Unter dem Schlagwort Big Data werden Entwicklungen zusammengefasst, dass Daten schneller wachsen als Technologien, um diese zu verarbeiten. Doch trotz der wachsenden Menge an vorhandenen Daten nutzten laut BITKOM 2012 erst 4% der Unternehmen Big Data als Grundlage neuer Geschäftsmodelle.
Kein Wunder: Die Mitarbeiter und Abteilungen eines Unternehmens, die einen Überblick über verfügbare Daten haben, sind meist nicht in die Entwicklung neuer Geschäftsmodelle involviert. Umgekehrt haben diejenigen, die mit der Konzeption neuer Geschäftsmodelle betraut sind, nur selten ein Verständnis über verfügbare Daten.
Um eine strukturierte Diskussion über das Potenzial verfügbarer Daten für neue Geschäftsmodelle anzustoßen, habe ich in den letzten Monaten ein Tool entwickelt. Die Data Canvas führt mit Leitfragen durch die Diskussion und ermöglicht allen Beteiligten einen Überblick über verfügbare Daten und deren Potenzial für neue Geschäftsmodelle.
Data Canvas vorbereiten
Laden Sie Vertreter unterschiedlicher Abteilungen zu einem gemeinsamen Workshop ein. Vier bis acht Teilnehmer sind erfahrungsgemäß eine gute Zahl für eine lebhafte aber strukturierte Diskussion. Einer der Teilnehmer sollte die Rolle des Moderators übernehmen. Drucken Sie die Data Canvas Vorlage aus oder zeichnen Sie diese auf ein großes Blatt Papier im Format A1 oder A0. Hängen Sie die Vorlage an eine Wand, so dass alle Teilnehmer gut daran arbeiten können. Legen Sie Haftnotizen idealerweise in verschiedenen Formen und Farben sowie dicke Marker bereit.
Im Vorfeld ist ein wenig Vorbereitung sinnvoll. Fragen Sie in den Fachabteilungen nach, welche Daten dort vorhanden sind und welche externen Datenquellen bekannt sind. Verschaffen Sie sich im Internet einen groben Überblick, welche offenen und kostenpflichtigen Daten für Ihre Branche genutzt werden könnten. Da es immens viele Daten gibt, hilft es, im Vorfeld Kriterien festzulegen. Gibt es ein bestimmtes Kundensegment, das Sie erreichen möchten? Sollen die Daten möglichst in einem bestimmten Format vorliegen? Welches Budget steht zur Verfügung, um zusätzliche Datenquellen zu erschließen?
Data Canvas ausfüllen
Füllen Sie die Data Canvas alleine oder besser im Team aus. Mit Teilnehmern aus unterschiedlichen Abteilungen gelingt es, möglichst viele Datenquellen und unterschiedliche Perspektiven einzubeziehen.
Nutzen Sie eine Haftnotiz pro Datenquelle. Beschriften Sie diese mit einem aussagekräftigem Namen für die Datenquellen. Mit einem zusätzlichen Hashtag, wie beispielsweise #verkehr können Sie den thematischen Bezug der Datenquelle vermerken. Haftnotizen in unterschiedlichen Formen und Farben eignen sich, um zusätzliche Informationen zu transportieren. Nutzen Sie runde Haftnotizen für unstrukturierte Daten und eckige Haftnotizen für strukturierte Daten. Nutzen Sie grüne Haftnotizen für zuverlässige Datenquellen, deren Qualität von einer vertrauenswürdigen Instanz überprüft wird, gelbe Haftnotizen für weniger vertrauenswürdige Datenquellen und rote Haftnotizen für Datenquellen mit fragwürdiger Qualität.
Vermerken Sie zusätzliche Informationen am Rand der Haftnotizen, beispielsweise:
- Ein €-Zeichen oder den genauen Betrag für kostenpflichtige Datenquellen
- Ein $-Zeichen für Datenquellen mit legalen oder moralischen Einschränkungen
- Ein U für einzigartige Datenquellen, die für Wettbewerber schwer zu erlangen sind
- Ein R für Datenquellen mit regionalen Bezug
Diese und weitere konzeptuelle Informationen können Sie am rechten Rand des Data Canvas erläutern.
