Gespräche auf dem Flur, zufällige Begegnungen und Smalltalk besonders schwierig. Eine wichtige Rolle kommt deshalb den Führungskräften zu: Sie müssen nach Möglichkeiten suchen, die teamübergreifende Zusammenarbeit und den spontanen Ideenaustausch zu fördern. Darüber hinaus wird künftig in vielen Unternehmen der Chief Purpose Officer die nächste wichtige Funktion auf C-Level-Ebene sein: Seine Aufgabe ist es, Werte und Aufgaben wie Nachhaltigkeit, Diversity, Inklusion und People Empowerment vorzuleben.

3. Der digitalen Überlastung entgegenwirken

Der Anteil der Zeit, die für E-Mail, Instant Messaging, Telefon- und Videoanrufe aufgewendet wird, ist angesichts von Remote-Arbeit deutlich gestiegen – und damit die digitale Belastung. Auch hier gibt der Microsoft Work Trend Index interessante Einblicke: In Deutschland fühlen sich 55 Prozent der Beschäftigten überarbeitet, 42 Prozent sind erschöpft. Führungskräfte müssen sich überlegen, wie sie die Arbeitsbelastung reduzieren, ein Gleichgewicht zwischen synchroner und asynchroner Zusammenarbeit herstellen und eine Kultur schaffen, in der Pausen gefördert und respektiert werden. Ein absolutes No-Go ist die Überwachung der Mitarbeiter: Zwar erlaubt die beliebte Office-Software Microsoft 365 eine Auswertung der Nutzung einzelner Produkte. Zum Beispiel wie häufig der Kundenservice den Chat nutzt, wie viele E-Mails an welchen Tagen verschickt werden und wie lange die Kamera bei Kundenmeetings aktiviert ist. Diese Informationen dürfen aber keinesfalls für die Mitarbeiterbewertung herangezogen werden.

4. Wissen demokratisieren

Eine gemeinsame Nutzung von Informationen und Know-how ist für die Innovationskraft einer Firma unabdingbar. In der Regel verteilt sich Wissen aber über das gesamte Unternehmen – in Microsoft-Teams-Kanälen, Posteingängen, gemeinsam genutzten Laufwerken, Apps für die Zusammenarbeit und natürlich in den Köpfen der einzelnen Mitarbeiter. Damit jeder in der Lage ist, die Informationen zu finden, die er braucht, um seine Arbeit bestmöglich zu leisten, sollten Unternehmen eine zentrale, durchsuchbare Plattform einrichten, in die alle verfügbaren Informationen einfließen. Gleichzeitig gilt es, eine Kultur des Wissensaustauschs zu fördern. Beispielsweise, indem Mitarbeiter, deren geteilte Inhalte auf großes Interesse stoßen, belohnt werden. Grundsätzlich gilt: Geteiltes Wissen hilft, fundierte Entscheidungen zu treffen und damit die Arbeit zu verbessern. Darüber hinaus stellt es sicher, dass ein Unternehmen nicht wertvolle Expertise verliert, wenn jemand kündigt oder in eine neue Abteilung wechselt.

„Momentan haben wir die Chance, unsere Arbeitsmodelle und Arbeitsabläufe von Grund auf zu überdenken. Diese Chance sollten Unternehmen nicht verpassen. Auf dem Weg zu einem Everywhere-Enterprise ist es allerdings entscheidend, gute Lösungen zu entwickeln, um Netzwerke, soziale Interaktion und kulturelle Aspekte wieder zu stärken und die neue Flexibilität der Arbeitswelt so zu gestalten, dass sie allen zugutekommt“, erklärt Ivo Swaag.

Quelle: https://www.wissensmanagement.net/themen/artikel/artikel/everywhere_enterprise_ansatz_
bereit_fuer_die_neue_arbeitswelt.html?no_cache=1

Effizientes Sammeln und Verwalten von Informationen im gesamten Unternehmen kann einen starken und entscheidenden Einfluss auf den Geschäftserfolg schaffen. Vor allem durch hybride Arbeitsmodelle und die Zusammenarbeit von Mitarbeitern über unterschiedliche Standorte wird die Bedeutung von Wissensmanagement weiter vorangetrieben. Richtig angewandt, schafft Wissensmanagement eine Basis, um das Fachwissen und die Expertise von Teams und Mitarbeitern zu erhöhen und dadurch die Effizienz eines Unternehmens nachhaltig zu verbessern.

