Handlungsfähig im Handumdrehen - Effizientes Management in Sales und After Sales durch maßgeschneiderte Business Analytics-Tools

Jede Führungskraft mit Ergebnisverantwortung macht derzeit die Erfahrung, dass immer mehr Entscheidungen immer schneller getroffen werden müssen. Neue Kundenwünsche, verschärfter Wettbewerb und die technologische Entwicklung machen das Management von Vertriebsnetzen anspruchsvoller und vor allem schneller.

Daten sind dabei ein wichtiges Hilfsmittel, um z.B. erfolgreiche Maßnahmen zu identifizieren oder die Wirkung von geplanten Veränderungen auf Basis von objektiven Erkenntnissen zu simulieren. Leider sind die existierenden Reporting-Strecken und Controllingsysteme von OEMs und Importeuren damit häufig überfordert. Dies hat unserer Erfahrung nach folgende Gründe:

• Die regelmäßige Kontrolle der Zielerfüllung bezüglich bestimmter Kennzahlen, z.B. Zulassungen oder
• Kundenzufriedenheit, steht im Vordergrund – ein leistungsfähiges Controlling existiert daher nur für diese KPIs.
• Die Datenhaltung bietet häufig keine gesamthafte Sicht auf die zu steuernden Einheiten, sondern besteht aus Informationssilos. Um tiefergehende Business-Fragestellungen zu beantworten, müssen mit hohem Aufwand Daten aus verschiedenen Systemen zusammengeführt und oft manuell verrechnet und ausgewertet werden.
• Reporting-Strecken enthalten noch viele manuelle Schritte, z.B. die Konsolidierung von berichteten Kennzahlen und die Transformation in ein auswertbares Format. Dies ist langsam und führt zu Qualitätsverlusten, da mit jedem manuellen Schritt die Fehlerquote steigt. Zudem werden wertvolle Kapazitäten qualifizierter MitarbeiterInnen in den Fachbereichen gebunden.

In letzter Konsequenz verwenden die mit der Steuerung des Vertriebs- oder Servicenetzes beauftragten Fachbereiche mehr Zeit auf Informationssuche und Datenbereinigung als auf Analyse, Bewertung, Entscheidungsfindung und die Konzeption innovativer Maßnahmen.

Die naheliegende und grundsätzlich sinnvolle Lösung für dieses Problem ist, alle Datensysteme zu konsolidieren und an die Bedürfnisse der Fachbereiche anzupassen. Entsprechende Initiativen und Programme sind in den meisten Unternehmen bereits im Gange, bergen aber weitere Herausforderungen: Anforderungen an das Datensystem müssen im Voraus möglichst genau definiert und der IT zur Verfügung gestellt werden. Dort werden diese dann in eine technische Lösung übersetzt. Dabei besteht der Anspruch, möglichst alle Unternehmensdaten in einem Data-Cube oder Data-Mart für die Fachbereiche bereitzustellen und über Dashboarding zugänglich zu machen.

So vernünftig dieses Vorgehen aus strategischer Sicht ist, so problematisch ist es oft aus Sicht der Ergebnisverantwortlichen in Sales und After Sales. Zum einen sind die IT-Abteilungen häufig bereits durch zwingend erforderliche Entwicklungsprojekte für lange Zeiträume vollständig verplant, so dass die Ziellösung gegebenenfalls erst nach Jahren zur Verfügung steht. Zum anderen müssen neue Datenstrukturen und Kennzahlen erst in der Praxis getestet werden. Welche Daten unterstützen tatsächlich bei der Entscheidungsfindung? Differenzieren die KPIs hinreichend? Stimmt die Datenqualität? Werden die neuen Analysen und Kennzahlen intern und extern akzeptiert? Bevor ein KPI-Setting in zentrale IT-Strukturen überführt werden kann, sollten diese Fragen geklärt sein – aber genau dafür fehlt das Werkzeug.

Wir unterstützen unsere Klienten in Business Analytics-Fragestellungen daher mit einer agilen Herangehensweise: Schnelles Prototyping, kurz- bzw. mittelfristiges Verproben der Kennzahlen, Analysen und Dashboards sowie langfristig – sofern sinnvoll – Überführung in die unternehmenseigenen IT-Strukturen.

Konkret bedeutet dies, dass zunächst Klarheit über die grundlegende Business-Fragestellung herrschen muss. Was sind unsere kurz- und langfristigen Ziele – oder auf den Punkt gebracht: Wofür benötigen wir überhaupt ein neues Reporting?

Danach ist zu klären, welche Daten an welchen Stellen im Unternehmen oder bei Partnern vorliegen und wie der Zugriff realisiert werden kann. Erste Fragen zur Datenstruktur werden direkt adressiert: Haben die Daten Grundlage für datenbasiertes Management sind effiziente Reportingstrecken Auszug aus dem MSR Working-Paper „Business Analytics“ die gewünschte Qualität und Aussagekraft? Lohnt es sich, eine interne Schnittstelle einzurichten oder genügt ein manueller Export? In welcher Frequenz müssen die Daten geliefert werden?

Nach Prüfung der verfügbaren Datengrundlage lässt sich eine erste Skizze des neuen Reportings anfertigen: Welche Kennzahlen sind neu zu berechnen? Welche KPIs sollen wie visualisiert werden? Welches Front-End eignet sich dafür? Hier haben wir sehr gute Erfahrungen mit modernen Self-Service BI-Tools wie Tableau oder Power BI gemacht, die deutlich mehr Funktionalitäten als die oft noch gebräuchlichen Excel-Reports bieten. Die Datenaufbereitung kann mittlerweile vollständig über Script-Sprachen wie Python abgebildet werden – ohne dass es nach erfolgter Datenlieferung zu nennenswerten Verzögerungen kommt. Oft steht die erste einsatzfähige Variante der angestrebten Lösung schon nach einem intensiven einwöchigen Sprint zur Verfügung.

Anschließend wird das Reporting über einen Zeitraum von einigen Monaten verprobt und bei Bedarf nachjustiert. Auch die Datenstruktur kann dabei noch erweitert und optimiert werden. Hat sich die Lösung in der Praxis bewährt, kann sie nun effizient in eine einheitliche Unternehmenslösung überführt werden, denn Anforderungen der Anwender, Datenstruktur und benötigter Leistungsumfang sind nun klar. So stellen wir sicher, dass Manager schnell entscheidungs- und handlungsfähig sind und aus den vorliegenden Daten genau die Antworten bekommen, die sie zur Steuerung in ihrem Verantwortungsbereich benötigen. Und dies bei minimalen Abhängigkeiten im Unternehmen, denn bis zur fertigen Lösung müssen keine IT-Kapazitäten in Anspruch genommen werden.

Ihr Ansprechpartner

Thomas Appel

Project Manager
E-Mail