Cookie Einstellungen

Durch Klicken auf "Zustimmen" stimmen Sie der Speicherung von Cookies auf Ihrem Gerät zu, um die Website-Navigation zu verbessern, die Website-Nutzung zu analysieren und unsere Marketingbemühungen zu unterstützen. Weitere Informationen finden Sie in unseren Datenschutzbestimmungen.

Beratung

Data Audit

Die Basis für den Aufbau einer data driven Company

Der Ausgangspunkt für alle Maßnahmen und Handlungen in Bezug auf Daten
Das Data Audit gibt sowohl den Daten-Verantwortlichen aus Data, BI und Marketing als auch dem Top-Management eine Übersicht darüber, welche Daten im Unternehmen überhaupt vorhanden sind. Dazu gehört auch, wie diese genutzt werden und welche Abteilungen auf welchem Weg mit diesen interagieren.

Dies ist die Basis für jegliche Maßnahmen und Handlungen in Bezug auf Data, schließlich sollen diese auf die Unternehmensziele einzahlen und langfristig höhere Umsätze und Gewinne erwirtschaften.

Warum brauchen Unternehmen ein Data Audit?

Transparenz über die Datenreife

Datenreife im Unternehmen zu bewerten ist herausfordernd, da Vergleiche schwierig sind. Das Data Audit bietet einen objektiven Einblick, identifiziert Diskrepanzen und leitet konkrete Schritte zur Weiterentwicklung ab. Diese Fakten-basierte Analyse passt den Reifeprozess an die individuellen Bedürfnisse des Unternehmens an.

Transparenz über die technische Reife

Der Markt ist voller technischer Software, Tools und Produkte, welche die Arbeit mit Daten vereinfachen oder verbessern sollen. Doch was ist tatsächlich nötig und ist das Tool-Stack, welches zurzeit genutzt wird, überhaupt das Richtige? Passt es zum Reifegrad des Unternehmens? Das Data Audit deckt auch hier Stärken und Schwachstellen auf.

Transparenz über die organisato­rische Reife

Data-Abteilungen sind historisch gewachsen – aus der IT, der BI oder basierend auf dem ersten Data-Hire. Damit sind auch Prozesse und Kommunikation historisch gewachsen. Das Data Audit liefert Anhaltspunkte, an welchem Punkt das Unternehmen organisatorisch in Bezug auf Data steht, welche low-hanging-fruits bestehen und mit welchen Quick-Wins die Organisation rund um Data verbessert werden kann.

Einbindung Ihrer Anforderungen und Wünsche

Jedes Unternehmen ist anders! Dies ist einer der Gründe dafür, dass wir das Data Audit nicht mit einer vorgefertigten Blaupause durchführen, sondern sowohl auf die individuellen Besonderheiten im Unternehmen als auch die Anforderungen und Wünsche eingehen. Hierzu gehört die Identifikation von Whitespots, welche auf dem Markt Vorteile bieten können.

So gehen wir bei einem Data Audit vor

Von der Evaluierung der Stakeholder über die Individualisierung bis hin zu Handlungsempfehlungen – ein Data Audit gibt einen klaren Blick auf die Schwachstellen des Unternehmens und darüber, wie diese behoben werden können.

Phase 1

Evaluieren

Im ersten Schritt des Data Audits wird evaluiert, welche Key Stakeholder es für das Thema Daten im Unternehmen gibt. Dazu gehören nicht nur einzelne Positionen, sondern auch Fachabteilungen und die Data- bzw. BI-Abteilung.

Meist ist der Überblick durch das historische Wachstum des Data-Themas verloren gegangen – was eine recht normale Entwicklung darstellt. Um langfristig datengetriebene Entscheidungen treffen zu können, ist genau diese Übersicht jedoch essenziell, um die richtigen Stakeholder und Einheiten in die nächsten Schritte nach dem Data Audit einbeziehen zu können.

Phase 2

Spezifizieren

Jedes Unternehmen ist anders – und vor allem im Data-Bereich unterschiedlich aufgestellt. Dadurch, dass es zu Beginn des Wachstums von Data in Unternehmen wenige Best Practices gab, hat jedes Unternehmen an einer anderen Stelle begonnen, Data aufzubauen, Daten zu sammeln und auch zusammen zu führen.

In diesem Schritt wird das Framework, mit dem das Data Audit durchgeführt wird, an die Ziele des jeweiligen Unternehmens angepasst – um ein individuelles und nachhaltig wirksames Data Audit durchführen zu können.