Unter anderem können folgende Informationen und Dokumente in einer Wissensmanagement-Software nützlich sein:

• Personen: Grundlegende Informationen über Mitarbeiter und Ansprechpartner, die sich innerhalb und außerhalb des Unternehmens befinden
• Prozesse und Verfahren: Implementierte und aktive Prozesse als auch Informationen und Dokumentationen über Prozessveränderungen
• Technologie: Genutzte Technologien und nützliche Informationen über unternehmensinterne IT-Landschaften
• Dokumentationen: Hilfreiche Dokumente und Informationen, um ein besseres und tieferes Verständnis zu ermöglichen
• Weiterbildung: Dokumente, Trainings- und Workshop-Informationen oder Links zu Kursen, Video- und Audiodateien
• Fachwissen: Spezifische Dokumente, Guidelines, Video- und Audiodateien, Interviews, Podcasts
• Onboarding: Grundlegende oder spezifische Informationen die neuen Mitarbeitern den Einstieg erleichtern
• Wissenstransfer: Konkreter Austausch von Wissen oder Informationen zwischen Mitarbeitern (dies kann vor allem beim Ausscheiden von Mitarbeitern aus dem Unternehmen oder bei einer Veränderung der Rolle nützlich sein)
• Und vieles mehr!

Vorteile durch Wissensmanagement

Abhängig von Unternehmen, Branche und den Prozessen innerhalb eines Unternehmens, können die Vorteile, die durch ein effizientes Nutzen von Wissensmanagement, vielseitig sein.

Wichtig ist zu verstehen, dass der Einsatz einer Wissensmanagement-Software in jedem Unternehmen Vorteile und Nutzen schaffen kann. Da durch die Einführung und kontinuierliche Verwendung nachhaltige und langfristige Verbesserungen ermöglicht werden. Informationen, die ohne Wissensmanagement einfach verloren gehen könnten, zum Beispiel wenn ein Mitarbeiter das Unternehmen verlässt, können im besten Fall simultan gesammelt und aufbereitet werden und dadurch eine ideale Basis für den Einstieg eines neuen Mitarbeiters bilden.

Die Einführung einer Wissensmanagement-Strategie in Kombination mit der passenden Software kann unter anderem zu folgenden Vorteilen führen:

• Verbesserte Entscheidungsprozesse
• Erhöhte Kundenzufriedenheit
• Innovationen und Veränderung fördern
• Schneller Zugang zu Wissen und Informationen
• Doppelte Arbeit vermeiden
• Leistungserfüllung beschleunigen
• Aktive Teilnahme als Erfolgsfaktor

Die Verwendung eines Visualisierungstools wie MindManager^® kann dabei helfen, das Wissen eines Unternehmens aus seinen Silos zu holen und in umsetzbare Aufgaben, Prozesse und Arbeitsabläufe einzubringen.

---

---

Im umfassenden E-Book „Das Potenzial des Wissensmanagements ausschöpfen: ein praktischer Leitfaden“ wird Schritt für Schritt dargelegt, wie das in Ihrem Unternehmen vorhandene Wissen mithilfe von Mindmaps erschlossen werden kann.

In diesem E-Book entdecken Sie:

• wie sich das Wissensmanagement und die Wissenstransferprozesse in Ihrem Unternehmen durch Double-Loop-Learning und reflexives Lernen verändern lassen
• den Wert der Verwendung verschiedener Arten von Arbeitsbüchern und MindMaps – z. B. Coaching-Maps oder Working-Maps – beim Wissensmanagement (inkl. Vorlagen)
• die größten Herausforderungen bei der Wissenserfassung und Wissensübertragung und wie diese gelöst werden
• beste Verfahren zur Entwicklung von Wissensmanagement-Arbeitsbüchern, Maps und vielem mehr

BONUS: Sie erhalten außerdem Zugriff auf Wissensmanagement-Vorlagen, die Sie sofort herunterladen und verwenden können.

