Big Data nach Bedarf oder weniger ist manchmal mehr
Der Hype um Big Data und Data Analytics könnte Unternehmen glauben machen, viele Daten zu sammeln würde viel bringen. Tatsächlich ist es oft besser, genauer zu überlegen welche Daten wirklich nutzbringend sind, wenn sie erfasst und ausgewertet werden. Denn die beste Software benötigt am Ende doch einen Menschen, der sich die Zeit nehmen muss, die Auswertungen zu sichten und Entscheidungen daraus abzuleiten.
Der Begriff Big Data wird im Zusammenhang mit Digitalisierungsthemen und dem Einsatz moderner Technologien mittlerweile unschärfer verwendet, als er zunächst gedacht war: für sehr große unstrukturierte Datenmengen, die mit herkömmlichen Techniken nicht mehr bewältigt werden können. Mittlerweile ist die Datenmenge im Zusammenhang mit Big Data relativ zu sehen. Von Bedeutung für Unternehmen ist es herauszufinden, welche Daten ihnen dazu verhelfen können, Prozesse zu optimieren, rascher Entscheidungen zu fällen und daher wettbewerbsfähiger zu sein.
Das Risiko besteht darin, Unmengen von Daten zu sammeln, die für die Prozesse des Unternehmens aber (noch) keine Rolle spielen. Optimal ist es, wenn die Unternehmenssoftware so ausgelegt ist, dass Veränderungen in den Geschäftsprozessen sich darin abbilden lassen bzw. zunächst nicht benötigte Features später doch einsetzbar sind und dann eben auch diese Daten gesammelt und ausgewertet werden können. Big Data nach Bedarf.
Am Beispiel Projektmanagement-Software kann es für ein Unternehmen sinnvoll sein, das neue PM-System, ohne das Feature Mitarbeiterzeiterfassung als Rückmeldungen auf die geleisteten Aufgaben einzuführen, wenn das Unternehmen keine Aufwände für Mitarbeiter in seinen Projekten plant. In anderen Unternehmen macht es dagegen Sinn, große Mengen Userdaten täglich zu erfassen, wenn die Auswertungen dazu genutzt werden, um beispielsweise die Ressourcenplanung zu optimieren.
Nur relevante Kennzahlen ermitteln
Wichtig ist es besonders auch im Bereich Projektmanagement aus einer Vielzahl an möglichen Daten die wirklich relevanten Kennzahlen zu ermitteln, bei denen das Erfassen und Reporting dem Unternehmen einen Informationsgewinn bringt.
Am Beispiel PLANTA project bei Dr. Willmar Schwabe zeigt sich, dass weniger auch mehr sein kann: Da Schwabe z.B. keine Aufwände für Mitarbeiter plant, müssen diese Daten nicht erfasst werden.
Schwabe hat PLANTA project sehr zügig eingeführt, von der Entscheidung für PLANTA bis zum Echtbetrieb vergingen nur 2,5 Monate. Das Unternehmen hat seit der Einführung der neuen Software seine Projekte besser im Blick und profitiert vor allem vom transparenten Projektstatus und der Reduzierung parallellaufender Projekte.
Related Posts
LETZTE BEITRÄGE
Multiprojektmanagement (MPM) vs Projektportfoliomanagement (PPM): Unterschiede & Gemeinsamkeiten
Beate Schulte2024–11-08T10:37:21+00:008. November 2024|
Ressourcenplanung im Multiprojektmanagement: ein Leitfaden
Beate Schulte2024–11-07T11:15:20+00:005. Oktober 2024|
Agiles Projektmanagement: Grundlagen, Strategien und Software
Beate Schulte2024–11-07T12:06:22+00:005. September 2024|