Das Data Team und dessen Rollen

Dieser Fachartikel der Autoren Mag. Christian Gasperi und Markus Rotter, MA ist Teil der Artikelserie zum Thema "Datadriven to Success - mit der richtigen Datenstrategie zum Erfolg”.

Um die steigenden Datenvolumina bewältigen zu können und um die Zeit für die benötigten Analysen zu minimieren, gehen viele Unternehmen den Weg in die Cloud. Einige Unternehmen stellen sogar auf einen cloud-first Ansatz um und transferieren auch die DWHs dorthin um eine möglichst flexible und skalierbare Architektur bereit zu stellen. Es ist zu beobachten, dass Firmen die den oben genannten Ansatz als eine zu „radikale“ Umstellung empfinden zumindest auf eine hybride Form der Architektur setzen. Das heißt, dass zum Beispiel ein Data Warehouse on-premise gehostet wird, aber das CRM oder ERP System in der Cloud. Aufgrund der schnell wachsenden Datenmengen und deren Komplexität macht es eine on-premise Lösung unmöglich eine schnell skalierbare und flexible Datenarchitektur zu implementieren. Zumindest eine hybride Lösung macht es dem Daten Team möglich auf diese Gegebenheiten zu reagieren und eine Self-service Datenlösung innerhalb der Organisation zu etablieren.

Im Umkehrschluss bedeutet das aber auch, dass sich die Rollen eines Data Teams gezwungenermaßen verändern müssen. Die hohen technischen Fähigkeiten eines Dataengineers/DWH Entwicklers die in den letzten Jahren benötigt wurden um alle Workflows zu entwickeln und zu überwachen werden Schritt für Schritt mit low-code und no-code Tools abgelöst. Jedoch wird die oben genannte Gruppe von Technikern weiterhin dringend benötigt und stellt eine kritische Ressource dar. Dabei ist der hohe manuelle Programmieranteil der Vergangenheit heute aufgrund der hohen Datenmenge einfach nicht mehr realisierbar, wenn man kurze Antwortzeiten, der Time to Analysis, benötigt. Diese Zeit von der Erfassung zur Analyse der Daten stellt einen nicht unwesentlichen Teil eines Wettbewerbsvorteiles dar.

Die Rollen

Die oben genannten Fakten führen nun dazu, dass die bisherigen Data Teams umstrukturiert werden müssen, um den neuen Gegebenheiten Rechnung zu tragen.

Die nun unten angeführten Rollen können sich von Branche zu Branche leicht unterscheiden, die Aufgaben der einzelnen Tätigkeiten fallen aber in eine der Rollen.

Datentechniker:

Hier befinden sich die Data Engineers/DWH Entwickler, die dafür sorgen, dass die Beladungsworkflows und die ETL Jobs ohne Fehler ausgeführt werden und dass die Fachbereiche die nötigen Zugriffsrechte auf die einzelnen Projekte haben, damit sie ihre Aufgabenbereiche abdecken können. Des Weiteren sind diese Kollegen dafür verantwortlich, dass, die Datenmigration, -orchestrierung und Transformation korrekt durchgeführt wird. Sie sind auch Ansprechpartner für die Entwicklung/Betreuung von Applikationen und Systemen die fortgeschrittene Datenanalyse (Artificial  Intelligence und Machine Learning) ermöglicht.

Data Scientist:

Diese Rolle wird dafür benötigt, dass der nötige Mehrwert, die Zusammenhänge aus den erhobenen Daten generiert werden. Normalerweise ist diese Rolle meist der IT zugeordnet, man findet sie heutzutage aber auch in anderen Abteilungen.

Diese Kollegen ermöglichen einen schnellen Return of Investment (ROI) für die Datenhaltung. Sie erarbeiten Modelle zum besseren Verständnis und um einen tieferen Einblick in die Daten zu erhalten. Um dies zu ermöglichen benötigen sie aber eine großes Datenvolumen und große Mengen an Rechenkapazitäten, um die oben erwähnten analytischen Einblicke in die Daten zu erhalten. Data Scientists mit dem Extrahieren, Aufbereiten und der Kontrolle in einem DWH zu befassen ist Ressourcenverschwendung.

Data Analyst:

Diese Rolle verantwortet die Erstellung von interaktiven bzw. vorgefertigten und einseitigen (paginated) Berichten und Dashboards für unteres/mittleres/hohes Management.

Citizen Data Professionals (CDP):

Diese Kollegen sitzen außerhalb der IT und sind als Ergänzung zu den Data Scientists zu sehen. Sie haben eine Affinität zu Daten und suchen nach Datenproblemen (z.B.: Stammdaten). Dies tun sie mit den oben genannten low-code bzw. no-code Tools. Ein weiterer Aspekt ihrer Aufgaben ist es mit den vorher erwähnten Werkzeugen Daten in einen zentralen Datenspeicher (Digital Playground – siehe Datenarchitektur), der als Quelle für weitere Analysen dient, zu laden. Dabei stehen sie nicht in Konkurrenz zu den Data Scientist oder Data Engineers/DWH Entwickler, sondern stellen ein interdisziplinäres Team dar. In diesem Team stellen die CDP‘s die fachliche Komponente dar, da niemand ihre Daten besser kennt als sie. Gemeinsam arbeiten sie mit der IT an neuen Aufgaben, um neue Aspekte aus den Daten zu gewinnen und sind auch an etwaigen Datenproblemen im Rahmen einer Data Governance proaktiv tätig.

