Datenlandschaft Canvas

Wie verwende ich das Datenlandschaft Canvas?

Erschließen Sie das volle Potential Ihrer Daten und entdecken Sie neue Datenquellen.

Eine Datenlandschaft gibt Ihnen einen Überblick über die vorhandenen, erreichbaren und erforderlichen Datenquellen Ihres Unternehmens. Nutzen Sie die Datenlandschaft, um:

1. Lücken in den Daten und neue Datenquellen zu identifizieren.
2. Neue Verwertungsmöglichkeiten zu konzipieren.
3. Fehlende Verknüpfungen oder rechtliche Beschränkungen zu analysieren.

Erfahren Sie mehr über die Methode des Datenstrategie-Designs. Eine Einführung bietet Ihnen die Präsentation “Mit Design Thinking zum datengetriebenen Marketing”.

Start

Sie können die Vorlage auf zwei Arten verwenden:

1. Um für einen spezifischen Anwendungsfall die erforderlichen und verfügbaren Datenquellen zu erkunden. Starten Sie, indem Sie den Anwendungsfall benennen und eine entsprechende Karte in die Box Verwertung in der Mitte der Vorlage platzieren. Dies kann beispielsweise eine Karte aus der Box Verwertung der Datenstrategie-Vorlage oder aus der Vorlage Analytik-Reifegrad sein.
2. Um allgemein für Ihr Unternehmen die verfügbaren Datenquellen zu erkunden. Wenn Sie den Anwendungsbereich einengen wollen, benennen Sie ihn und platzieren Sie eine entsprechende Karte in die Box Verwertung. Ansonsten lassen Sie die Box in der Mitte frei.

Anschließend durchlaufen Sie die vier Quadranten – Erstellte ~, Erhaltene ~, Bezahlte ~ und Öffentliche Daten – im Uhrzeigersinn und überlegen sich, welche Datenquellen des jeweiligen Typs zur Verfügung stehen bzw. für den konkreten Anwendungsfall bzw. -bereich notwendig oder zumindest hilfreich ist.

Bereiche

Die Vorlage Datenlandschaft definiert zusätzlich zu den vier Quadranten drei Bereiche (abgegrenzt durch gestrichelte Linien), welche die Granularität und den Typ der Daten beschreiben (von außen nach innen):

1. Rohdaten sind unverarbeitete und ungefilterte Daten wie beispielsweise Log-Dateien, Messwerte, (anonymisierte) Kundenbefragungen oder Transaktionsdaten.
2. Abgeleitete Daten sind bereits verfeinert worden, indem sie zum Beispiel bereinigt, normalisiert oder aggregiert worden sind. Beispiele sind Website-Statistiken, Verkaufszahlen oder KPI-Tabellen.
3. Verknüpfungsdaten verknüpfen Daten aus verschiedenen Quellen miteinander, indem Sie zum Beispiel über eine einheitliche Kundennummer Transaktionsdaten aus dem ERP-System mit den Kundendaten aus dem CRM-System verbinden.

Platzieren Sie Ihre Datenquellen entsprechend in einen der drei Bereiche. Wenn eine Datenquelle Daten unterschiedlicher Granularität oder Typen enthält, positionieren Sie die entsprechende Karte auf die Grenze beider Bereiche oder erstellen Sie zwei oder mehr Karten, die Sie dann in die jeweiligen Bereiche platzieren.

Farben

Nutzen Sie für die Karten (Datenquellen) folgende Farben:

• Grün: vorhandene Datenquellen, auf die Sie auch Zugriff haben.
• Gelb: Datenquellen, die zwar vorhanden sind, aber zu denen Sie noch keinen Zugang haben oder deren Datenqualität beispielsweise fraglich ist.
• Rot: Datenquellen, die für einen Anwendungsfall oder -bereich zwingend erforderlich sind, die aber derzeit noch nicht existieren bzw. unbekannt sind oder Ihnen der Zugang verwehrt ist.

Schritt 1 von 4

Erstellte Daten

Ihre wertvollsten Daten-Assets sind in der Regel “Owned Data” (auch “First Party Data” genannt), also Daten, die Ihr Unternehmen selbst erstellt bzw. erfasst hat und an denen Sie uneingeschränkte und exklusive Nutzungsrechte haben.

