Was ist Datendemokratisierung? Definition und Prinzipien

Googlen Sie „Was ist Datendemokratisierung“ und Sie werden die Top-Ergebnisse sehen, die über „Zugang zu Daten“ als Schlüssel zur Demokratisierung von Daten sprechen (es sei denn, Sie haben diesen Artikel gefunden, der großartig ist).

Daten nur zugänglich zu machen – sei es als Rohdaten in einem Data Warehouse oder als schöne Visualisierungen in einem Produktanalyse-Tool oder einem Business-Intelligence-Tool – ist sicherlich keine Datendemokratisierung.

Also, was ist es?

Datendemokratisierung ist der fortlaufende Prozess, der es jedem in einem Unternehmen ermöglicht, unabhängig von seinem technischen Know-how bequem mit Daten zu arbeiten , sich sicher zu fühlen, darüber zu sprechen und als Ergebnis datenbasierte Entscheidungen zu treffen und Kundenerlebnisse mit Power zu schaffen nach Daten .

Eine Organisation, die Daten wirklich demokratisieren möchte, muss sich die folgenden Prinzipien zu eigen machen (die in diesem Leitfaden als Trifecta der Datendemokratisierung bezeichnet werden):

• Geben Sie Ihren Mitarbeitern die Möglichkeit, datenbezogene Fragen zu stellen
• Stellen Sie die richtigen Tools bereit, damit jeder mit Daten arbeiten kann
• Betrachten Sie die Demokratisierung von Daten als einen fortlaufenden Prozess, der möglicherweise sogar einen unternehmensweiten kulturellen Wandel erfordert

Bevor ich tiefer in das Obige eintauche, erlauben Sie mir, abzuschweifen.

Datendemokratisierung existiert, um Datenherausforderungen zu lösen

Warum kümmern sich Unternehmen so sehr um die Demokratisierung von Daten? Die Umsetzung ist eine ernsthafte Investition – die Schulung von Mitarbeitern, die Implementierung von Tools und die Bewältigung von Veränderungen sind keine trivialen Unterfangen.

Im Kern geht es bei der Datendemokratisierung darum, die Datenherausforderungen zu lösen, mit denen Menschen tagtäglich konfrontiert sind. Und aufgrund der Geschwindigkeit, mit der sich die Datenlandschaft und die Bedürfnisse der Menschen ändern, haben selbst die besten Datenteams Schwierigkeiten, die Erwartungen verschiedener Teams zu erfüllen.

Ich verbringe viel Zeit damit, in Communitys abzuhängen und mit Nicht-Daten-Leuten zu sprechen – insbesondere mit Produkt- und Wachstumsexperten aus der ganzen Welt, die in Unternehmen jeder Größe arbeiten.

Die häufigsten Datenherausforderungen, die Menschen gemeinsam haben, können wie folgt zusammengefasst werden:

• Ich habe keinen Zugriff auf die Daten, die ich benötige
• Ich kann den Daten nicht vertrauen
• Ich habe Zugriff auf Daten, aber nicht die Fähigkeiten, Antworten auf Fragen zu finden
• Die von meinem Unternehmen bereitgestellten Analysetools sind nicht für Produktteams konzipiert
• Datenexperten in meinem Unternehmen sind zu beschäftigt, um mir zu helfen

Wenn eine oder mehrere der oben genannten Aussagen von Ihren Mitarbeitern als wahr erachtet werden, können Sie davon ausgehen, dass die Datendemokratisierung in Ihrem Unternehmen bearbeitet werden muss.

Interessant ist, wie sich diese Herausforderungen auf die oben genannten Prinzipien (die Trifecta der Datendemokratisierung) abbilden.

Lassen Sie uns etwas tiefer in diese Datendemokratisierungsprinzipien eintauchen.

Wie sorgen Sie dafür, dass Mitarbeiter sich wohlfühlen, wenn sie datenbezogene Fragen stellen?

Beginnen Sie damit, Datenkompetenz in Ihrer Organisation zu etablieren.

Datenkompetenz sollte nicht länger als Nice-to-have angesehen werden. Jeder sollte Zugang zu den Ressourcen erhalten, die er benötigt, um so datenkompetent zu werden, wie er möchte.

