Durch das Auflösen von Datensilos kann ein Unternehmen bislang brachliegende Daten aktivieren und neue Erkenntnisse über seine Kunden gewinnen. Springer-Autor Jonas Rashedi hat den Begriff kompakt erklärt.
Wenn Datensilos aufgelöst werden, profitieren Unternehmensbereiche wie Marketing und Vertrieb durch bessere Prozesse in Datenanalyse und Kundenmanagement.
envfx / stock.adobe.com
Von einem Datensilo wird gesprochen, wenn Daten an verschiedenen Orten in einem Unternehmen gespeichert sind und nur gewisse organisatorische Bereiche auf diese Daten Zugriff haben. Datensilos können in einem Unternehmen aus unterschiedlichen Ursachen heraus entstehen:
- Daten, zum Beispiel über Kunden, werden in verschiedenen organisatorischen Bereichen des Unternehmens erhoben und nur der jeweils die Daten erhebende Bereich hat Zugriff auf diese Daten.
- Daten werden mit unterschiedlichen Tools erhoben und gespeichert. Diese Tools sind jedoch nicht miteinander kompatibel.
- Häufig wird nur innerhalb des jeweiligen Tools mit den Daten gearbeitet, jedoch kein Datenexport oder -austausch vorgenommen.
In der Praxis zeigt sich, dass Datensilos aufgrund der beiden angeführten Ursachen sowohl bei etablierten als auch bei jungen Unternehmen auftreten: Bei etablierten Unternehmen sind Datensilos häufig die Folge davon, dass der Online-Bereich rein strukturell neben dem Offline-Bereich aufgebaut worden ist und eigene, nicht zum Rest des Unternehmens kompatible Software-Tools nutzte. Bei jungen Unternehmen entstehen Datensilos hingegen mitunter durch schnelles Wachstum. Das bedeutet, einzelne Bereiche des Unternehmens suchen sich eigenständig Software-Lösungen, um möglichst schnell effizient arbeiten zu können. Dabei wird aber nur der jeweils eigene Bereich betrachtet, nicht aber das Gesamtunternehmen. Auf diese Weise werden Insellösungen an unterschiedlichen Stellen im Unternehmen erzeugt.
Einzelbetrachtung von Prozessen schafft Datensilos
Bei den bisher betrachteten Ursachen entstanden Datensilos ungewollt, letztendlich als Resultat eines Denkens, das prozessual oder strukturell lediglich einen einzelnen Bereich betrachtet hat. Datensilos können aber auch gewollt sein. Ein Beispiel hierfür ist die Speicherung sensibler Daten in speziellen Tools oder Lösungen, auf die nur eine bestimmte Nutzergruppe Zugriff hat. Dies können zum Beispiel so genannte besonders schützenswerte Daten wie etwa Gesundheitsdaten sein. Sie werden dann möglicherweise separat gespeichert und verarbeitet.
Wie sich Datensilos auflösen lassen
Zur Auflösung von ungewollten Datensilos gibt es drei Ansatzpunkte.
1. Struktur des Unternehmens: Datensilos können aufgelöst werden, indem die Datenbesitzer strukturell in ein Team zusammengeführt werden, das dann Zugriff auf alle Daten hat.
2. Ablauforganisation des Unternehmens. Konkret können bereichsübergreifende Prozesse etabliert werden, um einen Datenabgleich und -austausch zu gewährleisten. Ein Beispiel für einen solchen Prozess wären regelmäßige Meetings zwischen den Datenbesitzern, zum Beispiel in Vertriebs- und Marketingteams.
3. Genutzte Systeme. Sie stellen den dritten Ansatzpunkt zur Auflösung von Datensilos dar. Konkret bestehen die folgenden Möglichkeiten:
- Nutzung eines einzigen Tools: Im Unternehmen werden dabei die bislang genutzten unterschiedlichen Tools durch eine einzige Lösung ersetzt.
Die einzelnen Bereiche pflegen die an unterschiedlichen Stellen der Kundenreise anfallenden Daten durch unterschiedliche Schnittstellen in das Tool ein. Dadurch habe alle Nutzer des Tools Zugriff auf alle erhobene Daten.
- Zusammenführung der Daten aus den unterschiedlichen Tools.
Die einzelnen Bereiche arbeiten dann weiterhin mit ihren bislang genutzten Tools, allerdings werden die erhobenen Daten in einer weiteren Lösung zusammengeführt. Dies kann zum Beispiel durch eine Cloud-Lösung als Bindeglied zwischen den einzelnen Tools erfolgen.
Unabhängig von der gewählten technischen Umsetzung stehen dem Unternehmen nach der Auflösung der Silos umfangreiche Datenmengen zur Verfügung. Eine Auswertung dieser Informationen wird in vielen Fällen aber nur durch den Einsatz von künstlicher Intelligenz (KI) möglich sein. Ein Mensch wird nur im Ausnahmefall in der Lage sein, die in den Daten vorhandenen Muster zu erkennen und daraus umsetzbare Handlungsempfehlungen für das Marketing abzuleiten. Ein wesentlicher Mehrwert für Unternehmen in diesem Kontext ist die Zusammenführung von Offline- und Online-Daten über einen Kunden sowie das Matching dieser Daten. Übertragen auf den Vertrieb kann damit beispielsweise einer offline einkaufenden Person das korrespondierende Online-Profil zugeordnet und damit ein ganzheitlicher Blick auf den Kunden gewonnen werden.