Data Management im Kontext von Digital Analytics

Data Management im Kontext von Digital Analytics 150 150 Lorenz Johnsen

Laut Wiki ist Datenmanagement: „die Menge aller methodischen, konzeptionellen, organisatorischen und technischen Maßnahmen und Verfahren zur Behandlung der Ressource Daten mit dem Ziel, die Daten mit ihrem maximalen Nutzungspotenzial in die Geschäftsprozesse einzubringen und im laufenden Betrieb die optimale Nutzung der Daten zu gewährleisten.“

Im Kontext Digital Analytics läuft das auf ein einziges Ziel hinaus: die Möglichkeit zu schaffen, unterschiedliche Informationen aus beliebigen Quellen zusammenzuführen und analysierbar zu machen. Es erlaubt dem Business Owner den Aufbau einer ganzheitlichen Sicht auf die verwalteten Applikationen und Kanäle mit dem Ziel, den Erfolg von Initiativen und Maßnahmen übergreifend messbar und steuerbar zu machen. Übergreifend bedeutet über (technische) Applikations- und Kanal-Grenzen hinweg.

Die drei Schichten des Datenmanagements

Das Datenmanagement folgt einer dreistufigen Architektur, deren Schichten klar voneinander abgegrenzt sind. Die unterste Schicht der Quellen und Quellsysteme stellt den einzigen Übergang zwischen den Liefersystemen und der weiteren Datenverarbeitung dar. Die Schicht ist dadurch charakterisiert, dass in ihr Daten kontrolliert und standardisiert angenommen und anschließend an die nächste Schicht weitergegeben werden können. Daten aus beliebigen Systemen werden so an die Datenverarbeitung angebunden.

Die Schicht der Strukturierung und Verarbeitung stellt den Kern des Data Managements dar. Hier werden die aus der zentralen Schnittstelle kommenden Daten für Analysen und das Berichtswesen aufbereitet. Die Schicht besteht aus drei unterschiedlichen Elementen. Das erste Element dient der Transformation der Daten, das zweite Element ist der Data Lake und das dritte Element dient der strukturierten Ablage der Kennzahlen und Berichte als Grundlage für die Präsentationsschicht.

Die Präsentationsschicht dient zur Interaktion der Nutzer mit den Daten. Hier gelangen die aufbereiteten Daten in beliebiger Form an ihre Nutzer. Das kann auf unterschiedliche Art und Weise erfolgen. Im einfachen Fall über das Konsumieren eines fertig angelegten Berichts oder Dashboards in einer Oberfläche. Möglich ist aber auch der freie Zugriff auf die Gesamtheit der Daten des Data Lake mit dem Ziel, explorativ mit den Daten zu arbeiten.

Einzig ein klares Zielbild führt zum Erfolg

Für die Planung oder die Veränderung eines solchen Systems ist es notwendig, die Schichten jeweils aus inhaltlich/fachlicher, technischer und organisatorischer Sicht zu betrachten. Ein klares Zielbild ist ein Muss, um in einem solchen Projekt zum Erfolg zu kommen. Dabei geht es um mehr als die Koordination der Anforderungen unterschiedlicher Bereiche und Systeme. Oftmals gilt es auch, ein über die Belange der Bereiche hinausgehendes Zielbild in Bezug auf Rollen, Aufgaben und nicht zuletzt Kennzahlen zu entwickeln.

neo.eleven, eine Agentur für Digital Analytics Services, bietet anwendungsbereites Expertenwissen für die Prozessberatung im Bereich des Data Management für Digital Analytics.

Sprechen Sie uns an – Ihre Fragen und Anmerkungen sind herzlich willkommen.