Platzieren Sie die Haftnotizen in einer der vier Boxen je nachdem, wem die Daten gehören und wie oft diese aktualisiert werden.
Im Vorfeld ist ein wenig Vorbereitung sinnvoll. Fragen Sie in den Fachabteilungen nach, welche Daten dort vorhanden sind und welche externen Datenquellen bekannt sind. Verschaffen Sie sich im Internet einen groben Überblick, welche offenen und kostenpflichtigen Daten für Ihre Branche genutzt werden könnten. Da es immens viele Daten gibt, hilft es, im Vorfeld Kriterien festzulegen. Gibt es ein bestimmtes Kundensegment, das Sie erreichen möchten? Sollen die Daten möglichst in einem bestimmten Format vorliegen? Welches Budget steht zur Verfügung, um zusätzliche Datenquellen zu erschließen?
Beispiel für eine ausgefüllte Data Canvas beim Open Data Hackathon Freiburg
Data Canvas auswerten
Verwenden Sie nicht allzu viel Zeit auf das Ausfüllen einer ersten Version. Eine Stunde sollte für einen ersten Durchgang genügen. Diskutieren Sie im Anschluss, welche Erkenntnisse Sie durch die gemeinsame Diskussion gewonnen haben:
- Wie verteilen sich die Datenquelle auf die vier Blöcke? Wo sind Schwerpunkte und in welchen Blöcken gibt es nur wenige Daten?
- Mit welchen zusätzlichen Datenquellen könnten Sie Ihre Stärken weiter ausbauen und Lücken füllen?
- Zu welchen Themen haben Sie viele oder besonders hochwertige Daten?
- Welche Daten könnten Sie mit geringen Investitionen nutzen? Welche erfordern Aufwand, um sie zu erfassen oder zu verbessern?
- Welche Datenquellen könnten kombiniert werden?
Tendenziell haben interne kontinuierliche Daten das größte Potenzial für neue Geschäftsmodelle.Produkte und Dienstleistungen, die rein auf turnusmäßige Daten setzen, limitieren Geschäftsmodelle. Kunden sind für diese Angebote vermutlich nur zu den Zeitpunkten der Aktualisierung bereit, Geld zu bezahlen. Mit diesen Angeboten muss daher eine große Reichweite erzielt werden. Kontinuierliche Daten hingegen eröffnen mehr Möglichkeiten einer beständigen Monetarisierung auch mit kleineren, spezielleren Kundensegmenten. Externe Daten sind dem Risiko ausgesetzt, dass diese nicht länger bereitgestellt werden. Zudem haben Wettbewerber meist Zugriff auf die gleichen externen Daten und könnten folglich ein bestehendes Geschäftsmodell leicht kopieren. Kombinieren Sie externe Daten mit internen und turnusmäßige Daten mit kontinuierlichen, um deren Potenzial zu stärken.
Arbeiten Sie weiter mit der Canvas. Fügen Sie weitere Datenquellen hinzu oder nehmen Sie Datenquellen ab. Nutzen Sie weitere Versionen der Data Canvas mit einem höheren Detailgrad oder anderen Dimensionen.
Die Data Canvas ist ein Vorschlag für eine strukturierte Diskussion und Dokumentation verfügbarer Datenquellen. Es gibt kein richtig oder falsch. Abwandeln ist ausdrücklich erlaubt. Nur eine Bitte: Wenn Sie die Data Canvas nutzen, teilen Sie doch Beispiele und Ideen mit mir und anderen.
Wenn Ihnen nach wie vor eine konkrete Idee für ein Produkt oder eine Dienstleistung auf Basis Ihrer Daten fehlt, haben Sie bis hierhin alles richtig gemacht. Mit einem besseren Gefühl für die verfügbaren Daten können Sie Bedürfnisse von Benutzern identifizieren, die sich mit Ihren Daten unterstützen lassen. Im nächsten Beitrag erläutere ich, wie Sie zu einem solchen Data-Need Fit kommen
