Customer Journey Management: Von der Datenanarchie zur Datenstrategie

Rund um Daten investieren Unternehmen heute viel Zeit und Geld in Technologien und in die Weiterbildung ihrer Mitarbeiter:innen. Ganz im Sinne von: „Führen mit Kennzahlen“. Ob das Führen mit Kennzahlen auch zum gewünschten Erfolg führt, hängt meistens davon ab, ob in der Organisation die richtigen und sinnvollen Kennzahlen definiert werden. Die Devise lautet ganz klar: Weniger ist mehr! Es ist nicht erfolgsentscheidend, möglichst viele Kennzahlen zu erheben. Vielmehr sollten diejenigen Kennzahlen definiert werden, mit denen die Mitarbeiter:innen im Rahmen ihres Verantwortungsbereiches effizient und effektiv arbeiten können. Zudem: Das Führen mit Kennzahlen (Key Performance Indicator / KPI) sollte nicht allein dem Top-Management vorbehalten sein. Im Gegenteil.

Das systematische Erheben von Kennzahlen erlaubt es dem Entscheider:innen, die Richtung und Dynamiken von Entwicklungen frühzeitig zu erkennen und bei Bedarf Massnahmen für Korrekturen einzuleiten. Aber nicht nur das Top-Management profitiert von diesem Wissen, die Mitarbeiter:innen können mithilfe von Kennzahlen die Wirkung ihrer eigenen Massnahmen oder Tätigkeiten besser beurteilen und wissen genau, wo sie ansetzen müssen, um z.B. die Kundenzufriedenheit weiter zu erhöhen. Wichtig dabei: Es geht nicht um Überwachung, sondern stets um gemeinsames Lernen, Verbessern und Optimieren.

Wie wir alle wissen, erschwert eine grosse und unstrukturierte Datenmenge die Orientierung. Eine einfache und zugleich äusserst hilfreiche Unterscheidung ist die Aufteilung nach strategischem und operativen Customer Journey Management. Mit diesem Ordnungsrahmen lassen sich Kennzahlen in einem ersten Schritt gut sortieren bzw. clustern.

Im Rahmen des strategischen Customer-Journey-Management wird der Blick über den Tellerrand gewagt. Es werden die relevanten Schlüssel-Touchpoints der (potenziellen) Kund:innen ermittelt. Basierend auf diesem Wissen können in einem nächsten Schritt die aussagekräftigen KPIs definiert werden. Dies unterstreicht die Notwendigkeit der strategischen Customer-Journey-Analyse, denn ohne diese datenbasierte Auslegeordnung fehlt die übergeordnete Stossrichtung.

Erst danach können jene operativen Kennzahlen definiert werden, welche die kontinuierliche Optimierung der Customer Processes (z.B. Gewinnung, Nutzung, Service, Bindung) unterstützen. Diese KPIs können in Echtzeit erfasst werden.

Eine moderne Datenstrategie ist ein ausgezeichneter Ausgangspunkt für jede Organisation, die eine systematische Erhebung ihrer Daten anstrebt. Doch wie kann man eine Datenkultur in einer Organisation etablieren? Wo soll man anfangen?

1. Schritt: Auswahl des Teams
   In einem ersten Schritt soll eine Arbeitsgruppe gebildet werden, welche sich aus verschiedenen Mitarbeiter:innen aus der gesamten Organisation zusammensetzt.
2. Schritt: Know-how und Technologie
   In einem nächsten Schritt muss sichergestellt werden, dass die Mitarbeiter:innen über die notwendigen Fähigkeiten, Werkzeuge und Instrumente verfügen.
3. Schritt: Erste Auslegeordnung
   Grosse Veränderung fangen häufig klein an. In diesem Schritt ist es wichtig, dass die Organisation nicht überfordert wird. Die Erarbeitung einer Datenstrategie ist eine komplexe Aufgabe. Erfahrungsgemäss hilft es, wenn man mit einer ersten Auslegeordnung beginnt. Im Rahmen dieser Auslegeordnung bzw. IST-Analyse kann dargestellt werden, welche Kennzahlen (KPIs) bereits erhoben werden und wo es allenfalls noch Lücken oder Harmonisierungsbedarf gibt.
4. Schritt: Konzeption einer Datenstrategie
   Im nächsten Schritt geht es um die Definition der relevanten Kennzahlen für die Organisation. Dabei stellen sich folgende zentrale Fragen:
   
   
   1. Welches Ziel(bild) verfolgen wir mit der Erhebung dieser Kennzahlen?
   2. Woran wird der Erfolg unseres Bereiches gemessen?
   3. Wie können wir die Leistung unseres Bereiches adäquat abbilden?
   4. In welchem Erhebungsrhythmus wollen wir die Kennzahlen erfassen?
   5. Welche Kennzahlen können wir miteinander vergleichen bzw. in Relation setzen?
      
   
   Es lohnt sich, ausreichend Zeit in das Ermitteln der Kennzahlen / KPIs zu investieren. Letztendlich ist die Konzeption einer Datenstrategie nur so gut, wie ihre Kennzahlen. Je präziser diese sind, umso effektiver können damit die Prozesse optimiert und sich Wettbewerbsvorteile verschafft werden.
5. Schritt: Umsetzungskonzept
   Im Rahmen des Umsetzungskonzept müssen folgende Elemente einer Datenstrategie definiert werden:
   Organisatorische Elemente: Der Zweck der organisatorischen Umsetzung ist, Verantwortlichkeiten bzw. Zuständigkeiten für die Umsetzung zu klären.
   Prozessuale Elemente: Der Zweck der prozessualen Umsetzung ist, ein Ablauf / Prozess zu definieren.
   Technische Elemente: Der Zweck der technischen Umsetzung ist, Lösungen für Anforderungen auszuwählen, z.B. Umfragesoftware, IT-Architektur (vgl. Datensicherheit, Datenschutz).
6. Schritt: Pilotierung und Inbetriebnahme
   In einem letzten Schritt kann die Datenstrategie in Betrieb genommen werden. Um die KPIs in die Organisation zu tragen, bewährt sich deren Visualisierung in Form von Dashboards. Solche Dashboards stellen in der Regel die KPIs in einem Format dar, welche es den Mitarbeiter:innen erlaubt, die unterschiedlichen Kennzahlen in Echtzeit zu überprüfen und zu monitoren.

In der Praxis treffen wir häufig auf die folgenden Herausforderungen:

• Die Kennzahlen sind nicht ausreichend auf die Strategie und die Ziele des Unternehmens oder der Abteilung ausgerichtet.
• Die Darstellung und Lesbarkeit sind für den durchschnittlichen Anwender / die durchschnittliche Anwenderin nur schwer verständlich und nicht prägnant genug.
• Die Entscheidungsträger:innen erkennen nicht, welche Kennzahl sie für was brauchen und welche Massnahmen für Korrekturen dazu notwendig wären.
• Das Fehlen von Vergleichsgrössen, um die Bandbreite der Auswirkung besser deuten zu können.
• Die Kennzahlen sind aufgrund ihrer Relevanz nicht priorisiert.