Python gewinnt immer mehr an Bedeutung für Unternehmen. Künstliche Intelligenz ist das Zauberwort der aktuellen Stunde. Dabei ist Python keine neue Sprache. Sie wurde bereits Anfang der 90er entwickelt, hat aber seinen Durchbruch erst in den letzten Jahren erlebt.
Die meisten kennen den Einsatz von Python in der Bild- und Spracherkennung, aber Python eignet sich auch hervorragend für Data Science und Data Engineering Aufgaben.
Ein unfairer Wettbewerbsvorteil von Python gegenüber anderen Sprachen ist, dass es helfen kann schnell und pragmatisch auf Daten aus unterschiedlichen Quellen zuzugreifen. Böse Zungen behaupten, dass dadurch Spagetti Code entsteht. Die positive Kehrseite der Medaille ist aber, dass Nutzer schnell Ergebnisse erzielt und für die weitere Entwicklung an diesen Ergebnissen anknüpfen können.
Viel hilft nicht immer viel
Einer unserer Kunden aus der Pharmaindustrie hatte die Herausforderung, dass seine Daten dezentral in unterschiedlichen Systemen angesiedelt waren. Das Ziel unserer Mission war es eine „Single Source of Truth“ zu schaffen, um ein vollautomatisiertes Reporting zu ermöglichen. Das Set-Up unseres Kunden war:
ein ERP-System (Microsoft Navision),
CRM-System (Eigenentwicklung) und
eine Online Plattform, auf der Kunden zugreifen, um Bestellungen abzuschließen.
In monatlichen Business Meetings präsentierten die Geschäftsführer der europäischen Tochtergesellschaften jeweils einen 8-seitigen PDF-Report . Neben der Unübersichtlichkeit eines 8-seitigen Reports für ein Management Meeting, fanden zudem regelmäßig Diskussionen darüber statt, ob die Daten in den Reports überhaupt korrekt waren.
Mit userfreundlichen Dashboards das Buy-in der Mitarbeiter gewinnen
Wir haben unserem Kunden ermöglicht die benötigten Daten in einer Single Source of Truth zusammenzufassen Allerdings war der erste Schritt zu verstehen, welche Reports und KPIs für welchen User einen Mehrwert schaffen
In Design Thinking Workshops haben wir zunächst zusammen mit unserem Kunden In User Gruppen die Frage gestellt welche KPIs helfen, um Vertriebsprozesse besser zu steuern. In den Workshops hat sich als erste Erkenntnis gezeigt, dass die Vorstellungen des Management Teams andere waren als die der Sales Teams. Wir konnten mit dem Workshop also nicht nur Klarheit schaffen, welche KPIs ausschlaggebend sind, sondern auch welche Business Entscheidungen dafür notwendig sind. Im nächsten Schritt konnten wir mit Python die Daten migrieren..
Abschließend haben wir mit den Ergebnissen aus dem Design Thinking Workshop Dashboards erstellt.
Mehr Agilität durch Dashboards
Durch die klaren und übersichtlichen Dashboards haben wir unserem Kunden ermöglicht sich in Management Meetings stärker auf Business Themen zu fokussieren: nun können Business Entscheidungen nicht nur zielgerichteter getroffen werden, sondern sind anhand der definierten Kennzahlen eindeutig, korrekt und nachvollziehbar.
Darüber hinaus haben wir für unseren Kunden eine Export-Funktion entwickelt, damit User Daten herunterladen und nachprüfen können. Dieser Ansatz hat geholfen Kontrolle und Transparenz für die User zu schaffen, was wiederum zu mehr Vertrauen und damit einer besseren Zusammenarbeit geführt hat.
Auf einem Blick: Ihre Daten gekonnt in Szene gesetzt
Python ermöglicht eine schnelle und pragmatische Zusammenführung von Daten aus unterschiedlichen Systemen.
In Design Thinking Workshops erarbeiten wir gemeinsam mit unseren Kunden , vor welchen Herausforderungen Mitarbeiter stehen haben und welche Lösungen sie sich wünschen.
Dashboards helfen Prozess zu visualisieren und in agilen Iterationen zu lernen.