---

>> E-Book jetzt herunterladen

Fachbeitrag von Matthias Hintenaus

Wenn die Beschäftigten eines Unternehmens mit einer Knowledge-Management-Infrastruktur erst nach Informationen und Wissen suchen müssen, hat der Knowledge Manager im Grunde schon versagt. Denn eigentlich, so die Theorie, sollte er nur die Struktur kommunizieren, die er für das Wissen der Organisation aufgebaut hat. Dann müsste jeder sofort wissen, wo das gerade benötigte Wissen zu finden ist. Mit dem Streben nach Struktur und Ordnung ist es indes wie mit der Suche nach dem Gral: Man wird sie nie erreichen. Aus dem einfachen Grund, dass ein extrem volatiles Ziel verfolgt wird, mit stetig wachsenden oder sogar explodierenden Datenmengen und Typen, die es zu bewältigen gilt.

^{Bildquelle: (C) ar130405 / Pixabay}

Immer wieder trifft man auch auf „unfreundliche“ Nutzer, welche die bereitgestellten Taxonomien, Ontologien und andere Ordnungsprinzipien einfach nicht lernen wollen. Sie möchten lieber geradeheraus Fragen stellen, anstatt Suchen so zu formulieren, dass sie den vorhandenen Strukturierungsprinzipien entsprechen.

Hier hilft intelligente Suche. Mit ihr lassen sich Informationen und deren Beziehungen in sehr großen Datenmengen markieren, klassifizieren und verfolgen. Sie strukturiert und kategorisiert so Daten und erzeugt aus ihnen Informationen und Wissen darüber, worum es bei Texten und „Inhalten“ geht. Ebenso analysiert intelligente Suche Fragen in natürlicher Sprache, den Kontext des Fragestellenden (Position, Arbeitsgebiet, Historie früherer Fragen) und kann so relevante Antworten geben.

Wird intelligente Unternehmenssuche also das Wissensmanagement und sogar die Knowledge Manager ersetzen? Nein, sie wird vielmehr die Arbeit erleichtern bzw. angesichts der Datenflut überhaupt erst durchführbar machen. Sie macht die Arbeit des Knowledge Managers interessanter, indem sie es ihm ermöglicht, sich auf seine Kernkompetenzen als Datenkurator und Bewahrer des Unternehmenswissens zu konzentrieren.

Suche nach Wissen

Liefert Unternehmenssuche nicht bloß Inhaltslisten mit bestimmten Schlüsselwörtern? Ursprünglich vielleicht einmal, doch haben intelligente Suchtechnologien dieses Stadium schon lange hinter sich gelassen. Heute geht es darum, Fragen so prägnant wie möglich zu beantworten.

Wer eine spezifische Frage zu einem Produkt hat, wird nicht mehr unter einer Lawine von Produktbroschüren, technischen Spezifikationen und Handbüchern, MDM-Daten usw. begraben. Sondern er enthält relevante Auszüge aus den Inhaltsquellen. Anders kann Wissensübermittlung es auch gar nicht funktionieren, wenn Dokumente Hunderte von Seiten umfassen. Niemand hat die Zeit, auf der Suche nach der einen gewünschten Information alles durchzublättern.

Nützlichkeit hängt also von der „intelligenten“ Extraktion des Wesentlichen aus einem großen Wust an Daten ab. Eine solche Extraktion liefert Informationen, die sich nicht nur auf den Inhalt der Frage beziehen, sondern auch auf die Identität der fragenden Person. Zum Beispiel muss deren Arbeitskontext bei der Auswahl der relevanten Antworten eine Rolle spielen. Eine Forscherin im pharmazeutischen Labor könnte die gleiche Frage zu einem Produkt stellen wie ihr Kollege im Vertrieb, und doch werden beide sehr unterschiedliche Antworten erwarten: die eine möchte Inhaltsstoffe, aktive Moleküle oder Ergebnisse klinischer Studien angezeigt bekommen, der andere die vierteljährlichen Umsätze pro Region.

Dies bezeichnet man als die „Query Intent“. Sie erfordert ein ganzes Arsenal ausgefeilter technischer Funktionen, um wirklich zielgruppenspezifische Antworten geben zu können. Die Funktionen müssen intelligent kombiniert und tief miteinander integriert sein, um effektiv zu sein. Sie müssen in der Lage sein, mit riesigen Mengen sehr unterschiedlicher Daten umzugehen und dennoch in Sekundenschnelle Antworten zu liefern.

