Große Daten, wenig Wert? Wie Produktverantwortliche den Wert von Data Science erschließen können

Data Science-Teams haben oft Schwierigkeiten, mit ihren Modellen einen geschäftlichen Nutzen zu erzielen. Das liegt daran, dass ihre Arbeit nicht in die Organisation eingebettet ist. Dieses Problem ist darauf zurückzuführen, dass sie isoliert vom Unternehmen arbeiten und unter einem "Technologie-Push" anstelle eines "Business-Pull" leiden. Als Product Owner (PO) befinden Sie sich in einer hervorragenden Position, um Business Pull zu erzeugen und den Unternehmenswert zu steigern. Um dies effektiv zu tun, müssen Sie verstehen, wie Sie Data Science nutzen können, um bessere Produkte zu entwickeln.

Dieser Blog wurde von Rutger de Wijs, Product Management Consultant bei Xebia, geschrieben.

Erfolg mit Daten und KI ist schwer zu erreichen

Laut der jährlichen Daten- und KI-Umfrage von GoDataDriven sehen 79 % der Unternehmen Daten als wesentlichen Bestandteil ihrer Strategie an. Es überrascht nicht, dass Führungskräfte in den letzten zehn Jahren Daten und KI auf ihre Agenda gesetzt und Data Science-Teams eingesetzt haben, um Mehrwert zu schaffen. Infolgedessen ist einer der führenden globalen Datentrends für Unternehmen derzeit der Einsatz von Vorhersagemodellen in der Produktion.

Die größte Herausforderung bei der Analyse eines Unternehmens besteht darin, die Erkenntnisse aus den Daten in wertvolle Ergebnisse umzusetzen.

Sie können sich also auf eine Menge neuer Geschäftsmöglichkeiten freuen! Nun, leider nicht. Laut McKinsey besteht die größte Herausforderung bei der Analyse eines Unternehmens darin, Erkenntnisse aus Daten in wertvolle Ergebnisse umzusetzen. Und in der Tat sagen Führungskräfte, dass es ihnen schwer fällt, messbare Ergebnisse aus ihren Data Science-Investitionen zu erzielen.

Einbettung von Data Science in die Organisation

Wie können Unternehmen diesen Kampf überwinden und den wertvollen Wert von Data Science freisetzen? Sie tun dies, indem Sie die Analytik in die Entscheidungsprozesse einbetten, die Teil der "insight-to-outcome-journey" sind. Mit anderen Worten, Sie ermöglichen es den Entscheidungsträgern auf allen Ebenen des Unternehmens, regelmäßig und auf natürliche Weise datengestützte Entscheidungen zu treffen.

Product Owner sind von Natur aus solche Entscheidungsträger. Das macht sie zum Schlüssel für die Erschließung des geschäftlichen Nutzens von Data Science.

Product Owner sind von Natur aus solche Entscheidungsträger und daher der Schlüssel zur Erschließung des geschäftlichen Nutzens von Data Science. Lassen Sie uns dies ein wenig näher erläutern. Eine Ihrer grundlegenden Eigenschaften als Product Owner ist es, der 'Product Value Maximizer' zu sein.

Sie haben nicht nur eine solide Vision für das Produkt, sondern Sie wägen auch den Input der Stakeholder und Ihr Wissen über den Markt ab und setzen Prioritäten mit Blick auf die maximale Wertschöpfung. Dieser Prozess erfordert von Ihnen eine ständige Entscheidungsfindung. Mehr als jeder andere im Unternehmen haben Sie die Möglichkeit, sich von den Erkenntnissen der Datenwissenschaft informieren und steuern zu lassen. Einen ähnlichen Standpunkt vertrat die Datenwissenschaftlerin Hilary Mason in einem kürzlich erschienenen Train_Data-Podcast.

Data Science Produktverantwortliche & Analytik-Übersetzer

Einige Unternehmen haben ein Data Science Team, das von einem 'Data Science Product Owner' geleitet wird, um Data Science in den agilen Produktmanagementprozess einzubinden. So haben beispielsweise Booking.com, CarNext.com und Sony PlayStation kürzlich solche Stellen ausgeschrieben. Diese POs haben oft einen starken Hintergrund in der Datenwissenschaft.

