<img height="1" width="1" src="https://www.facebook.com/tr?id=1758628641118349&amp;ev=PageView &amp;noscript=1">
LeanIX Blog – we love IT Architecture!

Bessere Entscheidungen mit Metriken im Geschäfts-Kontext - Fallstudie

Posted by Ruth Reinicke on 07 July 2016
In dem zweiten unserer Blogartikel zum Thema Echtzeit-Metriken beschäftigen wir uns mit einer konkreten Fallstudie.

“74% der untersuchten Unternehmen geben an, dass keinerlei oder kaum Integration zwischen IT- und Business-Metriken existiert.”


Stellen Sie sich ein renommiertes Versicherungs-unternehmen im Jahre 2016 vor. Über viele Jahre hat sich das Geschäft kaum verändert. Doch plötzlich erwarten Kunden, auf komplett neuen Kanälen mit ihrem Versicherer in Kontakt zu treten und zu interagieren. Der immer noch weitestgehend statische Webauftritt reicht nicht mehr aus, mobile Lösungen müssen her und die historisch gewachsene Anwendungslandschaft muss mit innovativen Cloud-Lösungen erweitert werden.

Zusätzlich sieht sich die Versicherung das erste Mal mit einer neuen Art Wettbewerber konfrontiert. Eine Vielzahl von Startups drängen auf den Markt, die mit innovativen Konzepten immer mehr Erfolg haben, Marktanteil abzunehmen.

Die Herausforderung: Geschäftskontext für Metriken herstellen

Mit diesen Herausforderungen konfrontiert, erkennt die Unternehmensführung, dass sie viel flexibler auf das dynamische Kundenverhalten reagieren muss. Mit einer Informationsinitiative sollen die Daten, die in der IT Landschaft generiert werden, für bessere Entscheidungen nutzbar gemacht werden. Und an diesen Daten mangelt es nicht.

Eine Vielzahl von Expertentools generiert eine Flut an Daten. Das Versicherungsunternehmen setzt dutzende Werkzeuge im Bereich Business Analytics, IT Entwicklung und IT Betrieb ein. Entwicklungstools, Code-Management-Werkzeuge, Datenverwaltungssoftware, Service Desk Tools, Peformance Management Tools, Logging Tools, IT Asset Management Werkzeuge und Business Intelligence Werkzeuge generieren immer mehr Informationen immer schneller.

Diese sind jedoch für Geschäftsentscheidungen kaum nutzbar: Die CRM Lösung generiert nach Kundenaccounts strukturierte Daten, Entwicklungstools nach „User-Storys“ und Monitoring-Werkzeuge nach Instanzen oder Servern. Es fehlt der Kontext, der gemeinsame Nenner.  Bedingt durch das schiere Volumen und die Geschwindigkeit, mit denen Daten produziert werden, sind Business Analysten heillos damit überfordert, diese Daten in einen sinnvollen Kontext für Entscheider zu bringen. Dazu kommt, dass für einfache Analysen mehrere Experten involviert werden müssen. Als Konsequenz brauchen Analysen auf einfache Fragen eine lange Vorlaufzeit. Schnelle Verbesserungszyklen sind dadurch unmöglich.

Mit diesem Problem steht die Versicherung nicht allein da. Gartner prognostiziert: „Im Jahre 2017 sind 90% der Informationen aus Big Data Initiativen nur isoliert vorhanden und somit nicht nutzbar.“2 Insbesondere dem Paradigmenwechsel hin zu einem immer engeren Modell von „Business“, „Development“ und „Operations“, oder kurz BizDevOps, können solche isolierten Datenseen nicht mehr gerecht werden. 

New Call-to-action 

Riesigen Informationsprojekten geht oft die Luft aus

Doch was ist die Lösung? Groß angelegte Informationsinitiativen wurden in der Vergangenheit mit viel Enthusiasmus gestartet. Doch den riesigen Programmen ging mit immer größeren Problemen bezüglich inkonsistenter und redundanter Daten, nicht mehr zeitgemäßen Data Warehouse System und organisatorischen Gräben irgendwann die Luft aus.

Um nicht wieder die gleichen Fehler zu begehen, setzt die Versicherung einige Rahmenbedingungen fest. Die neue Datensicht soll sich nahtlos in bestehende Strukturen einfügen. Business Capabilities und ein Repository von Anwendungen sind im Reporting und der Organisation bereits gut verankert. Daher sollen die Echtzeitdaten in diesem Kontext aufbereitet werden.
Ein schnelles und iteratives Vorgehen ist die zweite wichtige Grundvoraussetzung. Die resultierenden Metriken müssen von Business Analysten einfach nutzbar sein. Beispielsweise muss eine Aggregation von Daten auf unterschiedliche Zeiträume für jeden Endanwender möglich sein. Und auch das Hinzufügen neuer Reports muss schnell und ohne tiefes Expertenwissen möglich sein. In der Vergangenheit uferten einfache Anforderungen schnell in lange Entwicklungsprojekte aus.