Wissen aus allen Datenquellen

Man denke nur an Kraftwerke, Züge, Flugzeuge, Satelliten und andere Produkte, die jahrzehntelang gewartet werden müssen. Deren Komplexität ist so groß, dass Dokumentation und Daten in die Millionen von Dokumenten und Milliarden von Datensätzen gehen. Deren Formate ändern sich im Laufe des Lebenszyklus der Produkte, weshalb die Vielfalt der Datenquellen, aus denen Wissen gewonnen werden kann und muss, noch einmal zunimmt. Eine intelligente Enterprise Search-Plattform, die Knowledge Worker unterstützt, muss mit all diesen Datenquellen zurechtkommen, so dass kein Wissen jemals verloren geht.

Kategorisierung von Inhalten

Enterprise Search hilft dabei, Daten und Inhalte automatisch zu kennzeichnen und zu kategorisieren. Sie verwendet natürliche Sprachverarbeitung und KI, um relevante Begriffe (Entitäten) und Beziehungen zwischen ihnen zu extrahieren. Anschließend kann man die Ergebnisse verifizieren bzw. korrigieren. Das intelligente System lernt aus diesen Korrekturen von Anwendern, so dass sie nicht im Laufe der Zeit alles immer wieder überprüfen müssen. Intelligente Unternehmenssuche spürt auch sensible Daten auf, die geschützt und vielleicht sogar gelöscht werden müssen. Etwa persönlich identifizierbare Informationen (PII), die nur so lange aufbewahrt werden dürfen, bis sie ihren Zweck erfüllt haben. Und sie findet solche Daten, die internen oder externen Compliance-Regeln unterliegen. Damit sinkt das Risiko kostspieliger Verstöße gegen DSGVO oder CCPA.

Geschwindigkeit

Geschwindigkeit bei der Wissensentdeckung bedeutet zunächst einmal Einsparung von Zeit und Geld. Wenn jeder Beschäftigte ein paar Stunden Zeit pro Woche spart, summiert sich das bei entsprechender Unternehmensgröße zu einer ansehnlichen Summe. Sogar das Generieren zusätzlicher Umsätze ist dadurch möglich. So gelang es einem Pharmaunternehmen mit der Lösung von Sinequa, den Zulassungsprozess bei der FDA / EMA zu beschleunigen und damit ein Produkt schneller auf den Markt zu bringen. Von Corona-Impfstoffen einmal abgesehen, die auf eine derart große Nachfrage treffen, dass auch für „Nachzügler“ genug Marktanteile übrig bleiben, ist es im umkämpften Pharmamarkt ein enormer Wettbewerbsvorteil, wenn man hier vor Konkurrenten auf dem Markt ist. Denn normalerweise dauert eine Zulassung zwischen einem und 1,5 Jahren. Selbst wenige Tage schneller zu sein, kann sofort über Millionen entscheiden, da die Tagesumsätze bei einzelnen Medikamenten enorm sind.

Es kann aber um viel mehr als um Gewinn und Umsatz gehen, nämlich um Menschenleben. Man denke an einen Störfall in einem Kernreaktor. Auch wenn die erste Generation von Ingenieuren, welche die Reaktoren einst errichtet hat und genauestens kannte, inzwischen im Ruhestand ist, so hoffen wir doch alle stark, dass auch ihre Nachfolger innerhalb von Sekunden die Informationen finden, um kompetent zu reagieren – auch wenn sie in ihrem Berufsleben zuvor noch nie mit einem solchen Fall zu tun hatten.

Sicherheit

Wissen muss innerhalb des Unternehmens zirkulieren, es will erfasst, geteilt und weitergegeben werden. Gleichzeitig muss man dabei aber Zugriffsrechte respektieren, um vertrauliches Wissen und das Recht auf Privatsphäre zu schützen. Sicherheit ist keine Funktionalität, die nachträglich an eine Suchmaschine angehängt werden kann. Sie muss von Anfang ihr inhärenter Bestandteil sein.

Anwendungsfälle

Die beiden klassischen KM-Anwendungsfälle für intelligente Suche lauten „Was wissen wir über dieses Thema?“ und „Wer weiß es?“ Beide sind komplexer, als die Fragen es vermuten lassen. Bei der ersten Frage hängt das „Was“ vom „Wir“ ab. Der Arbeitskontext der fragenden Person bestimmt, welches Wissen vermittelt werden muss. Bei der zweiten Frage umfasst das „Wer“ nicht nur eine Liste einzelner Experten, sondern möglicherweise ein Netzwerk von Experten aus verschiedenen Bereichen. In einem Pharmaunternehmen können dies Personen aus der Pharmakologie, Medizin, Biologie, Genetik sein und sogar Patentanwälte.