Phase 3

Durchführen

Nun kommen wir zum Kern des Data Audits! Dies besteht in der Erstellung eines Datenprofils, der Prüfung bestehender Systeme und Kanäle, dem Aufdecken von Silos und der Analyse des Stands des Unternehmens in Bezug auf Daten. Dabei geht es u.a. um die Qualität der Daten und deren Verwendung.

Dafür führen wir Interviews mit den Stakeholdern, befragen Mitarbeiter:innen und erstellen verschiedene Diagramme und Tabellen, um den Datenfluss des Unternehmens zu visualisieren.

Phase 4

Validieren

Die Ergebnisse, die wir gesammelt haben, werden nun mit den Key Stakeholdern abschließend validiert. Meist entstehen in diesem Schritt erneut spannende Erkenntnisse – sowohl für uns als auch die Key Stakeholder – und es werden Schwächen in Prozessen und der Kommunikation aufgedeckt, denn: Viele Vorgänge mit Daten basieren nur auf Basis von „Hörensagen“. Dieser Schritt ermöglicht es dem Unternehmen, auch die Prozesse rund um Data Fachabteilungs-übergreifend zu optimieren.

Phase 5

Präsentieren

Im letzten Schritt des Data Audits werden die Ergebnisse dem Top Management präsentiert. Aus diesen Ergebnissen leiten wir Handlungsempfehlungen und next Steps ab, zu welchen wir raten und welche den Umgang mit Daten verbessern können.

Auf dieser Basis ist es für das Unternehmen möglich, die nächsten Schritte in Richtung datengetriebenes Unternehmen zu gehen, Silos abzubauen und Fachabteilungen zu enablen, durch die Unterstützung von Daten bessere Ergebnisse zu erzielen.

Grafik des Frameworks mit dem Data Institute arbeitet.

Data Audit in unserem Framework

Wir arbeiten bei uns immer mit dem Framework Organisation, Kultur und Architektur. Denn in unseren Augen sind diese 3 Bereiche die wichtigsten Faktoren, um Data langfristig erfolgreich im Unternehmen zu verankern.Bei unseren Audits schauen wir uns genau diese Bereiche an.

So erhalten Unternehmen, die ein Data Audit bei uns buchen, einen Überblick über:

  • Den Aufbau ihrer Data-Organisation von den Prozessen über die Unternehmensbereiche, in denen Daten gesammelt und verarbeitet werden aber auch die Personen, die Zugriff und Ownership über verschiedene Daten haben
  • Den Stand ihrer Daten-Kultur und den Reifegrad der eigenen Data Literacy
  • Die Daten-Architektur und erste Handlungsempfehlungen und Insights zu ihrem Tool-Stack

The Data Institute – der starke Partner beim Data Audit

Wir wünschen uns, dass Unternehmen schnell Impact erhalten und sehen, was sie mit Daten machen können. Gleichzeitig haben wir den Gesamt-Blick auf das Unternehmen und möchten langfristige Strategien implementieren, durch die Mitarbeitende enabled werden, selbstständig mit Daten zu arbeiten.

Was ist überhaupt ein Data Audit?

Ein Data Audit sorgt für einen objektiven Blick auf Data im eigenen Unternehmen. Dabei untersuchen wir in einem systematischen Prozess die Verwendung sowie den Fluss der Daten, evaluieren die Stakeholder, überprüfen, ob alles nach Datenschutzrichtlinien läuft und identifizieren Lücken und Schwachstellen im gesamten Data-Lebenszyklus.

Dazu gehört auch, einen Blick auf die verwendeten Tools zu werfen und dabei herauszufinden, ob diese effizient genutzt werden und wo sich für das Unternehmen Einsparungspotential ergibt. Das Ergebnis des Audits sind Use Cases, welche das Unternehmen dann entweder alleine oder mit unserer Unterstützung angehen kann, um die nächsten Schritte zu einem datengetriebenen Unternehmen zu machen.

Wer braucht ein Data Audit?

Ein Data Audit unterstützt dabei, einen objektiven Blick auf den aktuellen Status des Unternehmens zu erhalten. Das ist nicht nur geeignet für Unternehmen, welche aufgrund ihrer Marketing- oder Sales-Aktivitäten sowieso schon jede Menge Daten sammeln und mit diesen arbeiten, sondern auch für die Unternehmen, welche nicht offensichtlich datengetrieben sind.
Wenn auch Sie nicht wissen, welche next steps in Ihren Unternehmen sinnvoll sind und Sie Bescheid wissen möchten über Schwachstellen, aber auch Stärken und Whitespots, dann ist das Data Audit eine gute Grundlage für die Weiterarbeit.
Beim The Data Institute betreuen wir verschiedene Unternehmen von Start ups bis hin zu Konzernen in den Bereichen Medien, Logistik, Finanzen, sowie E-Commerce.

