Von der Schwierigkeit gute Daten zu bekommen

Seid ihr auch genervt von den Emails, die ihr bekommt, nachdem ihr in einem Hotel wart, oder einen Mietwagen gebucht hattet. Zum hundertsten Mal wird gefragt: „Wie zufrieden waren Sie mit unserem Service? Bitte helfen Sie uns mit der Beantwortung einer kleinen Umfrage.“ Oh weh. Schlimm wird es, wenn die „kleine Umfrage“ zu einer nicht enden wollenden Fragekette führt und ganz am Ende der Hinweis kommt, doch auch noch auf Tripadvisor eine zweite Bewertung zu schreiben. Ich überlege schon, mir eine Blacklist von Unternehmen anzulegen, die Umfragen verschicken. Warum? Weil mein Aufwand hoch ist, aber ein Nutzen für mich nicht sichtbar ist.

Doch genau das ist jetzt mein Job. Daten zu bekommen von Kunden, die unsere Software nutzen. Und diese Daten, dieses Feedback ist wichtig. So können wir sicherstellen, dass wir unsere Lösungen in die richtige Richtung weiter entwickeln. Da geht es um das Sammeln von Daten und um Nutzen für Kunden.

Automatisierte oder manuelle Datensammlung

In vielen Fällen werden Daten automatisiert gesammelt. Wenn ihr eine Software installiert, werdet ihr gefragt, ob ihr den Entwicklern Daten zur Verfügung stellen wollt. Erlaubt ihr das? Datenschutzexperten raten oft davon ab. Ich erlaube es trotzdem in Einzelfällen, wenn mir eine Software wichtig ist und ich dem Hersteller vertraue. Ob dieses Vertrauen gerechtfertigt ist, ist eine ganz andere Frage.

Doch wie relevant ist so eine automatisierte Datensammlung? Vor allem im B2B Umfeld höre ich immer wieder, dass bei Produktionssystem kein Sammeln von Daten erlaubt wird, sondern nur bei Testsystemen. Dann können die gesammelten Daten aber irreführend sein. Was immer ihr auch macht, wenn Daten automatisiert gesammelt werden, solltet ihr genau prüfen, wie relevant die Daten sind.

Ihr könnt das Sammeln von Daten von Produktionssystem erzwingen, indem ihr es zum Beispiel mit Support-Verträgen verknüpft. Nur wenn Daten gesendet werden, gibt es guten Support. Immer mehr Firmen machen das zur Voraussetzung. Über das Internet of Things liefern Maschinenteile Informationen an Server, um die Wartung zu verbessern. Ich halte das für sehr interessant, aber im Rechenzentrums-Umfeld sehe ich noch viel Skepsis bei Kunden.

Das Versenden von Email-Umfragen zählt für mich auch zur automatisierten Datensammlung. Aber die Feedback Quote kann gering sein. Die Fragen müssen so gestellt sein, dass Missverständnisse bei der Interpretation ausgeschlossen sind. Wir nutzen Email-Umfragen zum Teil, weil es gut skaliert. Aber gleichzeitig leidet die Datenqualität, weil relativ wenige Antworten kommen, und die Antworten manchmal nicht auf die Fragen passen.

Ich sammele meine Daten zur Zeit meist manuell durch Interviews. Das ist aufwendiger, aber die Qualität der Daten ist extrem hoch. Die größte Hürde ist hier, die richtigen Leuten zu finden, die über die Nutzung unserer Software Bescheid wissen, und die auch bereit sind Fragen zu beantworten. Wir versuchen das über unsere Vertriebsteams und Produkt-Champions (unsere Fans) zu skalieren. Dazu müsst ihr bedenken, dass es ein Geben und ein Nehmen ist. Nur Informationen einzufordern, ohne etwas zu liefern – das geht nicht gut. Wir liefern direkt besondere technische Informationen und Tipps, und indirekt eine bessere Software, wenn das Feedback umgesetzt wurde. In dieser Partnerschaft kommen wir voran.

