Microsoft Synopsis Big Data Trusted Data Organisation: Erfolgsfaktor für Entscheidungssicherheit Mai 2014 Florian Buschbacher

Transkript

1 Microsoft Synopsis Big Data Trusted Data Organisation: Erfolgsfaktor für Entscheidungssicherheit Florian Buschbacher

2 Kurzvorstellung Florian Buschbacher Senior Manager Advisory Big Data & Data Analytics Friedrichstr Stuttgart Phone: +49 (0) Mobil: +49 (0) florian.buschbacher@de.pwc.com 2

3 Expertise 3

4 Vom Organismus zur Organisation: Ursachen für Fehlentscheidungen Aus Big Data Informationen zu gewinnen ist ein komplexer Prozess. 4

5 Datenverarbeitung im menschlichen Organismus Ablauf Big Data = Umwelt 1 2 Daten gelangen von innen und außen an die Sensoren. Im Gehirn erfolgt die Umwandlung der Daten in Information. 4 3 Das Nervensystem leitet die Daten weiter. Das Bewusstsein, Unterbewusstsein und die Sinne sorgen für Struktur und erzeugen Entscheidung. 5

6 Datenverarbeitung im menschlichen Organismus Risiko und Fehlerquellen Big Data = Umwelt 1 2 Die Eingangsverarbeitung der Daten scheitert: Blindheit, Taubheit, Sinnesstörungen De-Sensibilisierung Die Interpretation der übertragenen Daten erfolgt inkorrekt: Schizophrenie, Halluzinationen 4 3 Die Weiterleitung der Daten erfolgt unvollständig: Demenz, Alzheimer, Parkinson, MS, Unaufmerksamkeit Bewusstsein und Unterbewusstsein erzeugen fehlerhafte Entscheidungen und Strukturen. 6

7 Die Analogie zur Organisation Big Data = Umwelt 1 2 Die Eingangsverarbeitung der Daten scheitert: Fehlende Sensoren, fehlende Verantwortung, fehlerhafte Systeme Die Interpretation der übertragenen Daten erfolgt inkorrekt: Qualitätsmängel fehlerhafte Systeme 4 3 Die Weiterleitung der Daten erfolgt unvollständig: Ausgefallene Sensoren, Quellenvielfalt, fehlerhafte Prozesse Es werden fehlerhafte Entscheidungen getroffen und Strukturen erzeugt. 7

8 Ergebnisse der Big Data Studie 2014 Größte Hürde bei der Umsetzung von Big Data Projekten: Datensicherheit, Datenqualität, Datenschutz Big Data Größten Hürden bei der Umsetzung von Big Data Gesamt User Planer Thematisierer N = Datensicherheit 50% 42% 55% 52% Frage 7: Was sind in Ihrem Unternehmen derzeit die höchsten Hürden ( Showstopper ) bei der Umsetzung von Big Data? (Mehrfachnennung, an Big Data User, Planer und Thematisierer, N = 197) Datenqualität 44% 28% 55% 46% Datenschutz 42% 32% 51% 40% Vielzahl der Datenquellen 34% 35% 40% 24% Datenvolumina 32% 35% 36% 24% Organisation und Prozesse 30% 28% 32% 30% Datenformate 29% 23% 40% 22% Vorhandene IT-Technologie/IT-Architektur 28% 32% 23% 32% Verständnis des Nutzens von Big Data 27% 40% 18% 25% Verfügbares Wissen, Skill-Sets der Mitarbeiter (analytisch, technisch) 26% 26% 18% 37% Fehlende Big-Data-Strategie 24% 19% 25% 29% Auswahl der richtigen Use Cases 23% 26% 23% 21% Identifikation von Use Cases 23% 28% 16% 27% Wirtschaftlichkeit der Use Cases 21% 32% 17% 17% Unternehmenskultur 20% 21% 19% 21% Performance-Anforderungen 19% 16% 26% 13% Unterstützung durch das höhere Management 17% 23% 16% 13% Nicht dargestellt: Es gibt keine Hürden 2%, Weiß nicht 1%, Sonstiges 1% Min. 5 Prozentpunkte unter Gesamtdurchschnitt Min. als 5 Prozentpunkte über Gesamtdurchschnitt 8

