12

Smart Data Management

  • Upload
    janappl

  • View
    230

  • Download
    0

Embed Size (px)

DESCRIPTION

 

Citation preview

Page 1: Smart Data Management
Page 2: Smart Data Management

© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH

Das strategische Potenzial für flexible Prozesse

Smart Data Management

Dr. Oliver Oswald Jan Appl l automotiveDAY: IT-Gipfel der Automobilindustrie 2012

Page 3: Smart Data Management

© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 3

Die Anforderungen an die IT-Strategien im Laufe der Zeit

Smart Data Management – wo kommen wir her?

1960 1980 1995 2010 20xx

Technologieharmonisierung

einheitliche Schnittstellenkonzepte und

Aufbau von ERP Funktionalitäten

Prozessintegration

Integrierte ERP Systeme

Unternehmen organisieren

sich nach fachlichen Silos

Unternehmen schaffen global

integrierte Geschäftsprozesse

Unternehmen integrieren Prozesse

über Fachressorts hinweg

Prozess- und

Datenharmonisierung

Globale Templates

Page 4: Smart Data Management

© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 4

Dimension Prozess: Durch schnellere Veränderungen im Business

Drastische Verkürzung der Innovationszyklen

Schnelle Veränderungen in der Unternehmensstruktur

Differenzierung über marktlokale Optimierung

Öffnung der Unternehmenswelt, z.B. Open Innovation

„Mobile Business“ wird zur Unternehmensplattform

→ Daten müssen in verschiedenen Prozessen einheitlich interpretierbar sein.

Hier ist Prozesssynchronisation gefordert!

Dimension Daten: Durch ein explodierendes Datenvolumen

Integration von Objekten, bspw. CarIT oder Social Media

Anzahl der unstrukturierten Daten steigt

→ Daten müssen einheitlich klassifizierbar sein.

Hier ist Datenmanagement gefordert!

Zunehmende Agilität der Prozesse und ein steigendes Datenvolumen

erfordern einen veränderten Umgang mit Daten und Prozessen

Smart Data Management – was sind die Herausforderungen?

Page 5: Smart Data Management

© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 5

B-, C- und D-Prozesse werden immer wichtiger;

aus ihnen resultiert die Differenzierung in lokalen Märkten

Synchronisierung

Harmonisierung Synchronisierung

Smart Data Management – was sind die Herausforderungen?

A-Prozesse

Traditionell gleiche Prozesse für

gleiche unternehmerische

Abläufe

Leicht automatisierbar aufgrund

hoher Standardisierung

Hohe Effizienz realisierbar

Harmonisierung ohne größere

Ausnahmen möglich

B-Prozesse

Ähnliche Prozesse für ähnliche

unternehmerische Abläufe

In Teilen automatisierbar

Große Teilabläufe können sehr

effizient sein

Harmonisierung mit Ausnahmen

möglich

C-Prozesse

Individualprozesse einzelner

Einheiten

Automatisierbarkeit sehr

verschieden

Kostenintensiv!

Keine Harmonisierung möglich,

aber Gründe dafür müssen

präzise definiert sein!

D-Prozesse

Individualprozess für jede Einheit

Automatisierung sehr

verschieden

Kostenintensiv!

Zeitintensiv

Im Projekt: Zuordnung zu A, B, C

erforderlich!

Page 6: Smart Data Management

© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 6

Ergebnis im BI Report : 89 42 17

Das Datenobjekt ‚Lead‘ im Verkaufsanbahnungsprozess

Einheitliche Definition : Bezeichnung: ‚Lead‘

Attribute: Kunde, Fahrzeug, Preis, Zeitpunkt, …

Eindeutige Verwendung :

Aus missverständlich interpretierten Daten können sehr leicht

erhebliche Fehlentscheidungen resultieren

Smart Data Management – was sind die Herausforderungen?

Abgeleitete Maßnahme : CRM Prozessoptimierung in Land C

Anfrage

dokumentiert

Land A

Anfrage im

Konfigurator

dokumentiert

Land B

Kunde liegt

Angebot vor

Land C

Page 7: Smart Data Management

© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 7

Informationen entstehen aus Daten und deren Verwendungszweck

Metadaten sind die Beschreibung, in welchem Kontext Daten zu interpretieren sind

und führen somit zu einer vergleichbaren Interpretation unabhängig vom Prozess.