Die Welten verbinden

Wir planen, die automatische und die manuelle Datensammlung zu verknüpfen. Automatisch sollten möglichst viele relevante technische Informationen gesammelt werden. Diese Daten können dann manuell über Bewertungen oder Informationen zu Prioritäten auf Kundenseite ergänzt werden.
Mal sehen, wohin uns diese Reise führt.

Bodenproben, Stromerzeuger und IT

Manchmal bin ich überrascht, wie scheinbar völlig verschiedene Bereiche doch eng zusammenhängen. Als ich die ersten Dashboards für meine Daten zur Nutzung unserer Lösungen gebaut hatte, sah ich, dass die Qualität der Daten Verbesserungspotential hat. Teilweise fehlten Daten, oder sie waren veraltet. Und doch konnte ich schon Einsichten und Ergebnisse für unser Produktmanagement präsentieren.

Letzte Woche sprach ich mit einer Freundin, die als chemische Assistentin in einer Behörde Bodenproben analysiert. Auch sie sammelt Daten und stellt Dashboards und Übersichten bereit. Auch bei ihr sind die Daten unvollständig oder fehlerhaft. Auch sie kann aber wertvolle Einsichten generieren.

Dann folgte ein Gespräch mit einem anderen Freund, der bei einem Energieerzeuger Daten zur Stromgenerierung sammelt und für Berichte an die Geschäftsführung aufbereitet. Auch er hat mit der Datenqualität zu kämpfen.

Ich finde es sehr spannend, dass alle diese verschiedenen Fachbereiche am Ende dieselben Herausforderungen haben. Und immer zeigen sich dieselben zwei Strategien:

  1. Zeige das Beste, was du kannst mit den Daten, die du hast.
  2. Arbeite an der Qualität deiner Daten.

Aber versuche nicht den Ozean zu kochen. Du wirst niemals 100% korrekte Daten haben. Sieh zu, dass die Fehler nicht die Botschaft deiner Dashboards verdrehen. Jetzt arbeite ich mit zwei Sichten auf unsere Daten: Eine interne Sicht, die Lücken in der Qualität sichtbar macht, und eine externe Sicht, die unseren Stakeholder hilft, Entscheidungen zu fällen. Dabei müssen wir Hilfen für die Interpretation mitgeben, solange es Lücken in der Qualität der Daten gibt.

Und am wichtigsten: Wir müssen offen sagen, wie die Qualität der Daten ist, wenn wir Dashboards bauen.

Ich werde eine Art „Data Scientist“

Ich arbeite seit kurzem als „Senior Customer Adoption Engineer“. Das ist eine Art „Data Scientist“, ein Datenwissenschaftler, der hilft Informationen zu gewinnen, wie moderne Technologien eingesetzt werden. So können bessere Entscheidungen über zukünftige Softwareentwicklungen getroffen werden. Davon profitieren wiederum unsere Kunden. Ich bin sehr froh über diese neue Aufgabe. Ich halte sie für sehr wichtig. Lasst mich erklären, warum ich das denke.

Daten können Leben retten

Wenn wir über große Datenmengen hören, dann ist das oft begleitet von der Sorge um unsere Privatsphäre. Aber wie so oft gibt es eine andere Seite. Umfangreiche Daten können helfen, lebenswichtige Entscheidungen zu treffen. Das wird besonders sichtbar während der aktuellen Corona-Pandemie. Je mehr Informationen wir über den Stand der Infektionen haben, je genauer und zuverlässiger diese Daten sind, desto bessere Entscheidungen können wir treffen. Entscheidungen, die viele Leben retten können.

Darum arbeiten Wissenschaftler fieberhaft daran, die Test-Kapazitäten auf das Corona-Virus zu erhöhen. Darum hören Politiker und Entscheidungsträger in Deutschland und vielen anderen Ländern auf Wissenschaftler. Die Empfehlungen der Wissenschaftler können aufgrund eine guten Datenbasis ausgesprochen werden.