9 Eine Trusted Data Organisation (TDO) schafft den Rahmen für richtige Entscheidungen Big Data = Umwelt 1 2 Die TDO stellt die korrekte Sensorik bereit und sammelt die richtigen Daten überführt die Daten in relevante Information basierend auf dem Erfahrungsnetzwerk 4 3 leitet die notwendigen Daten vollständig an die richtigen Stellen weiter stellt die korrekte Interpretation der Informationen sicher und schafft korrekte Entscheidungsgrundlagen! 9

10 Typische Risiken im Rahmen von Big Data Eine Trusted Data Organisation wirkt verschiedensten Risiken entgegen. 10

11 Typische Risiken im Rahmen von Big Data (1) 1 2 Sozialrisiko Datenrisiko Risiko innerhalb der Data-Compliance bzw. Data Governance. Die Auswertung von Daten vermittelt innerhalb der Bevölkerung den Eindruck von Unternehmen umfassend überwacht zu werden. Die informationelle Selbstbestimmung der Betroffenen muss gewahrt werden. Durch umfassende Transparenz kann eine breite Akzeptanz geschaffen werden. Sicherheit der Daten Notwendigkeit: Schutz der Daten vor manipulativen Eingriffen und Datendiebstahl bzw vor dem Weiterreichen an Dritte Zugriffsbeschränkungen Qualität der Daten Risiko mangelnder Qualität der Ausgangsdaten in Bezug auf Vollständigkeit und Plausibilität bzw. Korrektheit Quellenauthentizität muss sichergestellt sein sowie die Verfügbarkeit der Daten 11

12 Typische Risiken im Rahmen von Big Data (2) 3 4 Modellbildungsrisiko Innerhalb der Modellbildung bestehen unter anderem folgende drei Risiken: Eine konkrete Fragestellung, deren Beantwortung Ziel der Initiative sein sollte, fehlt oder ist falsch gewählt. Das zu Grunde liegende mathematisch-statistische Modell ist unpassend oder fehlerhaft. Innerhalb der Entwicklung werden die Modellannahmen nicht geprüft Erfolgsrisiko Resultierend aus Fehlinterpretation der Daten Falsch-Darstellung/-Deutung einer Korrelation oder Kausalität, durch fehlende Kenntnis der analytischen Grundlagen oder fehlendes fachliches Know-How Fehlen einer konkreten Fragestellung Erzeugte Ergebnisse sind nicht aussagekräftig Resultierender Nutzen ist deutlich limitiert bzw. fehlt gänzlich Data doesn t speak it responds. 12

13 Prinzipien und Zweck einer TDO Ziel und Mission Vertrauen des Benutzers in die Qualität und korrekte Bereitstellung von Daten und Informationen durch die Organisation herstellen und sicherstellen Qualität definieren und herstellen Legitimation bereitstellen Transparenz schaffen Informationen gewinnen Betroffenenrechte gewährleisten Datensicherheit garantieren Verantwortungen eindeutig definieren 13

14 Verantwortung des Business Gering & unkoordiniert Mittelmäßig, bereichsorientiert Hoch, Organisations weit Die Organisationsvarianten der TDO orientieren sich am Geschäftsmodell und an der Zielstellung Group Data Steward Chief Data Off. Business Data Steward Group Data Board Virtual Group Data Council IT Data Steward Master Data Dep. CIO Data Resp. Gering & unkoordiniert Mittelmäßig, bereichsorientiert Verantwortung der IT Hoch, organisationsweit 14

15 Ergebnisse der Big Data Studie 2014 Die Hauptverantwortung liegt beim CIO Big Data Verantwortlicher für Big Data Gesamt User Planer Thematisierer N = Chief Information Officer (CIO) 53% 77% 47% 40% Chief Strategy Officer (CSO) 16% 14% 17% 17% Chief Data Officer (CDO) 15% 5% 18% 19% Chief Marketing Officer (CMO) 5% 2% 5% 8% Keine Führungskraft 4% 2% 0% 11% Functional Business Owner/Executive 3% 0% 6% 2% Chief Executive Officer (CEO) 3% 0% 5% 3% Nicht dargestellt: Sonstige 1% F4: Wer ist in Ihrem Unternehmen für das Thema Big Data hauptsächlich verantwortlich? (Einfachnennung, an Big Data User, Planer und Thematisierer, N = 197) Min. 5 Prozentpunkte unter Gesamtdurchschnitt Min. als 5 Prozentpunkte über Gesamtdurchschnitt 15

