Big Data: Der Single Point of Truth als Lösung für die Datenkonfusion

Bislang scheitern Versuche, Crosschannel für Werbung und Kundenansprache nutzbar zu machen, in vielen Unternehmen bereits an einem simplen und doch sehr menschlichen Phänomen: Jede Abteilung arbeitet für sich, sammelt eigene Daten und wenn es zu abteilungsübergreifenden Abstimmungen oder Reportings an die Geschäftsführung kommt, bezieht sie sich auch nur auf die eigenen Daten.

So passiert es oft, dass Abteilungen glauben, von den gleichen Ereignissen und Kennzahlen zu reden und doch komplett unterschiedliche Vorgänge meinen. Das kann zu gravierenden Missverständnissen führen und eine Geschäftsplanung über sämtliche Kanäle hinweg, in denen die Firma aktiv ist, schlicht vereiteln. Nicht nur das Controlling, die Business Intelligence oder ein kanalübergreifendes Marketing sind auf eindeutige Werte angewiesen, vor allem die Geschäftsführung kann valide Entscheidungen erst treffen, wenn ihr ein realistisches Bild der Lage vorliegt. Zu oft wird kostbare Zeit mit ausschweifenden Erklärungsversuchen vergeudet – schlimmstenfalls ohne Ergebnis.

Single Point of Truth: Eine eindeutige gemeinsame Datengrundlage für alle Abteilungen

Eine Lösung in solchen Fällen ist es, sich auf „eine Wahrheit“ zu einigen, also eine eindeutige Datenbasis, die für alle Gültigkeit besitzt. Hierfür wurde das Konzept des „Single Point of Truth“ (SPoT) entwickelt. Es zeigt, wie der Weg zu einer eindeutigen gemeinsamen Datengrundlage, der „einen Wahrheit“, gefunden werden kann. Mit der Beratungslösung schaffen es Unternehmen, dass alle Abteilungen über die gleichen Inhalte reden. Und SPoT liefert gleichzeitig eine Anleitung, wie der Weg zu einer tatsächlichen 360-Grad-Sicht auf den Kunden vereinfacht werden kann.

Der Vorteil: Wer von einer einzigen Wahrheit ausgeht, vermeidet Reibungsverluste. Zeit und Energie, die bisher mit Erläuterungen der Unterschiede in Datenergebnissen und Definitionen der Begriffe verbracht werden, sind dann frei für produktivere Überlegungen. Wer sich nicht über datenbedingte Ergebnisunterschiede den Kopf zerbrechen muss, kann realistischere Prognosen stellen und verantwortungsvoller handeln. Und wenn das Marketing aus den Quellen verlässliche Crosschannel-Daten herauslesen kann, ist es möglich, Wechselwirkungen zwischen den Werbekanälen zu entdecken und Synergien zu nutzen.

Single Point of Truth: Step-by-Step-Anleitung

Wie können Unternehmen eine einheitliche Datenbasis erreichen? Der Weg gestaltet sich je nach Firma unterschiedlich. Er hängt von den individuellen Unternehmenszielen ab, davon, wie das Unternehmen aufgestellt ist und welche Abteilungen in den Prozess mit einbezogen werden sollen. Für eine Verbesserung der Ergebnisse kann auch zunächst im Kleinen begonnen werden. Die folgenden Schritte jedoch muss jeder gehen, um zum Ziel zu gelangen:

1. KPIs definieren:

Zunächst müssen die relevanten Kennzahlen (KPIs) unternehmensweit einheitlich festgelegt werden. Nicht nur, damit jeder vom Gleichen spricht, wenn es um das Reporting an die Geschäftsführung geht, sondern auch, um die Werte in ein einheitliches System überführen zu können.

Wie sehr diese Werte schon innerhalb eines Unternehmens voneinander abweichen können, lässt sich am Beispiel eines Reiseanbieters verdeutlichen. Üblicherweise ist der KPI „Umsatz“ hier gleich durch drei verschiedene Definitionen geprägt: als Umsatz zum Buchungseingang, Umsatz zum Reiseantritt und Umsatz zum Reiseende. Doch welcher Wert soll gelten? Das Beispiel zeigt, wie sehr die Entscheidung für die Festlegung der KPIs unternehmensindividuell getroffen werden muss. Sie hängt ganz vom Bedarf der einzelnen Abteilungen und den Zielsetzungen des Unternehmens ab. Wenn die Inhalte festgelegt sind, muss zudem definiert werden, in welchem Rhythmus die Erhebung der KPIs erfolgen soll: Werden Echtzeitwerte benötigt oder sind wöchentliche Abfragen sinnvoll? Zum Beispiel ist für die Geschäftszahlen der Geschäftsführung ein möglichst vollständiger Datensatz aller Bereiche des Backends relevant. Aufgrund der Langfristigkeit der Kalkulationen müssen kurzfristige Schwankungen hier nicht berücksichtigt werden. Das Onlinemarketing braucht für Adwords-Gebote und -Kampagnensteuerung voraussichtlich Echtzeitwerte, für die abteilungsübergreifende Feinabstimmung mit den Marketingstrategen hingegen langfristige Werte. Schon innerhalb eines Unternehmens kann der Bedarf also variieren und die Festlegung von Bedarf und Inhalten sollte dementsprechend individuell und gründlich erfolgen.