Ein Data Science PO sorgt dafür, dass das Data Science Team effektiv arbeitet, aber es reicht nicht aus, um die Wertschöpfung aus den Daten zu maximieren. Um dies zu erreichen, werden "Analytik-Übersetzer" benötigt. McKinsey hat diesen Begriff geprägt und betont ausdrücklich, dass für diese Rolle keine umfassende Erfahrung in der Datenwissenschaft erforderlich ist. Vielmehr ist das Profil vielseitiger, ein Product Owner Profil, würde ich sagen. Und das sind Sie!

Oft beschäftigen Unternehmen mehrere POs. Wenn diese POs alle aktiv Data Science in ihrem Werkzeuggürtel haben, kann der Wert der Data-Science-Tentakel weiter und breiter in die Organisation hineinreichen und so in die Entscheidungsprozesse eingebettet werden.

Unendliche Möglichkeiten

Stellen Sie sich einen Product Owner für ein Verbraucherprodukt vor, das online verkauft wird. Natürlich schaut sich dieser Produktverantwortliche regelmäßig Webanalysedaten an und sammelt auf verschiedene Weise Nutzerfeedback, um zu erfahren, was verbessert werden muss. Aber wie sieht es mit Informationen über die optimale Rabattstufe für jeden Verbrauchertyp aus? Oder wie sieht es mit den besten Produkten oder Dienstleistungen für Cross- und Upselling an Kunden aus? Es ist auch wichtig, die Nachfrage mit dem richtigen Angebot abzustimmen, um die internen Stakeholder zufrieden zu stellen. Wie wäre es mit einer Nachfrageprognose, die mit der Produktion verknüpft werden kann? Oder mit der Suche nach optimalen Lieferrouten, um einen Premium-Lieferservice effizienter zu gestalten?

Ein 'wertübersetzender PO' weiß nicht nur, wie man dem Data Science Team die richtige Forschungsfrage stellt, sondern hat auch die Fähigkeit, die Einschränkungen des Modells, die Vorbehalte gegenüber den Daten und die Alternativen zu überblicken, um das Endziel effizienter zu erreichen und effektiv mit den Data Scientists zusammenzuarbeiten.

Entmystifizieren Sie die "magische Blackbox" der Datenwissenschaft, indem Sie mehr darüber lernen... dies sollte Teil der Standard-Lernreise der PO sein.

Data Science als Grundpfeiler der Lernreise eines Product Owner

Wie werden Sie also zu einem "wertübersetzenden PO", der die Datenwissenschaft nutzt, um noch wertvollere Produkte zu entwickeln? Entmystifizieren Sie die "magische Blackbox" der Datenwissenschaft, indem Sie mehr darüber lernen. Eine Möglichkeit, mehr darüber zu erfahren, ist die Teilnahme an einer Schulung über die Grundlagen, Prozesse und Fallstricke der Datenwissenschaft. Dies sollte Teil der Standard-Lernreise bei PO sein. Stellen Sie sich den Wert vor, den Sie in Ihrem Unternehmen freisetzen können, wenn Sie sich mit Data Science auskennen und es in Ihre tägliche Entscheidungsfindung einbeziehen. Das bedeutet, dass Sie sich auf viele neue Geschäftsmöglichkeiten freuen können. Das verdanken wir Ihnen!

Möchten Sie mehr über die Rolle des Data Science Product Owner erfahren?

• Laden Sie das Whitepaper Analytics Translator herunter, um einen detaillierten Überblick über die Rolle zu erhalten und zu erfahren, wie Sie mit Daten und KI den Geschäftswert steigern können.

Möchten Sie Ihre eigenen Daten- und KI-Kenntnisse erweitern?

• Der Kurs Data Science für Product Owner vermittelt Ihnen die Fähigkeiten, die Sie brauchen, um ein erfolgreicher Product Owner für Daten- und KI-Produkte zu sein.
• Wenn Sie selbst in die Bereiche Daten und KI einsteigen möchten, ist der Kurs Python Essentials ein ausgezeichneter Ausgangspunkt.