Fragen:

• Welche Daten erstellen unsere Mitarbeiter (im Rahmen der Schlüsselaktivitäten)?
• Welche Daten erfassen unsere technischen Systeme (vgl. Schlüsselressourcen)?
• Welche Daten erhalten wir über unsere Marketing-, Vertriebs-, Distributions- und Service-Kanäle (siehe Schlüsselkanäle)?
• Welche Daten werden von unseren (Schlüssel-)Partnern in unserem Auftrag erfasst (wobei die Tätigkeit zur Datenerfassung und nicht die Daten selbst Gegenstand des Auftrags sind)?
• Welche Daten könnten wir zusätzlich erfassen?

Beispiele:

• Messdaten von eigenen Geräten
• Log-Dateien von IT-Systemen
• Manuelle Datenerhebungen der Mitarbeiter
• Kundenbefragungen durch einen ausgelagerten Dienstleister

Schritt 2 von 4

Erhaltene Daten

Erhaltene Daten unterliegen meistens gewissen Einschränkungen bezüglich der Verwertung und Sie können sich nicht sicher sein, dass nicht auch andere Unternehmen, insbesondere Ihre Wettbewerber dieselben Daten besitzen. “Earned Data” stammen von Ihren Kunden und Partnern (beispielsweise Lieferanten, Dienstleistern etc.) und werden im Rahmen der bestehenden Kunden- bzw. Lieferantenbeziehung erhoben.

Wenn die Kunden oder Partner dagegen die Daten als eigenständige Leistung verkaufen oder explizit im Austausch für andere Leistungen anbieten, handelt es sich dagegen um Bezahlte Daten (siehe nächster Abschnitt).

Fragen:

• Welche Daten erhalten wir über unsere Kunden (im Rahmen der Kundenbeziehungen und über unsere Schlüsselkanäle)?
• Welche Daten liefern unsere (Schlüssel-)Partner uns – implizit oder explizit?
• Welche Daten könnten wir zusätzlich erfragen?

Schritt 2 von 4

Beispiele:

• Kundendaten aus einem CRM-System
• Nutzerdaten von Websites, Mobile Apps, Social Media-Profilen etc.
• Daten aus der Logistik oder dem Einkauf über unsere Partner
• Daten, die wir direkt von unseren Partnern erhalten

Eine Möglichkeit, um an zusätzliche Kunden- bzw. Nutzerdaten zu gelangen, sind sogenannte “Data Traps”, also Datenfallen: Sie bieten Ihren Kunden oder Partnern einen kostenlosen Service oder eine App an und sammeln hierüber zusätzliche Daten.

“Data Network Effects” erhöhen die Bereitschaft zur Datenfreigabe auf Nutzerseite: stellen Sie sich ein (digitales) Produkt vor, das Daten von einem Nutzer entgegennimmt und ihm dafür einen Mehrwert bietet. Umso mehr Daten zur Verfügung stehen, umso höher ist der Mehrwert – und umso mehr Nutzer werden das Produkt nutzen und entsprechend mehr Daten generieren, die den Mehrwert des Produkts wiederum erhöhen usw. usf.

Schritt 3 von 4

Bezahlte Daten

Bezahlte Daten sind Daten von anderen Unternehmen, die Sie eingekauft oder gegen eigene Daten oder eigene Leistungen eingetauscht haben (im Rahmen eines “Data Exchange”). Wenn das andere Unternehmen diese Daten selbst erstellt oder erfasst hat, spricht man von “Second Party Data”. Datenhändler (“Data Broker”), welche die Daten anderer Unternehmen verkaufen, bieten hingegen “Third Party Data” an. Eine weitere Quelle von Paid Data sind Data Marketplaces, also Handelsplätze für Daten. Die Datenlieferanten verkaufen Ihre Daten in der Regel nicht exklusiv an Sie und meist nur für eingeschränkte Zwecke.

Wenn ein bestehender Kunde oder Partner zusätzlich zu der ohnehin bestehenden Geschäftstätigkeit zusätzliche Daten an Ihr Unternehmen verkauft, handelt es sich um Paid Data. Womöglich ist der Kunde bzw. Partner also sowohl Quelle von Earned Data als auch Lieferant von Paid Data.

Fragen:

• Mit welchen Unternehmen haben wir einen gegenseitigen Datenaustausch vereinbart oder würde es sich lohnen, eine derartige Partnerschaft zu schließen?
• Welche Unternehmen bieten Daten an, die für uns hilfreich oder notwendig sind?
• Welche relevanten Daten haben unsere Kunden, Partner oder Wettbewerber?
• Welche Marktplätze gibt es für Daten, die uns weiterhelfen?