Manchen mag es genügen zu verstehen, welche Daten das Unternehmen sammelt und wie sie aussehen. Andere finden es möglicherweise lohnenswert, darüber hinauszugehen und herauszufinden, warum bestimmte Daten verfolgt werden, wie dies geschieht, wo sie gespeichert werden und in welchem ​​​​Format.

Im Wesentlichen löst Datenkompetenz einen der größten Engpässe bei der Datendemokratisierung: den Zugang zu Daten.

Zugriff auf Daten, aber welche Daten und wo?

Nun, wenn jemand sagt, dass er keinen Zugriff auf Daten hat, kann er sich auf Rohdaten in einer Datenbank, transformierte Daten in einem Data Warehouse, Daten in Form von visuellen Dashboards, Produktnutzungsdaten in einem Produktanalysetool, Transaktion beziehen Daten in einem Abonnementanalysetool, demografische Daten in einem Kundenbindungstool, Daten zu Marketingkampagnen in einer Kundendatenplattform und so weiter. Du bekommst das Bild.

Und wenn diese Person angeben kann, wo sie auf welche Daten zugreifen möchte, wird die Bereitstellung des Zugriffs viel einfacher. Wenn diese Person außerdem zur richtigen Zeit Zugriff auf die richtigen Daten in den richtigen Tools erhält, ist es viel wahrscheinlicher, dass sie den Daten vertrauen.

Wenn also jemand das nächste Mal sagt, dass er keinen Zugriff auf Daten hat und nicht angeben kann, wo er auf welche Daten zugreifen möchte, müssen Sie ein Problem mit der Datenkompetenz lösen.

Verschiedene Schattierungen von Datenkompetenz

Es ist offensichtlich, dass sich Datenkompetenz nicht darauf beschränkt, SQL-Abfragen zu schreiben oder komplexe Berichte zu analysieren.

Jedes Team benötigt irgendeine Form von Daten, um tägliche Aufgaben auszuführen oder die Auswirkungen seiner Arbeit zu analysieren. Unterschiedliche Teams mit unterschiedlichen Datenanforderungen erfordern jedoch unterschiedliche Ebenen der Datenkompetenz.

Es sind sehr unterschiedliche Fähigkeiten erforderlich, um Datentracking zu implementieren, Erkenntnisse aus Daten abzuleiten und auf diese Erkenntnisse zu reagieren. Darüber hinaus erfordert die Umsetzung dieser Erkenntnisse durch die Durchführung datengestützter Marketingkampagnen andere Fähigkeiten als die, die erforderlich sind, um die richtigen potenziellen Kunden zu identifizieren, indem man sich dieselben Daten in einem CRM ansieht.

Ebenso sind die Erstellung von Vorhersagemodellen und die Bereitstellung personalisierter Erlebnisse in Echtzeit auf unterschiedliche Arten von Daten angewiesen und erfordern unterschiedliche Fähigkeiten. Ersteres erfordert eine Ausbildung in Data Science, während letzteres ein Problem ist, das Data Engineering lösen muss.

Man kann mit Sicherheit sagen, dass Datenkompetenz in irgendeiner Form oder Größe zu einer Grundvoraussetzung für Einzelpersonen geworden ist, um ihre Aufgaben zu erfüllen. Und Unternehmen, die in die Bereitstellung von Datenkompetenz für ihre Mitarbeiter investieren, sorgen mit Sicherheit dafür, dass ihre Konkurrenten aufholen.

Nun, da wir uns einig sind, dass Datenkompetenz ein Tischspiel ist, besteht das nächste Prinzip im Trifecta der Datendemokratisierung darin, es jedem zu ermöglichen, mit Daten zu arbeiten, indem in die Tools investiert wird, die dies ermöglichen.

Da stellt sich die Frage:

Wie wählen Sie die richtigen Tools aus, damit jeder mit Daten arbeiten kann?

Um diese Frage zu beantworten, schauen wir uns zunächst an, wie verschiedene Teams typischerweise mit Daten arbeiten.