2. Datenquellen ermitteln:

Im nächsten Schritt sollte geprüft werden, welche Datenquellen im Unternehmen vorliegen und zu welchem Zweck diese verwendet werden. Social Media, Call-Center, Katalogversand, E-Mail-Marketing, Kundenkarten – die Liste möglicher Datenquellen ist lang, selbst wenn vielleicht nur ein Zweig einer Firma sich des Themas SPoT annimmt.

Nicht nur zwischen den Abteilungen, auch innerhalb eines einzigen Fachbereichs kann die Frage nach der eigentlichen, aussagekräftigen Datenquelle für Irritationen sorgen, etwa wenn mit zwei oder mehr Tools gearbeitet wird, wie es oft für die Webanalyse der Fall ist. Hier kann die Einführung einer Software eine sinnvolle Investition sein, die eine einheitliche Verwaltung der verschiedenen Tools erleichtert und so Unstimmigkeiten beseitigt: Tag-Management-Systeme verwalten Tags der verschiedenen Analysetools automatisch, vereinheitlichen die Datenabfrage und vermeiden unterschiedliche Ergebnisse aufgrund menschlicher (manueller) Abfrageungenauigkeit.

Falls unternehmensweit zunächst nur eine oder einige Abteilungen den SPoT anwenden wollen, muss berücksichtigt werden, dass der Festlegungsprozess bei einer Einbindung weiterer Bereiche erneut erfolgen muss.

3. Single Point of Truth – Die „eine Wahrheit“ festlegen:

Anschließend muss bestimmt werden, welche Definition aus welcher Quelle als Wahrheit zählt. Das kann aufwändig sein und sich bis zur Lösung eine Zeitlang hinziehen – schließlich gilt es, für jede Fragestellung neue Daten zu erheben und die Quelle oder Form der Daten festzuschreiben. Je nach der Anzahl der festzulegenden Kennzahlen kann hier eine umfangreiche Feinabstimmung nötig werden.

4. Daten physisch zusammenführen:

Schließlich werden alle Daten in einem System – oft einem Datawarehouse – zusammengeführt. Welche Form das einheitliche System annehmen muss, ist individuell sehr unterschiedlich. Manchmal sind bereits vorhandene Systeme schon vollkommen ausreichend und müssen nur ausgebaut oder den erweiterten Bedürfnissen angepasst werden. Individuelle Neuentwicklungen bieten die Möglichkeit, auf spezifische Bedürfnisse besonders einzugehen und das System den Anforderungen detailgenau anzupassen. Für die meisten Unternehmen jedoch reichen die fertigen Systeme, die der Markt bietet, vollkommen aus. Hierunter ist manches kostengünstig und trotzdem weitgehend individualisierbar.

5. Change mit interner Kommunikation begleiten:

Last but not least müssen die neuen Datenquellen, Messwerte und Prozesse innerhalb der Firma kommuniziert werden. Dies ist ein Aufwand, der oft unterschätzt wird, aber den Erfolg maßgeblich beeinflusst. Nur wenn sich alle Abteilungen an die Vorgaben halten und jeder Mitarbeiter weiß, welche Werte als Wahrheit festgelegt wurden und welches System die Daten wie fasst, kann der Single Point of Truth und damit die Integration aller Online- und Offline-Daten gelingen.

Fazit: Single Point of Truth löst die Datenkonfusion

Der Single Point of Truth ist ein sinnvoller Lösungsansatz für jedes Unternehmen, das im Multichannel- oder Crosschannel-Handel tätig ist. Um ihn einzuführen, bedarf es nur weniger Schritte, jedoch muss jeder Schritt den Bedürfnissen des Unternehmens individuell angepasst und in Feinabstimmung mit den einzelnen Abteilungen vorgenommen werden.

Gelingt die Einführung des einheitlichen Systems, bedeutet dies einen Quantensprung auf dem Weg zur Online-Offline-Integration und wird schnell zur unentbehrlichen Grundlage jeder seriösen Geschäftskalkulation. Eben die Wahrheit auf den Punkt gebracht.

Autor: Matthias Postel  ist CEO bei iCompetence und Experte für Digital Intelligence, Tag Management und Webanalyse. Der Diplominformatiker (Universität Hamburg) war als Business-Intelligence-Spezialist und Webanalyst unter anderem für BBDO Interone, Otto und AOL Deutschland tätig, bevor er Teil des Leitungsteams der SinnerSchrader Webanalyse wurde. 2009 gründete Matthias Postel iCompetence, eine Beratung für Tag Management, Webanalyse und Online Marketing mit Sitz in Hamburg. Er lehrt als Webanalyse-Spezialist an der Bayerischen Akademie für Werbung und Marketing.

Dieser Beitrag erschien erstmals im e-commerce Magazin 05/2014 im Schwerpunkt Big Data.

Lesen Sie auch: Sechs Tipps, um erfolgreich in den Omnichannel-Commerce zu starten