Das gemeinsame Management von Daten, Metadaten und Prozessen führt zu:

Das Management wird neben den eigentlichen Daten auch auf die Metadaten bezogen.

Alle Mechanismen die heute auf die Daten angewendet werden, müssen auch auf die

Metadaten bezogen werden, wie zum Beispiel:

Definition von Verantwortlichkeiten

Organisatorische Verankerung (Datenmanagement & Prozessmanagement)

Definieren von KPIs (z.B. Vollständigkeit und Eindeutigkeit in der Verwendung)

Neben der Definition der Struktur ist auch eine eindeutige

Definition der Verwendung unerlässlich

Smart Data Management

Smart Data Management – was ist eine potenzielle Lösung?

Page 8: Smart Data Management

© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 8

1. Technologie-

management

3. Datenmangement

führt zu Smart Data Management

2. Prozessmanagement

Smart Data Management – was ist eine potenzielle Lösung?

Daten sind der dritte Baustein in der Unternehmens-DNA;

sie ermöglichen die Prozesssynchronisation

Page 9: Smart Data Management

© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 9

Fokussierung ausschließlich auf unternehmenskritische Daten, die in

Auswertungen als Entscheidungsgrundlage herangezogen werden.

Fokussierung auf agile Prozesse und auf Prozesse die große Datenmengen erzeugen.

Bei laufenden oder geplanten Datenmanagementprojekten muss das Thema

Metadaten frühzeitig mit berücksichtigt werden.

Smart Data Management bezieht sich auf Stamm- und Bewegungsdaten.

Datenharmonisierung ist kein Datenmanagement.

Smart Data Management – Best Practice

Smart Data Management – das strategische Potenzial für flexible Prozesse

Projekt

Start

Projekt

Ende Neustart Neustart Zeit

Daten-

qualität

Zielqualität

Ausgangsqualität

Mit gesteuertem EDM Ungesteuertes Datenmanagement

Page 10: Smart Data Management

© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 10

Fazit:

Weltweit einheitliche, eindeutige und in der Verwendung vergleichbare Daten

ertragen heterogene Prozesslandschaften und sind damit deutlich toleranter

bezogen auf die Nutzung spezifischer Marktpotentiale.

Smart Data Management ist eine Management-Disziplin, die gleichberechtigt

betrieben werden muss wie Technologie-, Prozess- und Datenmanagement.

Voraussetzung für Smart Data Management ist allerdings, dass diese drei

Disziplinen im Unternehmen bereits ausgeprägt sind.

Aktiv betriebenes Smart Data Management steigert auch die Aussagekraft der

Business Intelligence Landschaften und verbessert deren Informationsgehalt.

Prozessharmonisierung wo nötig – Prozesssynchronisation wo möglich

Smart Data Management – das strategische Potenzial für flexible Prozesse

Page 11: Smart Data Management

© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 11

Mit der Evolutionsstufe Smart Data Management rüsten wir uns für aktuelle

und zukünftige Anforderungen im globalen IT Management

1960 1980 1995 2010 20xx

Technologieharmonisierung

einheitliche Schnittstellenkonzepte und

Aufbau von ERP Funktionalitäten

Prozessintegration

Integrierte ERP Systeme

Smart Data Management

Ausrichtung von Prozessen

an Daten

Unternehmen organisieren

sich nach fachlichen Silos

Unternehmen schaffen global

integrierte Geschäftsprozesse

Unternehmen schaffen

lokal synchronisierte

Geschäftsprozesse

Unternehmen integrieren Prozesse

über Fachressorts hinweg

Prozess- und

Datenharmonisierung

Globale Templates

Smart Data Management – das strategische Potenzial für flexible Prozesse

Page 12: Smart Data Management

Mieschke Hofmann und Partner

Gesellschaft für Management- und IT-Beratung mbH

Schloss Heutingsheim l Schlossstraße 12 l D-71691 Freiberg am Neckar

Telefon +49 (0)7141 7856-0 l Fax +49 (0)7141 7856-199

eMail [email protected] l Internet www.mhp.de

Herzlichen Dank

für Ihre Aufmerksamkeit!

© 2012 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH 12

Dr. Oliver Oswald