Wer ist an einem Data Audit beteiligt?

Das Data Audit vom The Data Institute basiert u.a. auf Umfragen innerhalb des Unternehmens, um nicht nur den Blick des Managements zu erhalten, sondern auch Wissen darüber zu sammeln, was Best Practices der Ausführenden sind.

Zusätzlich zu den damit verbundenen Data Abteilungen (z.B. Data Analysts, Data Manager und Data Scientists) arbeiten wir eng zusammen mit dem Chief Data Officer bzw. Head of Data, aber auch mit anderen Abteilungs- und Führungskräften, z.B. aus dem Marketing, Sales oder der Produktion.

Welche Leistungen lassen sich mit
Data Audit
kombinieren?

<svg width=" 100%" height=" 100%" viewBox="0 0 62 62" fill="none" xmlns="http://www.w3.org/2000/svg"> <g clip-path="url(#clip0_5879_2976)"> <path d="M60.0625 58.125H56.1875V52.3125C56.1875 50.7709 55.5751 49.2925 54.4851 48.2024C53.395 47.1124 51.9166 46.5 50.375 46.5H42.625C41.0834 46.5 39.605 47.1124 38.5149 48.2024C37.4249 49.2925 36.8125 50.7709 36.8125 52.3125V58.125H32.9375V52.3125C32.9375 49.7432 33.9581 47.2792 35.7749 45.4624C37.5917 43.6456 40.0557 42.625 42.625 42.625H50.375C52.9443 42.625 55.4083 43.6456 57.2251 45.4624C59.0419 47.2792 60.0625 49.7432 60.0625 52.3125V58.125ZM46.5 23.25C47.6496 23.25 48.7734 23.5909 49.7293 24.2296C50.6851 24.8683 51.4301 25.7761 51.87 26.8382C52.31 27.9002 52.4251 29.0689 52.2008 30.1965C51.9765 31.324 51.423 32.3597 50.6101 33.1726C49.7972 33.9855 48.7615 34.539 47.634 34.7633C46.5065 34.9876 45.3377 34.8725 44.2757 34.4326C43.2136 33.9926 42.3058 33.2476 41.6671 32.2917C41.0284 31.3359 40.6875 30.2121 40.6875 29.0625C40.6875 27.5209 41.2999 26.0425 42.3899 24.9524C43.48 23.8624 44.9584 23.25 46.5 23.25ZM46.5 19.375C44.584 19.375 42.711 19.9432 41.1179 21.0076C39.5248 22.0721 38.2831 23.5851 37.5499 25.3553C36.8167 27.1254 36.6248 29.0732 36.9986 30.9524C37.3724 32.8316 38.2951 34.5578 39.6499 35.9126C41.0047 37.2674 42.7309 38.1901 44.6101 38.5639C46.4893 38.9377 48.4371 38.7458 50.2072 38.0126C51.9774 37.2794 53.4904 36.0377 54.5549 34.4446C55.6193 32.8515 56.1875 30.9785 56.1875 29.0625C56.1875 26.4932 55.1669 24.0292 53.3501 22.2124C51.5333 20.3956 49.0693 19.375 46.5 19.375ZM29.0625 42.625H25.1875V36.8125C25.1875 35.2709 24.5751 33.7925 23.4851 32.7024C22.395 31.6124 20.9166 31 19.375 31H11.625C10.0834 31 8.605 31.6124 7.51494 32.7024C6.42489 33.7925 5.8125 35.2709 5.8125 36.8125V42.625H1.9375V36.8125C1.9375 34.2432 2.95814 31.7792 4.7749 29.9624C6.59166 28.1456 9.05572 27.125 11.625 27.125H19.375C21.9443 27.125 24.4083 28.1456 26.2251 29.9624C28.0419 31.7792 29.0625 34.2432 29.0625 36.8125V42.625ZM15.5 7.75C16.6496 7.75 17.7734 8.0909 18.7293 8.72958C19.6851 9.36827 20.4301 10.2761 20.8701 11.3382C21.31 12.4002 21.4251 13.5689 21.2008 14.6965C20.9765 15.824 20.423 16.8597 19.6101 17.6726C18.7972 18.4855 17.7615 19.039 16.634 19.2633C15.5064 19.4876 14.3377 19.3725 13.2757 18.9326C12.2136 18.4926 11.3058 17.7476 10.6671 16.7918C10.0284 15.8359 9.6875 14.7121 9.6875 13.5625C9.6875 12.0209 10.2999 10.5425 11.3899 9.45244C12.48 8.36239 13.9584 7.75 15.5 7.75ZM15.5 3.875C13.584 3.875 11.711 4.44316 10.1179 5.50764C8.52481 6.57211 7.28314 8.08509 6.54992 9.85525C5.81669 11.6254 5.62485 13.5732 5.99864 15.4524C6.37244 17.3316 7.29508 19.0578 8.6499 20.4126C10.0047 21.7674 11.7309 22.6901 13.6101 23.0639C15.4893 23.4377 17.4371 23.2458 19.2072 22.5126C20.9774 21.7794 22.4904 20.5377 23.5549 18.9446C24.6193 17.3515 25.1875 15.4785 25.1875 13.5625C25.1875 10.9932 24.1669 8.52916 22.3501 6.7124C20.5333 4.89564 18.0693 3.875 15.5 3.875Z" fill="currentColor"/> </g> <defs> <clipPath id="clip0_5879_2976"> <rect width="62" height="62" fill="currentColor"/> </clipPath> </defs> </svg>

