In dieser Folge von Wonderful Work sprechen wir mit Jereme Pineda, Senior Product Manager für Datenoptimierung bei Zalando, über intelligente Automatisierung und Datenkultur. Jereme hat eine lange und vielfältige Karriere im Bereich Analytik und Daten hinter sich und hat für bekannte Unternehmen wie Basware, Sievo und Microsoft gearbeitet.
Wie Jereme seine Karriere in der Technik begann
Vor seinem Abschluss arbeitete Jereme im Nationalen Statistikamt auf den Philippinen und war für die Bearbeitung von Geburtsurkunden zuständig. "Ich begann als Dateneingabespezialist zu einer Zeit, als es noch kein maschinelles Lernen gab, also musste ich alles manuell machen. Nach meinem Abschluss ging ich zu einem Unternehmen namens America Online. Sie lagerten ihren technischen Support auf die Philippinen aus, und ich war einer der ersten Teamleiter dort."
Im Jahr 2008 wanderte er nach Singapur aus und bekam einen ausgezeichneten Job als Analyst bei Nokia, was seinen Umzug nach Finnland auslöste. Jereme arbeitete mit 32 Millionen Kontakten pro Jahr, was ihm eine Menge Daten zum Analysieren gab. Später zog er nach Großbritannien, um dem britischen Nokia-Team beizutreten, bevor er sich schließlich in Finnland niederließ. "Wenn ich nicht wegen Nokia hierher gekommen wäre, wäre ich wegen der Heavy-Metal-Musik hierher gekommen".
Die goldene Regel für Unternehmen, die mit Datenreife arbeiten
"Sie müssen einen ganz klaren Anwendungsfall oder ein Problem haben, das Sie mit Daten lösen wollen", sagt Jereme. Viele Unternehmen springen auf den Zug auf und laden alle ihre Daten aus Altsystemen ab. Sie investieren in eine schöne Datenplattform und stellen Ingenieure und Datenwissenschaftler ein, nur um dann festzustellen, dass sie nichts vorzuweisen haben.
"Erstens muss man mit einem Problem beginnen, von dem man weiß, wie es zu lösen ist, und verstehen, wie Daten es lösen können. Zweitens müssen die Führungskräfte die einzigartigen Vorteile von Daten verstehen und wissen, was das für das Unternehmen bedeutet. Darüber hinaus ist eine gute Datenqualität der Schlüssel zum Erfolg, ebenso wie ein Händchen für Daten."
Den Unterschied zwischen "Datenmüll" und hochwertigen Datensätzen verstehen
"Schlechte Daten kommen von der Quelle. Diese schlechte Quelle können Prozesse sein, die Sie digital erfassen, oder Ereignisse, die Ihre Anwendungen erzeugen", erklärt Jereme.
Jereme zufolge verwenden viele Unternehmen Anwendungen, die ohne Analyse oder Daten als Anwendungsfall entwickelt wurden. "Wenn man diese Systeme entwickelt, spucken sie Daten aus, die für die Datenanalyse nicht optimal sind und keine Datensätze für maschinelles Lernen erstellen können.
Im Moment müssen viele Unternehmen die Daten erst mühsam entladen und sehen sie erst, nachdem sie in ein Data Warehouse gepumpt wurden."
Bereinigung verschmutzter Daten
Um dieses Problem zu lösen, müssen die Teams ihre Systeme unter die Lupe nehmen und Daten wirklich zu einem "Bürger erster Klasse" in den Entwicklungsteams machen. "Um sich als Unternehmen zu wandeln, sollten die Teams wirklich sicherstellen, dass ihre Anwendungen hervorragende Datensätze erzeugen", erklärt Jereme.
Der Datenbedarf von Unternehmen
Jereme war für den Entwurf und die Implementierung zahlreicher Analyseplattformen verantwortlich, die von Tausenden von Unternehmen weltweit genutzt wurden. Als Designer und Architekt von Analysen kennt er sich mit Unternehmen und deren Datenbedarf bestens aus.
"Unternehmen arbeiten in einem Paradigma", sagt Jereme. "100 Mitarbeiter sind mit 1000 täglichen Entscheidungen konfrontiert. Wenn wir diese Mitarbeiter mit Daten und Erkenntnissen versorgen, hat das einen verstärkenden Effekt auf die organisatorische Transformation."
"In der Vergangenheit haben viele Unternehmen ihre Entscheidungen aus dem Bauch heraus getroffen", so Jereme weiter. "Oft haben sie nicht genügend Daten oder Erkenntnisse, um ihre Entscheidungen zu unterstützen."
Die Dinge ändern sich jedoch, und viele Unternehmen gehen zu einer datengesteuerten Denkweise über.
Eine datengesteuerte Zukunft
Immer mehr Unternehmen setzen auf einen datengestützten Ansatz. "Die Leute nutzen sehr einfache Technologien wie Tabellenkalkulationsanwendungen, was ein Anfang ist", erklärt Jereme.
Dies ist ein großer Schritt im Hinblick auf die Zukunft und die Idee, dass ein Unternehmen Daten als grundlegendes Workflow-Tool umwandeln und nutzen sollte.