• Marketing arbeitet mit Daten, um ansprechende, besser konvertierende Inhalte und Kampagnen zu erstellen.
• Growth arbeitet mit Daten, um Experimente durchzuführen und personalisierte Erfahrungen bereitzustellen.
• Produkt und Entwicklung arbeiten mit Daten, um Funktionen zu entwickeln, die den Kundennutzen steigern, und diejenigen, die dies nicht tun, zunichte machen.
• Der Support arbeitet mit Daten, um eine schnellere Lösung zu liefern (indem er sieht, was ein Benutzer in einem Produkt getan oder nicht getan hat).
• Customer Success arbeitet mit Daten, um ein besseres Kundenerlebnis zu bieten (indem Kunden die richtigen Fragen basierend auf Nutzungsmustern gestellt werden).
• Der Vertrieb arbeitet mit Daten, um potenzielle Kunden zu identifizieren, die wahrscheinlich konvertieren (indem er sich die Aktionen ansieht, die sie während der kostenlosen Testversion durchgeführt haben).
• Führungskräfte arbeiten mit Daten, um zu verstehen, wie sich das Unternehmen entwickelt und wo zukünftige Investitionen getätigt werden sollten.

Können ein paar Tools wirklich alle oben genannten Aufgaben erfüllen?

Dies ist nur ein sehr allgemeiner Überblick über die gängigsten Arten, wie Teams mit Daten arbeiten. Dazu gehören noch nicht einmal die Anforderungen von Datenteams, die zusätzliche Tools benötigen, um sicherzustellen, dass die richtigen Daten im richtigen Format in den richtigen Systemen zur richtigen Zeit bereitgestellt werden.

Allein Produkt- und Wachstumsteams verwenden oft mindestens ein halbes Dutzend Tools, um ihre Arbeit gut zu machen (ich spreche von Best-in-Class-Tools und nicht von Mach-es-schäbig-aber-alles-machen).

Ein Handwerker ist nur so gut wie sein Werkzeug

Heutzutage ist Datenkompetenz eine Grundvoraussetzung für erfolgreiche Produkt- und Wachstumsteams, da die meisten der von ihnen verwendeten Tools auf Kundendaten angewiesen sind, um ihre Kernprämisse zu erfüllen.

Ob eine Produktanalyselösung oder Tools zum Bereitstellen kontextbezogener In-App-Nachrichten, Ausführen von Lebenszyklus-E-Mail-Kampagnen, Sammeln qualitativer Daten, Ausführen von A/B-Tests – genaue Daten, die in diesen Tools verfügbar gemacht werden, sind die einzige Möglichkeit, einen Mehrwert zu erzielen und die Investition zu rechtfertigen.

Je nach Größe und Reifegrad der Daten muss jedes Unternehmen in eine Reihe zusätzlicher Datentools – oft als moderner Datenstapel bezeichnet – investieren, um den Anforderungen der gesamten Organisation gerecht zu werden. Unternehmen, die viele Daten erfassen, investieren häufig in:

• Ein Data Warehouse wie Snowflake, BigQuery oder Firebolt, um Daten für die Analyse und Aktivierung verfügbar zu machen
• Ein Business-Intelligence-Tool (BI) wie Looker, Mode oder Superset, das auf dem Warehouse sitzt und Self-Service-Analysen ermöglicht
• Ein ELT-Tool wie Airbyte, Fivetran oder Meltano, um Daten von Drittanbieter-Tools (wie den oben genannten) in das Warehouse zu verschieben
• Ein Reverse-ETL-Tool wie Census, Hightouch oder Grouparoo, um modellierte Daten aus dem Warehouse zurück in Tools von Drittanbietern zu verschieben

Der Kauf, die Implementierung und Wartung eines modernen Datenstapels ist jedoch nicht trivial – Sie benötigen ein Datenteam oder zumindest einen dedizierten Datenverantwortlichen, um diesen laufenden Prozess zu verwalten.

Es ist entscheidend, in Produkte zu investieren, die es Einzelpersonen ermöglichen, effizient mit Daten zu arbeiten, um Erkenntnisse zu gewinnen und datengestützte Entscheidungen zu treffen, ohne sich auf andere zu verlassen. Es macht alle produktiv und hält die Teammoral hoch.

Darüber hinaus ist es besser, erstklassige Tools zu implementieren, die ihre Arbeit gut machen, als unzählige Stunden damit zu verbringen, nach dem idealen Tool zu suchen, oder noch schlimmer, sich zu entscheiden, etwas zu bauen, das leicht zu kaufen ist.

„Build versus Buy“ ist ein Thema für einen anderen Tag, aber ich muss sagen, dass Sie unabhängig davon, welchen Weg Sie einschlagen, unbedingt bewerten sollten, wie sich Ihre Entscheidung auf Ihre Teams auswirkt – insbesondere auf die tägliche Arbeit und die langfristigen Ziele.

