Wozu braucht es die Data Supply Chain?
Die Komplexität von Digitalisierungsprojekten nimmt stetig zu. Es geht heute viel mehr als nur um die Auswahl und Implementierung von neuen Technologien und um die Übertragung der ursprünglichen Arbeitsprozesse in die neue digitale Umgebung. Heute hängt alles miteinander zusammen – die Unternehmenswirklichkeit ist vernetzt und voller Abhängigkeiten. Das gilt ganz besonders für so zentrale Softwaresysteme wie ERP, PIM oder CRM. Ein Wechsel des PIM-Systems betrifft alle wichtigen Geschäftsbereiche, hat Einfluss auf zahlreiche Datenprozesse und bringt Konsequenzen für sämtliche relevanten Schnittstellen.
Umso wichtiger ist also ein klarer Fokus auf die einzelnen Datenprozesse. Wie werden die betrachteten Daten an welcher Stelle und von wem erstellt, importiert, manipuliert, angereichert oder genutzt? Welche Datenqualitätsregeln gelten und warum? Wer sorgt dafür, dass sie eingehalten werden, und wie wird mit systemübergreifenden Datenprozessen und unterschiedlichen Datenmodellen innerhalb eines Unternehmens umgegangen? All diese Fragen stellen sich Unternehmen, die sich mitten in ihrer Transformation hin zu datengetriebenen Organisationen befinden, denn sie betrachten Digitalisierungsprojekte nicht länger isoliert für einen begrenzten Rahmen von Geschäftsprozessen.
Was ist die Data Supply Chain?
Die Data Supply Chain ist eine moderne Umsetzungsmethode für Digitalisierungsprojekte jeglicher Art. Um der vernetzten Unternehmenswirklichkeit Rechnung zu tragen, beginnt die Data Supply Chain mit einer umfassenden Gesamtanalyse der Systemarchitektur, der zentralen Datenmodelle und der einzelnen Datenflüsse. Wichtig ist, nicht nur den Ist-Zustand dieser Datenflüsse genau zu dokumentieren, sondern zu Beginn des Projekts auch die Soll-Prozesse gemeinsam mit allen Beteiligten zu definieren, um ein klares und detailliertes Zielbild zu erhalten, an dem sich das Projektteam orientieren kann und an dem sich die neuen Prozesse und Lösungen nach der Implementierung messen lassen müssen.
Die Data Supply Chain umfasst damit alle wichtigen Datenprozesse in einem Unternehmen. Wie eine Landkarte visualisiert sie die zentralen Use Cases der einzelnen Geschäftsbereiche, zeigt Zusammenhänge, Synergien und Wechselwirkungen auf und sorgt damit für eine außerordentliche Transparenz, die heute essenziell ist, um innerhalb der Digitalisierungsstrategie die richtigen Entscheidungen zu treffen und den Erfolg von Projekten umfassend zu messen. Dabei ist wichtig, die einzelnen Datenflüsse oder Data Flows sehr genau zu beschreiben. Es muss klar sein, was an welcher Stelle mit welchen Daten geschieht und welche Softwaresysteme von den einzelnen Datenprozessen betroffen sind. Bevor wir detailliert darauf eingehen, wie so eine Erfolgsmessung aussehen kann, erklären noch einmal kurz den Unterschied zwischen Information Supply Chain und Data Supply Chain.
Data Supply Chain vs. Information Supply Chain
Während die Data Supply Chain die einzelnen Datenflüsse nachzeichnet, beschreibt die Information Supply Chain die Systemlandschaft eines Unternehmens in den drei Ebenen der Datenbeschaffung, Datenproduktion und Datendistribution. Typische Systeme der Datenbeschaffung sind ERP, PIM, DAM, MDM, CRM und Business Intelligence. Hier werden
zentrale Unternehmensdaten aus den verschiedenen Datenquellen beschafft oder erstmalig angelegt und anderen Systemen oder Datenempfängern zur Verfügung gestellt. In der Datenproduktion werden Daten manipuliert oder globalisiert – typische Systeme hier sind Multi-Language Management-Systeme, Data-Driven Publishing, Marketing Resource Management oder Workflow Management-Systeme. In der Datendistribution geht es darum, die Daten in die verschiedenen Kommunikationskanäle auszuleiten – das können Shopsysteme, CRM-Systeme oder Online-Marktplätze sein, mobile Apps, ein GDSN-Datenpool oder Syndication-Applikationen wie Feed Management-Tools.
Ein Data Flow kann mehrere dieser Systeme und auch Datenebenen passieren. Zum Beispiel kann ein Datenfluss für ein Handelsunternehmen so aussehen:
I. Produktdaten werden aus dem Lieferantenportal importiert und in das eigene Datenmodell überführt.
II. Die Produktdaten werden anschließend in die Sprachen der drei Zielmärkte übersetzt.
III. Zusammen mit den Produktbildern werden die Produktinformationen im Onlineshop publiziert.
Erfolgsmessung von Digitalisierungsprojekten
Die Data Supply Chain liefert damit die perfekte Grundlage dafür, die Effizienz der internen Datenströme kontinuierlich zu messen und zu optimieren. Das ist zunehmend wichtig, da herkömmliche Erfolgsmessungen wie der Return on Investment (ROI) allein auf monetäre Messgrößen abstellen und damit viel zu kurz greifen.
Wichtige Key Performance Indicators für die Messung des sogenannten Data Performance Value sind:
I. Prozesstransparenz
II. Effizienzvorteile
III. Qualitätsauswirkung
IV. Wettbewerbsvorteil
V. Unternehmenstransparenz
VI. Datenexzellenz
VII. Kosteneinsparungen
Diese KPIs werden regelmäßig erhoben und in diesen drei Ausprägungsstufen dokumentiert:
I. Ursprüngliche Performance
II. Erwartete Performance
III. Aktuelle Performance
So kann die Entwicklung der gesamten Data Supply Chain sauber und sehr transparent nachvollzogen und dokumentiert werden. Dadurch lassen sich Ineffizienzen oder schwache Datenflüsse direkt ablesen und entsprechende Maßnahmen eingreifen. Beispielsweise kann die Überprüfung des Data Performance Value ergeben, dass die Daten an einer Stelle nicht die geforderte Qualität aufweisen. Das Konzept der Data Supply Chain macht es einfach, die Ursachen für die Qualitätsprobleme zu identifizieren und damit auch schnell zu beseitigen.
Eine weitere Erkenntnis kann sein, dass es eigentlich gar keine Datenflüsse im Unternehmen gibt, die tatsächlich zu einem Wettbewerbsvorteil führen – beispielsweise, weil das Go-to-Market zu langsam ist oder Innovationszyklen gar nicht in der Prozesslandschaft vorgesehen sind. Hier können Verantwortliche darauf reagieren, indem sie entsprechende Prozesse modellieren oder Maßnahmen ergreifen, um die Time-to-Market zu verkürzen – etwa mithilfe von Workflow-Automatisierung oder KI.
Wie steht es um Ihre Data Supply Chain?
Wissen Sie, was die wichtigen zentralen Datenprozesse in Ihrem Product Content Life Cycle Management sind? Vereinbaren Sie einen unverbindlichen Termin mit unseren Experten und erfahren Sie, wie die Data Supply Chain Sie bei Ihrer Entwicklung hin zu einem datengetriebenen Unternehmen unterstützen kann!