Data Culture

Für Prozesse und eine Kultur, die gemeinsam alles möglich macht.

<svg width=" 100%" height=" 100%" viewBox="0 0 62 62" fill="none" xmlns="http://www.w3.org/2000/svg"> <g clip-path="url(#clip0_5879_3513)"> <path d="M19.376 60.0625H11.626C10.5992 60.0594 9.61537 59.6502 8.88933 58.9242C8.16329 58.1981 7.75404 57.2143 7.75098 56.1875V42.625C6.72421 42.6219 5.74037 42.2127 5.01433 41.4867C4.28829 40.7606 3.87904 39.7768 3.87598 38.75V27.125C3.86178 26.3578 4.00243 25.5956 4.2895 24.884C4.57658 24.1723 5.0042 23.5259 5.5468 22.9833C6.08939 22.4407 6.73582 22.0131 7.44744 21.726C8.15906 21.439 8.92126 21.2983 9.68848 21.3125H21.3135C22.0807 21.2983 22.8429 21.439 23.5545 21.726C24.2661 22.0131 24.9126 22.4407 25.4552 22.9833C25.9977 23.5259 26.4254 24.1723 26.7124 24.884C26.9995 25.5956 27.1402 26.3578 27.126 27.125V38.75C27.1229 39.7768 26.7137 40.7606 25.9876 41.4867C25.2616 42.2127 24.2777 42.6219 23.251 42.625V56.1875C23.2479 57.2143 22.8387 58.1981 22.1126 58.9242C21.3866 59.6502 20.4027 60.0594 19.376 60.0625ZM9.68848 25.1875C9.42999 25.172 9.17114 25.2114 8.92903 25.3033C8.68692 25.3952 8.46706 25.5374 8.28395 25.7205C8.10084 25.9036 7.95865 26.1235 7.86678 26.3656C7.77491 26.6077 7.73544 26.8665 7.75098 27.125V38.75H11.626V56.1875H19.376V38.75H23.251V27.125C23.2665 26.8665 23.227 26.6077 23.1352 26.3656C23.0433 26.1235 22.9011 25.9036 22.718 25.7205C22.5349 25.5374 22.315 25.3952 22.0729 25.3033C21.8308 25.2114 21.572 25.172 21.3135 25.1875H9.68848ZM15.501 19.375C13.9682 19.375 12.4698 18.9205 11.1953 18.0689C9.92083 17.2173 8.92749 16.0069 8.34091 14.5908C7.75433 13.1747 7.60086 11.6164 7.89989 10.1131C8.19893 8.6097 8.93704 7.22878 10.0209 6.14493C11.1048 5.06107 12.4857 4.32295 13.989 4.02392C15.4924 3.72488 17.0506 3.87836 18.4668 4.46494C19.8829 5.05152 21.0933 6.04485 21.9449 7.31933C22.7964 8.59381 23.251 10.0922 23.251 11.625C23.2484 13.6796 22.4311 15.6494 20.9782 17.1022C19.5254 18.5551 17.5556 19.3724 15.501 19.375ZM15.501 7.75C14.7346 7.75 13.9854 7.97727 13.3481 8.40306C12.7109 8.82885 12.2142 9.43404 11.9209 10.1421C11.6277 10.8502 11.5509 11.6293 11.7004 12.381C11.85 13.1327 12.219 13.8231 12.7609 14.365C13.3029 14.907 13.9933 15.276 14.745 15.4255C15.4967 15.5751 16.2758 15.4983 16.9839 15.205C17.6919 14.9117 18.2971 14.4151 18.7229 13.7778C19.1487 13.1406 19.376 12.3914 19.376 11.625C19.375 10.5976 18.9664 9.61258 18.2399 8.8861C17.5134 8.15962 16.5284 7.75103 15.501 7.75ZM55.7351 8.246C54.278 6.76535 52.3111 5.89611 50.2353 5.81546C48.1595 5.73482 46.131 6.44885 44.5635 7.812C42.9959 6.44885 40.9675 5.73482 38.8917 5.81546C36.8159 5.89611 34.8489 6.76535 33.3918 8.246C31.8601 9.81001 31.0022 11.912 31.0022 14.1011C31.0022 16.2903 31.8601 18.3922 33.3918 19.9563L44.5596 31.2713L44.5635 31.2674L44.5673 31.2693L55.7351 19.9563C57.2668 18.3922 58.1247 16.2903 58.1247 14.1011C58.1247 11.912 57.2668 9.81001 55.7351 8.246ZM52.9761 17.2341L44.5673 25.7533L44.5635 25.7494L44.5596 25.7533L36.1509 17.2341C35.3299 16.3979 34.8699 15.2729 34.8699 14.1011C34.8699 12.9293 35.3299 11.8043 36.1509 10.9682C36.9696 10.1724 38.0664 9.72714 39.2082 9.72714C40.35 9.72714 41.4468 10.1724 42.2656 10.9682L44.5538 13.3068L44.5635 13.2971L44.5732 13.3068L46.8594 10.9682C47.6783 10.1718 48.7755 9.7262 49.9178 9.7262C51.06 9.7262 52.1572 10.1718 52.9761 10.9682C53.7971 11.8043 54.257 12.9293 54.257 14.1011C54.257 15.2729 53.7971 16.3979 52.9761 17.2341Z" fill="currentColor"/> </g> <defs> <clipPath id="clip0_5879_3513"> <rect width="62" height="62" fill="currentColor"/> </clipPath> </defs> </svg>