Heutzutage sind viele Anwendungsfälle spezifisch für bestimmte Kategorien von Anwendern, während andere generisch sein können und jeden im Unternehmen betreffen. Sie werden meist als Apps auf einer Enterprise Search-Plattform implementiert, die als Search Based Applications (SBAs) bezeichnet werden. Die Beispiele reichen von den trivialsten Fragen – „Wann fährt der nächste Bus zum Flughafen?“ – bis zu komplexen wie „Wer hat in unserer Kanzlei in den letzten 5 Jahren an Fällen von Geldwäsche gearbeitet?“

Fazit

Intelligente Unternehmenssuche macht die Arbeit des Knowledge Managers sowie aller Personen im Unternehmen einfacher. Sie hilft Zeit und Geld zu sparen, Risiken zu reduzieren und Katastrophen zu vermeiden. Über spezifische ROI-Berechnungen hinaus liegt es daher auf der Hand: Auch Organisationen mit einer bereits installierten Knowledge-Management-Infrastruktur kommen ohne zusätzliche intelligente Unternehmenssuche heute nicht mehr aus, wenn sie die Datenflut beherrschbar machen wollen.

Quelle: https://www.wissensmanagement.net/themen/artikel/artikel/intelligente_unternehmenssuche_
haelt_knowledge_management_lebensfaehig.html?no_cache=1

Fachbeitrag von Philipp Rodewald

Die Big-Data-Analyse ist ein leistungsfähiges Instrument, um Unternehmen nach vorn zu bringen. Die richtige Nutzung von Informationen ist die Basis für beste Geschäftsentscheidungen zum richtigen Zeitpunkt: Nie zuvor war es dem Marketing möglich, Markttrends so genau vorherzusagen. Heute können Unternehmen Kunden durch den Kauftrichter verfolgen und ihnen personalisierte Nachrichten schicken. Bei jeder Transaktion, jedem Besuch auf der Website oder jeder Interaktion mit der Marke können sie effektiv mit ihrer Zielgruppe kommunizieren. Überdies lassen sich Verbraucherpräferenzen ermitteln und Muster im Kaufverhalten erkennen. Das Beste daran ist, dass die Informationen in Echtzeit verfügbar sind. So können Unternehmen nicht nur schnell reagieren, sondern sogar deren Bewegungen vorhersehen.

^{Bildquelle: (C) Gerd Altmann / Pixabay}

Quellen für Nutzerverhalten

Sowohl B2B- als auch B2C-Unternehmen profitieren von der Analyse ihrer Kundendaten. Es reicht nicht aus, viele Informationen zu haben. Es gilt sie in wertvolle Erkenntnisse umzuwandeln. Big-Data-Analysen erlauben, Daten aus verschiedenen Quellen zu kombinieren und zu kontextualisieren.

Allgemein verarbeitet Big Data Kundeninformationen aus fünf Hauptquellen:

1. Transaktionsdaten

Diese Daten werden zum Zeitpunkt des Kaufabschlusses erstellt. Sie geben Auskunft über die Zahlungsmöglichkeiten und das gewählte Produkt oder die Dienstleistung. In vielen Fällen ermöglichen sie auch die Identifizierung des Nutzers.

Mit jeder Transaktion vertiefen Unternehmen ihr Verständnis für den Kaufprozess. So können Marken ihrem Publikum relevante Angebote unterbreiten, die Kundenbindung fördern und Marketingmaßnahmen gezielt einsetzen.

Sie helfen zudem, genaue Verkaufsprognosen zu erstellen und Kundenbedürfnisse zu antizipieren.

2. Daten über die Nutzung eines Produktes

Die Beziehung zu Kunden endet nicht mit dem Kauf. Wissen über Erfahrungen mit Produkten und Dienstleistungen tragen zur Zufriedenheit und Kundenbindung bei. General Motors verwendet die verfügbaren Daten etwa zur Planung des Vertriebsnetzes und zur Absatzprognose.