16 Ergebnisse der Big Data Studie 2014 CDOs haben nur selten die Verantwortung für Big Data 80% 74% Gesamt N = 197 Big Data User N = 57 60% 40% 79% 45% 29% 52% 40% 39% 40% Big Data Planer N = 77 Big Data Thematisierer N = 63 20% 15% 18% 19% 21% 0% 5% Chief Data Officer (CDO) mit Verantwortung für das Thema Big Data Chief Data Officer (CDO) im Haus Nein, kein Chief Data Officer (CDO) im Haus 1% 1% 2% Nicht bekannt, ob es einen CDO im Haus gibt F4/5a: Wer ist in Ihrem Unternehmen für das Thema Big Data hauptsächlich verantwortlich? / Gibt es in Ihrem Unternehmen die Stelle Chief Data Officer (CDO)? (Einfachnennung, an Big Data User, Planer und Thematisierer, N = 197) 16

17 Ergebnisse der Big Data Studie Prozent der Industrieunternehmen, die noch keinen Chief Data Officer haben, planen die Einrichtung einer solchen Stelle. Gesamt N = 77 80% Big Data User N = 12 60% 50% 48% 50% 47% 64% Big Data Planer N = 40 Big Data Thematisierer N = 25 40% 40% 35% 20% 24% 13% 18% 12% 0% Ja Nein Weiß nicht F5: Plant Ihr Unternehmen derzeit die Einrichtung einer Chief Data Officer-Stelle (CDO)? (Einfachnennung, an Big Data User, Planer und Thematisierer, N = 77, die noch keine CDO-Stelle im Unternehmen haben) 17

18 Mögliche Lösungsstrategie - Strategiekreislauf

19 Mögliche Lösungsstrategie - Use Case Radar 1. Identifizieren 2. Bewerten 3. Ausgewählte Use Cases definieren 4. Big-Data- Maßnahmen ableiten Die Größe der Kreise visualisiert den Nutzen 19

20 Mögliche Lösungsstrategie - Use Case Radar Ihr Nutzen 1. Identifizieren Überblick Potential entdecken Von unserer Expertise und Erfahrung profitieren 2. Bewerten Zielgerichtet In Einklang mit der Unternehmensstrategie 3. Ausgewählte Use Cases definieren 4. Big-Data- Maßnahmen ableiten Herausforderungen verstehen Individuelle Beratung Konkrete Zieldefinition 20

21 Fazit 1 Unternehmen und Organisationen unterschätzen die Notwendigkeit klarer Verantwortlichkeiten und organisatorischer Veränderungen durch Big Data. 2 In der Folge entstehen falsche Entscheidungen und Fehlsteuerungen. 3 Durch den Aufbau einer TDO kann der Rahmen für korrekte Entscheidungen gegeben werden. 4 Zwar besteht die Notwendigkeit einer Umstrukturierung, doch muss sich eine TDO am Geschäftsmodell der jeweiligen Organisation orientieren. 21

22 Fazit Notwendigkeit eines CDOs Zum waren weltweit 488 Chief Data Officers angestellt; davon 88% in Nord Amerika und nur 7% in Europa(Asien 4%, MEA: 1%) 2013 wurden in Europa über 75 CDOs eingestellt (u.a. in Dänemark, Finnland, Frankreich, Deutschland, Italien, Spanien, Schweden, der Schweiz und im Vereinigten Königreich) In den USA existiert ein Chief Data Officer Club ; Quelle: Chief Digital Officer Talent Map 2013, Executive Summary das europäische Pendant: Chief Data Officer European Leadership Forum Die Position ist bisweilen noch in der Entwicklung und kennt keine genaue Definition; ein CDO sieht sich oft mit Interessenkonflikten konfrontiert (IT-Kosten/Unternehmensgewinn), muss zwischen verschiedenen Unternehmensbereichen vermitteln können und sich gegenüber der Unternehmensführung behaupten. Trotzdem sehen bestehende CDOs ihre Position im Unternehmen v.a. im Rahmen von Big Data (für datadriven organizations ) als unerlässlich an. 22