Customer Centricity

Der Fokus liegt immer auf den Kunden und ihren Wünschen

<svg width=" 100%" height=" 100%" viewBox="0 0 62 62" fill="none" xmlns="http://www.w3.org/2000/svg"> <g clip-path="url(#clip0_5879_2165)"> <path d="M21.3122 46.5H40.6872V50.375H21.3122V46.5ZM25.1872 54.25H36.8122V58.125H25.1872V54.25ZM30.9997 3.875C25.8611 3.875 20.933 5.91629 17.2995 9.54981C13.666 13.1833 11.6247 18.1114 11.6247 23.25C11.4937 26.0658 12.0331 28.8726 13.1985 31.4392C14.364 34.0059 16.1222 36.2592 18.3285 38.0138C20.266 39.8156 21.3122 40.8425 21.3122 42.625H25.1872C25.1872 39.06 23.0366 37.0644 20.9441 35.1462C19.1332 33.7595 17.69 31.9499 16.7408 29.8759C15.7917 27.802 15.3655 25.5269 15.4997 23.25C15.4997 19.1391 17.1327 15.1967 20.0396 12.2898C22.9464 9.38303 26.8889 7.75 30.9997 7.75C35.1106 7.75 39.0531 9.38303 41.9599 12.2898C44.8667 15.1967 46.4997 19.1391 46.4997 23.25C46.6317 25.5286 46.2025 27.8047 45.2499 29.8788C44.2973 31.9529 42.8504 33.7616 41.036 35.1462C38.9628 37.0837 36.8122 39.0213 36.8122 42.625H40.6872C40.6872 40.8425 41.7141 39.8156 43.671 37.9944C45.8757 36.2428 47.6331 33.9929 48.7986 31.4295C49.964 28.8662 50.5042 26.0628 50.3747 23.25C50.3747 20.7056 49.8736 18.1862 48.8999 15.8355C47.9262 13.4848 46.499 11.3489 44.6999 9.54981C42.9008 7.75067 40.7649 6.32352 38.4142 5.34983C36.0635 4.37615 33.5441 3.875 30.9997 3.875Z" fill="currentColor"/> </g> <defs> <clipPath id="clip0_5879_2165"> <rect width="62" height="62" fill="currentColor"/> </clipPath> </defs> </svg>

Data Strategy

Wann passiert was wie und warum – das erklärt die Datenstrategie.

Data News für Pros

Du willst mehr wissen? Dann abonnier doch unseren Newsletter! Regelmäßige News aus der Data-Welt rund um neue Entwicklungen, Tools, Best Practices und Events!