Einige Branchen haben alternative Wege gefunden, diese Informationen zu Geld zu machen. Verizon Wireless verkauft unter anderem anonymisierte Nutzungsdaten. Für Vermarkter ist dies eine unschätzbare Ressource, um ihre Werbekampagnen gezielter auszurichten.

3. Daten aus Online Analytics

Die Unternehmens-Website ist viel mehr als nur eine Visitenkarte oder eine Produktpräsentation. Über die Browsing-Daten des Publikums lassen sich deren Interessen ermitteln, die Zielgruppe verstehen, und die Kommunikation kann optimiert werden. Im E-Commerce ist es üblich, mittels Big Data Cross- und Upselling zu fördern.

4. Daten aus dem Review Monitoring

Unternehmen sollten die Kommentare und Mitteilungen ihrer Kunden besonders beachten. Dadurch erkennen sie die Botschaften, die sich hinter Beschwerden, Fragen oder Bewertungen verbergen. Tonfall und Wortwahl liefern eine Menge Informationen.

Wichtig ist dabei ebenso die Analyse von Nutzern gesendeter E-Mails, Anrufe beim Kundendienst und Nachrichten in sozialen Netzwerken.

5. Daten aus dem Social Listening

Die sozialen Medien haben die menschliche Kommunikation verändert. Die Reichweite eines einzigen Kommentars kann die mächtigsten Organisationen erschüttern. Mit Social Listening verstehen Unternehmen ihr Publikum und erfahren, was es über ihre Marke und Wettbewerber denkt. Gleichzeitig offenbaren sich Bedürfnisse und Motivationen der Kunden sowie Bewegungen im Umfeld, die das Unternehmen beeinflussen können.

Soziale Medien – inklusive beruflicher Netzwerke wie LinkedIn – sind Informationsquellen, an denen Kampagnen und Maßnahmen ausgerichtet werden können – zur Entdeckung neuer Marktchancen oder zur Optimierung von Logistik und Vertrieb.

Vorteile & Stärken von Big Data

Die Analyse von Big Data wird zu einem entscheidenden Wettbewerbsvorteil. Die ordnungsgemäße Verarbeitung von Informationen vervielfacht den Wert der isolierten Daten. So verstehen Unternehmen zugrundeliegende Zusammenhänge besser und erkennen Chancen.

Big-Data-Analysetools optimieren Prozesse in allen Unternehmensbereichen: von Geschäftsentscheidungen bis hin zu Produktions- und Logistikabläufen. Ihre zahlreichen Funktionen können an alle möglichen Szenarien angepasst werden.

Kurz gesagt ist Big Data in der Lage, Unternehmen folgendermaßen zu verändern:

• Steigert die Effektivität und Produktivität
• Erleichtert und verbessert die fundierte Entscheidungsfindung
• Flexibilisiert die Verwaltung und erhöht die Reaktionsgeschwindigkeit der Organisation
• Senkt die Kosten infolge der vorangegangenen Punkte
• Verbessert die Nutzererfahrung

Schauen wir uns diese Punkte genauer an.

Informationen aus verschiedenen Quellen zentralisieren und integrieren

Ein vollständiger Überblick der Branche und Konkurrenten, des Umfeld, der Kunden und Lieferanten – alle Daten des Puzzles finden ihren Platz in diesem 360°-Modell eines Unternehmens. Diese ganzheitliche Sichtweise hilft, aktuelle Situationen zu verstehen und Zukunftsaussichten besser zu prognostizieren.

Bei der Big-Data-Analyse werden Informationen aus allen Bereichen des Unternehmens gesammelt und integriert. Auf diese Weise werden Ursache-Wirkungs-Beziehungen herausgearbeitet und Prozesse verfeinert (z.B. ein Umsatzeinbruch in Folge eines unzureichenden Vertriebswegs). Diese Zusammenhänge lassen sich nur erkennen, wenn Unternehmen über genaue Daten und einen ganzheitlichen Überblick zum gesamten Betrieb verfügen.

Verwaltung optimieren

Die Organisation ist ein Netz von voneinander abhängigen Beziehungen und stellt die Grundlage für ein optimiertes Ressourcenmanagement optimieren dar. Durch die Automatisierung bestimmter Aufgaben, bleibt mehr Zeit für Entscheidungen auf höchster Ebene. Zudem wirkt sich dies auf die Verteilung von Budgets oder die Zuweisung von Personal aus.

