Data Analytics – die richtigen Fragen stellen

Problemlösung ist ein Prozess

„Probleme kann man niemals mit derselben Denkweise lösen, durch die sie entstanden sind“ (Albert Einstein). Betrachten wir Ansätze und Methoden zur Problemlösung und Techniken für Innovationsprozesse stellen wir fest, dass

• wir komplexe Probleme und Herausforderungen, die in Teilprobleme zerlegt sind, besser verstehen
• divergierende und konvergierende Techniken zum Einsatz kommen, um unsere Denkprozesse „zu öffnen“ und wieder ins Detail zu gehen

Diese Mechanismen sollten wir bei der Definition und der Analyse von Themen, Herausforderungen und Problemen berücksichtigen. Eine gute Problemdefinition ist schließlich die halbe Lösung!

Die richtigen Fragen stellen

Wenn wir die richtigen Fragen stellen, können wir Probleme und Herausforderungen besser erfassen. Während wir das Problem definieren, strukturieren wir den Lösungsprozess. Betrachten wir Data und Analytics Themen und deren Herausforderungen beginne ich immer mit den Fragen nach dem Was?, dem Wie? und dem Warum?

Um Themen und Herausforderungen systematisch zu erfassen, sollten wir uns mit den folgenden Fragen auseinandersetzen:

• Was sind unsere aktuellen Top Themen? Wieso sind uns diese Themen wichtig?
• Was möchten wir verbessern und welches Problem lösen?
• Was sind unsere größten Herausforderungen dabei?
• Wie haben wir versucht die Herausforderungen anzugehen? Was war daran gut und worauf können wir aufbauen?
• Welche Lösungen waren nicht gut und wieso sind die Lösungen gescheitert? Was haben wir daraus gelernt?

Nun ist Problemlösung ein Prozess und wir müssen die Prozessschritte in eine funktionierende Reihenfolge bringen. Dazu Priorisieren wir alle Themen, die in den Gesprächen mit den Verantwortlichen, Kollegen und Ansprechpartnern erfasst wurden. Die bessere Priorisierung erfolgt erfahrungsgemäß, wenn wir Themen nicht nur nach harten Faktoren bewerten, sondern auch die Erfahrung der involvierten Experten heranziehen. Daher sollten wir bereits im Gespräch folgende Fragen adressieren:

• Gibt es bei dem Thema/Prozess immer wieder kritische Fehler? Entsteht deshalb manueller Aufwand und Engpässe und wenn ja, wo?
• Haben wir aktuell die Kapazitäten, die Ressourcen und das KnowHow für die Umsetzung des Themas?
• Auf wen oder was können wir für eine erfolgreiche Umsetzung nicht verzichten?
• Welche Lösungen hätten einen positiven Einfluss und könnten andere Themen beschleunigen/vereinfachen?

Data und Analytics Themen strukturieren

Alle Erkenntnisse wollen wir später verwenden, deshalb sollten wir die Themen strukturieren. Das tun wir in Form einer Roadmap – Themen, Herausforderungen und Problemlösungen werden als strukturierter Prozess dokumentiert. Unsere Data Analytics Roadmap beinhaltet einen weiten Blickwinkel auf den aktuellen Stand und bereits Details, wie wir unsere Ziele erreichen – weil wir die richtigen Fragen gestellt haben.