Beispiele:

• Qualifizierte Adressdaten von Datenhändlern
• Marktforschungsdaten und statistische Erhebungen
• Anonymisierte Nutzerprofile von Online-Werbung

Schritt 4 von 4

Öffentliche Daten

Öffentliche Daten sind allgemein zugängliche Daten, zum Beispiel von öffentlichen Internet-Seiten, Social Media-Netzwerken oder Statistikämtern. Die Daten sind zumindest in ihrer rohen Form allen Marktteilnehmern zugänglich und bieten entsprechend wenig Differenzierungspotential. Wenn die Daten aber beispielsweise verfeinert werden, kann hieraus eine einzigartige Datenquelle entstehen. Ein Beispiel ist der PageRank-Algorithmus von Google, der aus öffentlichen Daten (Websites) einen priorisierten Suchindex erstellt. Der Suchindex ist dann Owned Data.

Bei Public Data ist die Frage der Lizenzierung oft ungeklärt: was darf ich mit den Daten machen, wenn keine explizite Lizenzvereinbarung besteht? Um diesem Problem zu begegnen, gibt es Open Data: öffentliche Daten, die unter einer Open Source-Lizenz stehen, welche die Verwendung, Veränderung und Weitergabe der Daten regeln. Ein Beispiel ist die Wikipedia – oder die Canvas-Vorlagen von Datentreiber, welche unter einer Creative Commons-Lizenz stehen.

Schritt 4 von 4

Fragen:

• Welche Behörden, Universitäten, Vereine oder Verbände verfügen über relevante Daten?
• Welche Open Data-Anbieter (Open Data Marketplaces oder Open Data Websites) gibt es?
• Welche Daten kann ich aus öffentlichen Websites extrahieren?
• Welche relevanten Daten werden auf sozialen Netzwerken veröffentlicht?
• Welche Unternehmen bieten eigene Open Data-Portale?

Beispiele:

• GovData
• Open Data Portal der EU
• Twitter und Facebook
• Open Data Portal der Deutschen Bahn

Abschluss

Schließen Sie die Arbeit an der Datenlandschaft ab, indem Sie folgende Schritte unternehmen:

1. Prüfen Sie die Datenlandschaft mit folgenden Fragen auf Vollständigkeit: “Haben wir alle Daten zur Verfügung, um den gewünschten Anwendungsfall zu realisieren? Können wir alle Datenquellen über geeignete Verknüpfungsdaten miteinander verbinden? Und gibt es Datenquellen, die wir bisher zwar noch nicht nutzen, aber die womöglich relevant sein könnten?”
2. Richten Sie Ihre Aufmerksamkeit auf die gelben und roten Karten und fragen Sie sich: “Was sind die offenen Fragen und kritischen Annahmen? Mit wem müssen wir sprechen, um Zugang zu diesen Datenquellen zu bekommen? Wie können wir fehlende Daten komplementieren, beispielsweise durch Datenpartnerschaften mit anderen Unternehmen oder durch neue oder erweiterte Produkte für die Kunden?” Hieraus können Sie direkt Aufgaben und die nächsten Schritte ableiten und beispielsweise auf weißen Karten notieren, die Sie an den betreffenden Datenquellen positionieren.
3. Fassen Sie die Datenquellen zu Datenbanken zusammen und übertragen Sie die Datenbanken in die Box Erschließung der übergeordneten Datenstrategie und / oder in die Box Schlüsselressourcen eines Geschäftsmodells.

Verweise:

• Datenstrategie: Die Datenlandschaft ist ein Zoom-In in die Box Erschließung einer Datenstrategie. Die Box Verwertung sollte inhaltlich auf der Datenlandschaft und der Datenstrategie übereinstimmen.
• Geschäftsmodell: Datenquellen sind eine Ressource für datengetriebene Geschäftsmodelle. Kunden, Partner, Aktivitäten und Kanäle sind mögliche Datenlieferanten bzw. Quellen von relevanten Daten.
• Kundenkontaktpunkte: Kundenkontaktpunkte auf den verschiedenen Kanälen, Präsenzen und Plattformen sind ebenfalls Quellen für relevante Daten.