Organisation:

Die Führung eines solchen Daten Teams kann von einem CDO (Chief data officer) / CTO (Chief technology officer), wahrgenommen werden. Diese Rolle hat dafür zu sorgen, dass das Daten Team die gegebenen Richtlinien einhält, eine unternehmensweite Datenstrategie vorhanden ist bzw. ausgebaut wird. Es ist auch ein interdisziplinäres Arbeiten über alle Bereiche notwendig, sodass alle Anliegen und Business Logiken, Data Governance und Data Security entsprechend der rechtlichen Aspekte und der Datenstrategie entsprechen.

Ausblick/Weitere Schritte:

Das neu formierte Daten Team bietet die grundlegenden Bausteine die ein Unternehmen auf dem Weg zu einem datengesteuerten Ansatz benötigt. Das notwendige technische Wissen um eine Cloud oder hybride Datenstrategie einzuführen, den Umgang mit der Orchestrierung von Datenworkflows, die notwendige und kritische Sicht auf die Geschäftsprozesse und das Management von Datenstandards und deren Zugänglichkeit.

Einer der wichtigsten Punkte ist, dass dieses Team interdisziplinär formiert wird und die Beteiligten nicht mehr ausschließlich in der IT sitzen. Wie man das organisatorisch in ein IT-Portfolio integriert können Sie aus unserem Leitartikel über die Einführung eines Business Intelligence Competency Center (BICC) entnehmen.

Wurde das Data Team etabliert so kann man etwaige neue Initiativen ergreifen:

Daten Demokratisierung:

Sachbearbeitern muss es soweit möglich sein Daten auf eine einfache Art und Weise mit geringem technischem Know-how zu konsumieren. Dabei sollen sie soweit an die Methodik/Technik herangeführt werden, dass sie Tätigkeiten zur Aufbereitung von Daten für eine selbständige Analyse durchführen können. Das Ziel dabei ist, frühere Tätigkeiten für die die IT benötigt wurde in den Fachbereich zu verschieben. Dies führt dazu, dass ein tieferes Verständnis für die vorhandenen Daten, das früher nur eine kleine Gruppe im Unternehmen hatte, einer breiten Öffentlichkeit zur Verfügung zu stellen. Die Sachbearbeiter werden „datengetrieben“ (data-driven).

Data Governance:

Mit dem neu formierten Team ergibt sich gleichzeitig die Möglichkeit einer Einführung oder der Verfeinerung der Data Governance. Dabei kann auf die Aspekte Datenqualität, Prozess des Zugangs zu Daten, Datensicherheit und Datatrust (nur freigegebene Daten werden in den zentralen Datenspeicher geladen).

Kundenbindung/Kundenerfahrung:

Mit der Erfassung von Kundenrezessionen, Telemetrie Informationen, Stimmungsanalysen, Social Media, etc…, und den direkten Zugriffen durch den Fachbereich ist es möglich die Kundenzufriedenheit, -unzufriedenheit zu messen und in kürzester Zeit daraus Maßnahmen abzuleiten. Eine weitere Möglichkeit wäre aus den oben genannten Daten neue Produkte abzuleiten.

Kernaussage:

In dem neu geformten Team sind die wichtigsten Skills Datenkompetenz und fachübergreifende Zusammenarbeit. Die Expertise und deren Umsetzungsvorschläge tragen wesentlich zum zukünftigen Erfolg des Unternehmens bei. Dabei ist es äußerst wichtig, dass das Team die nötigen Mittel (Personell, organisatorisch, architektonisch…) zur Verfügung gestellt bekommt, um möglichst kosteneffektiv Analysen und Reports zu erstellen. Dies dient der datengesteuerten Lenkung des Unternehmens.

Da die Arbeit der Fachbereiche und IT im Angesicht von Datenanalysen immer mehr überlappen ist es essenziell ein interdisziplinäres Team zu etablieren. Denn nur so ist es möglich eine Datenstrategie und den self-service/data driven Ansatz zu erstellen, der wiederum zum Erfolg des Unternehmens beiträgt.

Über die Autoren

Mag. Christian Gasperi Markus Rotter, MA

Mag. Christian Gasperi ist seit den 2000ern in der IT tätig und hat in dieser Zeit Erfahrungen mit Business Itelligence, Datawarehousing, Geoinformatik, Datenbanken, IT-Architkur, Systemarchitektur, Projektmanagement und lateraler Mitarbeiterführung gemacht. Markus Rotter, MA ist seit den 2000ern in der IT tätig und hat in dieser Zeit Erfahrungen mit IT-Management, Business Intelligence, Datawarehousing, Datenbanken, Systemadministration, IT-Architekturen, Mitarbeiterführung und Projektmanagement gemacht.
Homepage Homepage
Xing Profil Xing Profil

 

Zurück

Übersicht der Artikel

Dieser Beitrag stellt die wichtigsten Erkenntnisse des BARC Trend Monitors 2019 vor.

Weiterlesen

Dieser Artikel beschreibt ein mögliches Konzept für ein Datawarehouse, welches sich an den Prinzipien der Bimodalität und der logischen Integration orientiert.

Weiterlesen

Dieser Artikel beschreibt einen Ansatz. um ein IT-Service zu definieren und zu dokumentieren.

Weiterlesen

Dieser Artikel stellt eine Möglichkeit drojekte im Reporting- und Analyticsumfeld umzusetzen dar.

Weiterlesen