Daten bei Produktentwicklungen und neuen Technologien

Mein Arbeitgeber VMware liefert neue Technologien, um Anwendungen besser zu erstellen, zu betreiben und zu nutzen. Produktmanager und Geschäftsbereiche müssen Entscheidungen treffen, welche Funktionen gebraucht werden, bzw. welche Verbesserungen wichtig sind oder schnell gebraucht werden. Zum Teil werden die Entscheidungen aus dem Bauch getroffen, aber ganz oft eben auch auf Basis vorliegender Daten.

Da gibt es einmal die Geschäftszahlen wie Umsatz, verkaufte Lizenzen pro Lösung, Pipeline, und andere relativ leicht zu beschaffende Informationen. Aber es gibt auch eine andere Seite: Was machen die Kunden mit den Technologien? Wie werden sie eingesetzt? Welcher Nutzen ist besonders wichtig, welche Schwierigkeiten gibt es? Wir haben sehr viele Kunden, darum nutzen wir die Analyse von Support Anfragen, aber auch anonym gesendete Informationen von unseren Produkten, sofern die Kunden das zulassen. Über diese automatisierten Wege kann man interessante Daten bekommen.

Wirklich wertvoll sind aber die Daten, die das Subjektive Empfinden der Nutzer wiederspiegeln. Wie gut erfüllen die neuen Technologien und Lösungen die Aufgaben, für die sie gedacht sind? Diese Art von Recherche zu verbessern, daran arbeite ich jetzt in meinem neuen Team. Dazu gibt es ein wunderbares Buch, dass ich dir ans Herz lege, wenn du dich für das Gewinnen von Kundeninformationen interessierst: „Lean Customer Development“ von Cindy Alvarez. Der Untertitel ist „Build Products Your Customers Will Buy“, und es ist voll von Einsichten und praktischen Tipps, wie du Kunden ansprichst, sei es via Emails, Telefoninterviews oder vor Ort Interviews. Das Buch ist wertvoll für Start-Ups und auch für etablierte Unternehmen.

Ich arbeite an Wegen, sinnvolle Informationen bereitzustellen, die wertvolle Einsichten generieren. Davon sollten unsere Kunden profitieren, weil sie noch bessere Lösungen bekommen, aber es soll auch die Arbeit unseres Produktmanagements erleichtern. Es soll helfen, die richtigen Entscheidungen zu treffen.

Der Aal und die Disziplin der kleinen Schritte

Hast Du schon mal versucht, einen lebendigen Aal festzuhalten? Es wird dir kaum gelingen. Ich bin in Norddeutschland am Steinhuder Meer aufgewachsen, und dort gibt es Aale. Mit meiner Schulklasse war ich mal auf Besuch in einer Aalräucherei, und wir durften versuchen, einen Aal festzuhalten. Er rutscht dir durch die Finger. Länger als ein paar Sekunden hat es keiner geschafft.

Manchmal kommt es mir vor, dass der Mehrwert einer neuen technischen Lösung wie ein Aal ist. Da hat man Millionen in neue Software oder Dienstleistungen investiert, und am Ende ist man sich nicht sicher, ob dieses Investment einen messbaren Mehrwert für das eigene Unternehmen geliefert hat. Das scheint ein Trend über alle Branchen hinweg zu sein, besonders aber in moderner IT wie Cloud Computing tun sich IT Abteilungen schwer. Hersteller reagieren mit neuen Rollen wie „Customer Success Manager“. Eine Suche auf Xing nach diesem Job Titel ergibt heute 9070 Treffer. Diese Leute helfen Kunden, Mehrwerte einer Lösung zu realisieren.