Anhand der analysierten Informationen können lassen sich Engpässe erkennen, alternative Lösungen bewerten und diese schließlich beseitigen. Dies betrifft sowohl menschliche und technische Teams als auch Management- und Produktionssysteme des Unternehmens. Vielleicht beeinträchtigt der Cashflow den Einkauf von Vorräten, was wiederum die Produktion verzögert. Ein einzelner Aspekt zieht sich somit durch die gesamte Wertschöpfungskette.

Informationen rechtzeitig bereitstellen

Dank der Datenanalyse in Echtzeit werden proaktive Entscheidungen ermöglicht. Unterhemen können so proaktiv agieren und gezielt handeln. Trifft ein zufälliges oder unvorhergesehenes Ereignis ein, sind sie besser vorbereitet und können deutlich schneller gegensteuern.

Betriebe wissen sofort, ob eine Marketingkampagne neu ausgerichtet werden sollte, oder ob es die Produktion zu erhöhen gilt, um die gestiegene Nachfrage zu befriedigen. Mit dem Finger am Puls des Betriebs lassen sich Anschaffungen und Investitionen zielgerichteter planen.

Andererseits kann die Analyse von Big Data bei der Entwicklung von Produkten und Dienstleistungen viel Zeit und Geld sparen. Einerseits unterstützt es die Erstellungs- und Testprozesse, da es verschiedene Bereiche des Unternehmens berücksichtigt und integriert. Andererseits können mithilfe von Marktinformationen unerfüllte Kundenbedürfnisse ermittelt und darüber neue Kunden gewonnen beziehungsweise bestehende Kunden gebunden werden.

Verwaltung flexibilisieren

Moderne Organisationen zeichnen sich dadurch aus, dass sie agil sind und sich mit der Zeit wandeln. Die damit einhergehende Geschwindigkeit kann zu einem Problem werden, wenn die Strukturen starr oder nicht genau definiert sind. Big-Data-Analysen erleichtern die Abstimmung von Prozessen und Teams. So werden Informationssilos aufgebrochen und die Schaffung von Wissen gefördert.

Letztlich geht es darum, die Skalierbarkeit eines Unternehmens zu untermauern. So wird es flexibel und kann sich leichter an die Marktdynamik anpassen. Dies ist vor allem dann wünschenswert, wenn sich ändernde rechtliche oder ökologische Bedingungen eine Rolle spielen.

Daten analysieren und Relevanz bestimmen

Um Geschäftsinformationen und Wissen zu generieren, reicht eine große Menge an Daten nicht aus. Die Analyse von Big Data beginnt mit der Erfassung und Aufbereitung von qualitativ hochwertigen Informationen. Die Nutzung von Daten aus verschiedenen Quellen, bedingt zunächst eine Speicherung sowie die anschließende Klassifizierung. Über Filter und Bereinigungsprozesse wird dann standardisiert sowie Redundanzen und Fehler beseitigt.

Von Beginn an muss das Ziel der Analyse klar sein. Je nach Anforderung verwenden Analysten diverse Methoden, um die Daten zu analysieren, insbesondere:

• Deskriptive Analyse
• Diagnostische Analyse
• Vorausschauende Analyse

Herausforderungen

Um Big Data wertschöpfend nutzen zu können, ist der sichere Zugang zu qualitativ hochwertigen Informationen essenziell. Auch sind die Klarheit und Planung des Projekts entscheidend – Das reicht von der Definition des Ziels bis zur Bereitstellung angemessener personeller und technologischer Ressourcen.

Ferner darf die Datenanalyse angesichts ihrer globalen Auswirkungen nicht als eine IT-Aufgabe betrachtet werden. Der Erfolg von Big Data hängt vom Engagement und der Ausrichtung der gesamten Organisation ab. Dabei trifft die koordinierte Arbeit von Analysten und Datenwissenschaftlern auf die Endnutzer. Alle beteiligten Abteilungen müssen daher erforderliche Schulungen erhalten und offen zusammenarbeiten.

Quelle: https://www.wissensmanagement.net/themen/artikel/artikel/big_data_kundenverhalten_
analysieren_und_mehrwertstiftend_nutzen.html?no_cache=1