Marketing-Börse PLUS - Fachbeiträge zu Marketing und Digitalisierung
print logo

Datengetrieben versus Regelbasiert - 5 Erfolgstipps zur Automatisierung

Die gesamte Arbeitswelt ist im Wandel und zeigt bereits die Auswirkungen der voranschreitenden Automatisierung in sämtlichen Bereichen.
ODOSCOPE GmbH | 04.02.2020
Datengetrieben versus Regelbasiert - 5 Erfolgstipps zur Automatisierung © ODOSCOPE
 

Die gesamte Arbeitswelt ist im Wandel und zeigt bereits die Auswirkungen der voranschreitenden Automatisierung in sämtlichen Bereichen. Dabei scheiden sich die Geister bei der Frage, ob Euphorie oder Vorsicht in Angesicht der Folgen dieser Umstrukturierung angebracht ist. Während eine neue OECD-Studie fast jeden fünften Arbeitsplatz in Deutschland durch die Automatisierung von Prozesse bedroht sieht, prognostiziert etwa das Zentrum für Europäische Wirtschaftsforschung (ZEW) einen Stellenzuwachs von 560.000 Arbeitsplätzen bis 2021.

Wie verwurzelt die Angst vor einer Übernahme der Maschinen in den Köpfen der deutschen Arbeitnehmer ist, spiegelt sich sogar in Online-Generatoren wider, die das Gefährdungspotenzial für bestimmte Jobsparten in Prozent anzeigen sollen. Bei der Süddeutschen soll dem Nutzer etwa online die Frage beantwortet werden „Wie wahrscheinlich ist es, dass ich durch einen Computer ersetzt werde?“ - ironischerweise von einem Computer. Um Dein Unternehmen vor solchen Zukunftsängsten zu schützen und gleichzeitig mächtig von einer neuen Automatisierungsstrategie zu profitieren, solltest du Dir folgende 5 Punkte zu Herzen nehmen:

1. Rules & Data: Bleib informiert!

Gerne werden regelbasierte und datengetriebene Handlungsmodelle im Online-Business differenziert. Allgemein bedeutet regelbasiert hier statisch, da mit einem festgelegten Modell, vom Business-Nutzer festlegbaren Regeln bzw. anhand vorgefertigter Nutzer-Persona gearbeitet wird. Dementsprechend wird jedem digitalen Touchpoint eines Nutzerprofils entlang der Customer Journey punktuell eine bestimmte Folgeaktion zugewiesen. Somit ist kein flexibler Prozess gegeben. Regelbasiert ist ein System also dann, wenn Daten ausschließlich über Hypothesen in Form von vorbestimmten Regeln organisiert werden. Als Beispiel kann man hier anbringen: „Der dritte Aufruf einer Werbeanzeige zeigt eindeutiges Kaufinteresse.“

Datengetriebene Modelle sind dagegen dynamisch und berechnen die Folgeaktionen eines jeden Klicks entlang der Customer Journey des Nutzers neu sowie vollkommen individuell. Auswertung und Umsetzung erfolgen permanent und in Echtzeit. In Hintergrundprozessen werden etliche Klickpfade verglichen, wobei konversionsstarke wie auch abgebrochene Pfade beachtet werden. Datengetriebenheit definiert sich hier also durch die Verwendung zugrunde liegender Daten, um in Sekundenschnelle bestimmte Muster über Kausalitäts-Zusammenhänge zu erkennen und diese spontan in ein dynamisches Modell zu überführen. So ist es etwa bei einem Online-Shop möglich, zuvor völlig unbekannten Nutzern ohne jegliche Besucherhistorie situative Produktvorschläge aufgrund des Zugriffsgeräts oder gar des aktuellen Wetters anzuzeigen.

Wie bekommen auch Creatives einen Analytical Mindset? Wenn Du mehr zu Data Governance und Data Driven Business erfahren möchtest, gibt es hier unser Videointerview mit den vier Top-Experten der Digitalbranche!

 

2. Infrastruktur muss her!

Deutsche Unternehmen haben den hohen Stellenwert von Process Mining, Robotic Process Automation und Analytics für die Digitalisierung bereits erkannt. So ergab die Studie "Process Mining & RPA 2019" von IDG Research Services, dass fast 80 Prozent der Unternehmen mittlerweile von Digitalisierung sowie der Automatisierung von Abläufen überzeugt sind.

Bevor man ein neues Projekt starten kann, müssen natürlich die notwendigen Voraussetzungen geschaffen werden. Für die Umsetzung von Automatisierungsprozessen ist eine vorherige Bestandsaufnahme aller Geschäftsprozesse hilfreich, die per Process-Mining rekonstruiert und ausgewertet werden können. Ab dann heißt es: Keine Ressourcen ungenutzt lassen, alle Datensilos auflösen, eine einheitliche Datengrundlage schaffen! So sollte es etwa vermieden werden, dass verschiedene Arbeitsbereiche unterschiedliche Datensysteme verwenden. Wenn es einem Unternehmen an wichtigen Kompetenzen fehlt, ist die Kooperation mit externen Dienstleistern zum Aufbau einer digitalen Infrastruktur sinnvoll.