Anstelle von Rohdaten sollten die Unternehmen verarbeitete Daten verwenden, die für den menschlichen Verzehr sicher sind. "Der beste Ansatz ist es, eine Strategie rund um die Daten zu entwickeln und darüber nachzudenken, welche Art von Entscheidungen die größte Wirkung haben, insbesondere im Zusammenhang mit Analysen", sagt Jereme.
Warum Excel immer noch der König der Analysewelt ist
In den 90er Jahren war Excel für Jereme ein magisches Werkzeug. "Ich und einige meiner Freunde trugen unser Alter in eine Windows 95-Excel-Tabelle ein und stellten die Daten in einem Balkendiagramm dar", erinnert sich Jereme gern.
"Die meisten von uns, auch die jetzige Generation, haben ihre ersten Erfahrungen mit Daten über eine Tabellenkalkulationsanwendung gemacht. Wir haben einige schöne Analyse-Dashboards mit Tabellenkalkulationsanwendungen erstellt."
Bei der Befragung von Kunden stellte Jereme fest, dass die Leute trotz der beeindruckenden neuen Dashboards, mit denen sie arbeiten können, immer noch auf die altmodische Weise Daten extrahieren wollten. "Die Leute scheinen sich bei der Datenanalyse mit vertrauten Tools wohler zu fühlen", sagt Jereme. "Ich arbeite in einem Hightech-Unternehmen, aber ich bin immer darauf bedacht, dass die Menschen am meisten von der Arbeit mit einfachen Dingen profitieren. Darüber hinaus stagnieren Tabellenkalkulationen nicht. Viele sind inzwischen mit neuen KI-Technologien durchsetzt."
Was Unternehmensleiter über Data Engineering wissen sollten
"Unternehmensleiter müssen Daten extrahieren und sie effizient in einem Repository ablegen", erklärt Jereme. Auf diese Weise werden die Daten für die Analyse durch Datenwissenschaftler nützlich.
Der Grundstein für eine starke Datenkultur
Die Definition einer starken Datenkultur ist unterschiedlich. "Start-up-Unternehmen, die mit der Cloud beginnen, haben in der Regel eine sehr starke Datenkultur. Bei Unternehmensunternehmen ist die Situation jedoch etwas anders", erklärt Jereme.
"Eine starke Datenkultur entsteht durch die Einstellung von Führungskräften mit einem Händchen für Daten und einer nachgewiesenen Erfolgsbilanz bei der Nutzung von Daten. Bitten Sie die Kandidaten im Vorstellungsgespräch, die Daten zu beschreiben, die sie in ihrer vorherigen Position verwendet haben. Wenn sie die Frage nicht beantworten können, sollten Sie sich nach anderen Kandidaten umsehen.
Wie Unternehmen Daten für Innovationen nutzen können
"Unternehmen müssen den Wert von Daten verstehen", erklärt Jereme. Es ist wichtig, Daten zu produzieren, die die Analyse unterstützen, oder sogar Anwendungen für maschinelles Lernen zu entwickeln, die Hand in Hand mit Analysten und Datenwissenschaftlern arbeiten.
"Wenn Ihre Daten in schlechtem Zustand sind, müssen Sie sie mit fortgeschrittenem maschinellem Lernen bereinigen, was ein ineffizienter Ansatz ist. Sie müssen die Daten an der Quelle korrigieren. Wenn Sie mit hochwertigen Daten beginnen, können Sie schneller bessere Ergebnisse erzielen."
Jereme zufolge geht es bei Projekten der Datenwissenschaft oder der künstlichen Intelligenz normalerweise um die Bereinigung von Daten, die etwa 80 % der Arbeit ausmacht. Nur etwa 20 % oder sogar 10 % entfallen auf das Schreiben des Algorithmus für maschinelles Lernen.
Jereme's Tipps für die Entwicklung einer datengesteuerten Denkweise in einem traditionellen Unternehmen
"Schauen Sie sich erfolgreiche Anwendungsfälle von Unternehmen an, die Daten genutzt haben, um ihren Betrieb umzugestalten, und machen Sie es ihnen nach", sagt Jereme.
Um seinen Standpunkt zu unterstreichen, greift Jereme auf seine Erfahrungen bei Zalando zurück. "Die Art und Weise, wie sie Daten einführen und umwandeln, ist phänomenal. Sie definieren Probleme, um sie zu lösen, und stellen ihre Kunden in den Vordergrund, bevor sie über die Technologie nachdenken, die sie einsetzen werden."
Jeremes letzte Gedanken
"Es ist nicht schwer, ein datengesteuertes Unternehmen zu werden. Allerdings erfordert das Unterfangen Teamarbeit, eine hervorragende Führung und eine nahtlose Zusammenarbeit. Wenn Sie ein Problem lösen wollen, denken Sie zuerst an Ihre Kunden und Stakeholder", so Jereme abschließend.
Podcast "Die wunderbare Arbeit
Wenn Sie mehr über Jereme und seine Ansichten zur Datenkultur erfahren möchten, hören Sie sich das vollständige Gespräch zwischen Jereme und Lari im Wonderful Work-Podcast an.