Es ist an der Zeit, das dritte Prinzip anzusprechen:

Warum ist die Datendemokratisierung ein fortlaufender Prozess, der möglicherweise einen kulturellen Wandel in Ihrem Unternehmen erfordert?

Ich möchte damit beginnen, dass die Größe eines Unternehmens und sein Wachstumskurs das Tempo der Datendemokratisierung stark beeinflussen. Unnötig zu sagen, dass der Aufbau einer Datendemokratie in den frühen Tagen eines Unternehmens viel einfacher ist, da es einfacher ist, die Kultur, die sie unterstützt, zu formen.

Größere Organisationen werden wahrscheinlich mit einer Reihe von Herausforderungen konfrontiert sein, die die Datendemokratie als „demo- verrückt “ erscheinen lassen.

Je größer ein Unternehmen ist, desto früher sollte es in den Prozess der Datendemokratisierung investieren. Wenn Ihre Organisation Produktanalysen einrichten möchte, finden Sie diesen Leitfaden zum Datenmanagement möglicherweise hilfreich.

Warum also ist die Datendemokratisierung ein fortlaufender Prozess?

Datendemokratie ist ein kontinuierlicher Prozess, da sie auf Datenkompetenz beruht, die ebenfalls ein kontinuierlicher Prozess ist. Die Welt der Daten erlebt ein beispielloses Wachstum, und die Geschwindigkeit, mit der sich Tools und Technologien weiterentwickeln, ist, gelinde gesagt, faszinierend. Aber diese Änderung ist auch schwer zu bewältigen und für die meisten Menschen außerhalb des Datenraums ein bisschen nervig, insbesondere aufgrund ihrer Auswirkungen auf ihre Arbeit.

Zumindest sollte jeder in einer Organisation unabhängig von seiner Rolle in der Lage sein, mühelos Antworten auf seine datenbezogenen Fragen zu erhalten.

Darüber hinaus sollte die Frage, wie und in welchem ​​Umfang verschiedene Teams mit Daten arbeiten, zum Allgemeinwissen innerhalb einer Organisation werden. Für Mitarbeiter sollte es einfach sein zu wissen, wer Zugriff auf welche Arten von Daten hat, wo sich die Daten befinden und wie der Prozess ist, um Zugriff auf die Daten zu erhalten oder Fragen zu diesen Daten zu stellen.

Dataportal – Airbnbs selbstentwickelte Data-Discovery-Lösung, die es der gesamten Organisation ermöglicht, Datenassets im Self-Service-Modus zu finden und zu verstehen – ist ein gutes Beispiel dafür, wie größere Unternehmen Daten demokratisieren können, indem sie dedizierte Ressourcen zur Lösung dieses Mammutproblems zuweisen. Projekte wie Dataportal erfordern sicherlich laufende Investitionen, aber der Lohn scheint sich für ein Unternehmen von der Größe von Airbnb zu lohnen.

Abschließend, von welcher Art von kulturellem Wandel sprechen wir?

Eine der oben genannten Datenherausforderungen lautet: „Die Datenexperten in meinem Unternehmen sind zu beschäftigt, um mir zu helfen.“

Datendemokratisierung erfordert einen kulturellen Wandel, der diese Herausforderung obsolet macht – sie gehört in Ihrem Unternehmen der Vergangenheit an.

• Jeder, der sich auf Daten verlässt, um in seinem Job zu glänzen und seine Ziele zu erreichen, sollte ein Datenexperte werden.
• Jeder in der Organisation sollte sich sicher fühlen, über Daten zu sprechen und mit den Werkzeugen und dem Wissen ausgestattet sein, um mit Daten zu arbeiten und Antworten auf seine Fragen ohne Abhängigkeiten zu erhalten.
• Schließlich sollte jedem in der Organisation die Möglichkeit gegeben werden, einen sinnvollen Beitrag zu Datenprojekten zu leisten.

Es gibt keinen bewährten Ansatz für den Aufbau einer Datendemokratie, aber die Befähigung der Menschen ist ein entscheidender Schritt in diese Richtung.

Sind Sie bereit, den Datenzugriff für Ihr Team zu demokratisieren? Beginnen Sie kostenlos mit Amplitude oder sehen Sie, was mit maximal sechs Klicks möglich ist.