3. Nutz deine eigenen Daten!

Automatisierung ist ein großes Thema in vielen Unternehmen, wird aber oftmals noch nicht effizient und gewinnbringend genug umgesetzt. Die internen Datenbestände wachsen teils über Jahrzehnte in einer Firma an und sind - richtig genutzt - pures Gold für einen Data Scientist. Wenn diese Datenschätze wiederum vernachlässigt werden, ist schnell ein großes Potenzial verspielt. Durch intelligente Tools, die sich unter anderem Maschine Learning zunutze machen, können bisherige Daten zu Kunden, Nutzern oder Produkten blitzschnell integriert und ausgewertet werden. Datengetrieben können aus bestehenden Silos etliche Erkenntnisse herausgezogen werden, die zuvor in ungeordneten Datenmassen untergegangen sind. Eine gut geplante Automatisierungsstrategie stellt für ein Unternehmen also keinen Neustart, sondern eine umfassende Optimierung von gängigen Arbeitsweisen und Funktionen dar. Also sei clever, beherrsche das Datenchaos und wandle Deine Big Data zu Smart Data um!

4. Must-have Machine Learning!

Machine Learning (ML) ist kein Hexenwerk, auch wenn sich einige Unternehmen noch nicht an Algorithmen und Künstliche Intelligenz als festen Bestandteil ihrer Arbeitsprozesse herantrauen. Betrachtet man ML-Tools dagegen als Hilfestellungen, um essentielles Wissen aus riesigen Datenmengen zu akkumulieren, organisieren und das daraus gezogene Wissen dann gleich in die Praxis umzusetzen, klingt das Ganze gleich verlockender.

Außerdem können Datenqualität und -sicherheit mithilfe des Aufbaus von automatischen Kontrollprozessen einfacher gewährleistet werden. Im Zuge von Digitalisierungs- und Automatisierungsprozessen sind die zunehmenden Datenmassen nicht länger durch regelbasierte Systeme erfolgreich zu steuern. Da Kaufprozesse immer dynamischer werden und vor dem Produktkauf etliche Touchpoints auf verschiedenen Kanälen entstehen können, müssen eben auch Online-Händler nachziehen, um steigende Kundenerwartungen zu erfüllen. Für zielgenaue Marketingkampagnen und Maßnahmen zur Kundengewinnung sollte man sich daher auf die Implementierung von Operational Intelligence und ML-Systemen statt nur auf Erfahrungswerte verlassen. Laut einer BCG-Studie kann ein solches Umdenken den Umsatz eines Unternehmens sogar bis zu 20% steigern, während zugleich 30% Kosten eingespart werden können.

5. Mitarbeiter ins Boot holen!

Einige Unternehmen schöpfen bereits ihr Automatisierungspotenzial zunehmend aus und profitieren stark davon. Das bestätigt auch die Forbes-Studie Intelligent Automation, welche untersucht, wie Automatisierung sinnvoll genutzt werden kann, um Effizienz und Produktivitätsgewinne zu schaffen. Intelligent-Automation-Plattformen sollen Unternehmen dabei helfen, Arbeitsprozesse zu automatisieren, welche von menschlichen Kollegen als zu anspruchslos, repetitiv und langwierig betrachtet werden. Diese Kollegen sind hingegen in vielerlei Hinsicht ein Schlüsselelement für betriebliche Automatisierungslösungen. So sollte nicht das Ersetzen von Mitarbeitern das Ziel sein, sondern die Entstehung eines gesunden Gleichgewichts zwischen Menschen und Maschinen/Computern im Arbeitsalltag. Zudem ist es wichtig, unter den Kollegen Transparenz, Akzeptanz und Vertrauen gegenüber den neuen Technologien zu schaffen.

Aufgrund der großen Veränderungen im Arbeitsalltag bei der Umsetzung von Automatisierungslösungen ist Change-Management hierbei ein wichtiges Stichwort. Werden Mitarbeiter aus nicht-analytischen Unternehmensbereichen kleinschrittig an Automatisierungsprozesse herangeführt und in ihrem Grundverständnis für Daten und Datenanalysen geschult, lösen sich etwaige Vorbehalten in der Regel in Luft auf. Laut der Forbes-Studie hatten sogar 92% aller befragten Unternehmen eine höhere Mitarbeiterzufriedenheit als Ergebnis ihrer Automatisierungsinitiative zu verzeichnen. Grund dafür ist unter anderem, dass bestehende Teams von ihren monotonen Aufgabenbereichen abgelöst und in höherwertigen Tätigkeiten wie dem individuellen Kundenservice eingesetzt wurden. Getreu dem Motto ‚Glückliche Menschen sind produktiver‘ resultierte dies bei vielen Unternehmen in einer eindeutigen Effizienzsteigerung.