In einer idealen Welt liefert ein Produkt nach der Installation seinen Mehrwert und alle sind zugfrieden. Aber die Welt ist nicht ideal. Gerade Lösungen, die einen Umbruch bedeuten, die besonders viel Mehrwert liefern sollen, erfordern eine Veränderung im Verhalten der Nutzer. Das fängt im Apple Store an, wo du dir erklären lassen kannst, wie der Umstieg auf Apple Produkte funktioniert. Aber noch viel mehr gilt dies in großen Unternehmen. Da spricht man dann oft von „Operational Transformation“, die Umstellung des IT Betriebs.

Darum bin ich ein großer Fan von kleinen Schritten: „Think big and start small.” Wenn der Mehrwert einer großen Idee nach kurzer Zeit schon in einer ersten Implementation sichtbar ist, dann kann der IT Leiter der Geschäftsführung besser belastbare Vorhersagen über zukünftige Mehrwerte liefern.

Sucht einen konkreten Use Case, der nah am Geschäft liegt. Definiert, wie ihr den Erfolg messen wollt. Denkt besonders daran, wie ihr den Erfolg einer Betriebsumstellung messen wollt. Und wartet nicht zu lange bis zum ersten Meilenstein.

Wenn ein besonderes Vertrauensverhältnis zwischen Kunde und Lieferant besteht, dann werden manchmal auch ganz große Projekte angestoßen, und neue Investitionen werden getätigt, bevor das vorhergehende Projekt einen messbaren Mehrwert geliefert hat. Das kann funktionieren, aber auf lange Sicht ist das ein Risiko für beide Seiten. Denkt an die Disziplin der kleinen Schritte.

Wie eine kaputte Ehe

Es gibt Fälle, da denke ich IT und Business sind wie eine kaputte Ehe, und meine Arbeit ist die eines Familientherapeuten. Wie komme ich darauf?

Nun, bei einem Treffen von IT Spezialisten hatte ich mal gefragt, wer von den IT Experten hat den Druck, Infrastruktur schneller bereit zu stellen. Niemand hatte sich gemeldet. Alle meinten, ihre Arbeit sei ok.

Eine Woche später hatte ich bei der Machine Learning Conference ein paar Leute gefragt, wo sie Ihre Anwendungen laufen lassen. Sie sagten in der Public Cloud. Als ich fragte, ob sie überlegen, das auch im eigenen Rechenzentrum zu tun, starrten sie mich groß an: „Ich würde meine eigene IT Abteilung nie fragen, ob sie Machine Learning Anwendungen laufen lassen. Die sind viel zu langsam in der Bereitstellung.“

Kein Wunder, dass die IT Mitarbeiter keinen Druck spüren, dass Business fragt erst gar nicht nach schnellerer Bereitstellung, weil sie aufgegeben haben.

Das ist so wie in einer Ehe, wo die Ehepartner aufgegeben haben zu kommunizieren. Wenn man das lösen will, dann ist das harte Arbeit.

Nun gibt es sicher auch IT Abteilungen, die gut mit ihren Kunden in den jeweiligen Geschäftsbereichen zusammenarbeiten. Aber, liebe IT Leute, seid ihr sicher, dass ihr alle Anforderungen der Fachbereiche kennt? Reden sie noch mit Euch, oder haben sie aufgegeben? Es könnte eine gute Idee sein, Annahmen explizit zu validieren. Vielleicht gibt es ja doch noch ungenutztes Verbesserungspotential. Und liebe Fachbereiche, habt ihr Eure IT in letzter Zeit mal gefragt, ob sie nicht doch schneller reagieren können? Vielleicht habt ihr da Potential in der eigenen Firma übersehen?

Wenn IT zu langsam auf Geschäftsanforderungen reagiert, dann hat das in den wenigsten Fällen etwas mit Technik zu tun, da geht es um Prozesse und Teamstrukturen. Und vor allem geht es um Kommunikation. Vielleicht holt ihr euch Hilfe, um die Kommunikation wieder ins Laufen zu bringen.