Lösung: Mit Enterprise-Architecture den Geschäftskontext herstellen

Die Versicherung setzt schon seit Jahren auf Enterprise Architecture (EA) als wichtiges Bindeglied zwischen IT Strategie, Betrieb und Entwicklung. Über die Jahre hat sich das Selbstverständnis des Teams stark gewandelt. Von vormals reinen Modellierern der IT Landschaft stellen sie heute eine effektive Kommunikation und Austausch von Informationen zwischen verschiedenen Stakeholdern sicher.

Zahlreiche Expertenwerkzeuge generieren Daten, die ohne Kontext in Silos liegen
Der Leiter des EA Teams sieht in der Einbindung von Echtzeit-Metriken in seine bestehende EA Informations-plattform und Reports eine große Chance, die digitale Transformation der Versicherung noch stärker mitzugestalten. Erstmals könnte er zukunftsbezogene und nutzerorientierte Empfehlungen abgeben: Wie kommt der neue Tarifvergleich auf der Website bei unseren Kunden an? Welche Bereiche unserer Software zur Berechnung der individuellen Policen sind fehleranfällig? Kommt das Backend mit doppelt soviel Nutzern zurecht?

Der Lenkungsausschuss des Projekts entscheidet sich, zunächst die Echtzeitdaten aus drei IT Expertentools in der bereits erfolgreich eingesetzten EA Lösung LeanIX einzubinden: Die Login Daten der kürzlich überarbeiteten mobilen App werden in Verbindung gesetzt mit der Anzahl an umgesetzten Features aus dem Entwicklungs-Tool Jira. Die Verfügbarkeit der zehn wichtigsten Anwendungen aus dem Portfolio wird tagesaktuell mit Daten aus dem Monitoring-Tool Pingdom visualiert. Um ein besseres Verständnis von den Risiken veralteter Schnittstellen zu gewinnen, werden pro Schnittstelle alle Transaktionen je Tag in einer Metrik dargestellt.

Mithilfe von LeanIX Metrics lassen sich Datenpunkte in verschiedenen Diagrammtypen einfach im Kontext von Fact Sheets abbilden. Durch die starke Verbreitung von APIs in modernen IT Organisationen wird eine Vielzahl von Anwendungsfällen möglich. Das Vorgehen ist einfach: Basierend auf der Datenquelle werden Zeitpunkte mit der entsprechenden Ausprägung der Metrik definiert. Diese werden über die API an LeanIX Metrics geschickt. Jeder Datenpunkt wird in LeanIX markiert, so dass er im richtigen Fact Sheet auftaucht. Darstellung der Daten lassen sich ohne Programmieraufwand in LeanIX konfigurieren.

Die Anwendung im EA Inventory wird mit Echtzeit-Metriken kombiniert

 

Resultat: Echtzeit IT Daten ermöglichen bessere Entscheidungen 

Die pilotierten Initiativen bringen schnell erste Resultate. Daten für Entscheidungen sind nun ohne manuellen Aufwand auf einer Informationsplattform vorhanden. Iterativ werden weitere Metriken ergänzt, verworfen und weiterentwickelt. Daten und Informationen ermöglichen nun eine dynamische Weiterentwicklung der IT Landschaft und blockieren sie nicht mehr. Automatisch gesammelte Daten erlauben es erstmalig, die Zusammenhänge zwischen Business, Nutzern, Entwicklung und Betrieb zu erkennen.

Bessere und verlässlichere Entscheidungen durch Daten

Durch die effektive Nutzung und Einbeziehung in tägliche Entscheidungen von den bereits vorhanden IT Management Daten ist schon viel gewonnen. Das Problem der Versicherung war nicht, dass nicht genug Daten verfügbar waren. Ganz im Gegenteil, die Masse der Daten verhinderte, dass diese in einen sinnvollen Kontext gebracht wurden. Durch Metriken im Kontext der LeanIX-EA-Plattform werden Informationen einfach zugänglich gemacht. Und zwar über Funktionen, Prozesse und Organisationseinheiten hinweg. Dadurch werden wichtige Entscheidungen nun stärker durch echte Fakten gestützt.

Iterative Verbesserung und Zukunftsorientierung

Das schlanke Metrics-Setup erlaubt es, schnell neue Datenquellen zu integrieren und verschiedene Visualisierungen zu testen. Somit können in kurzen Sprints, basierend auf den Anforderungen des Business, schnell Verbesserungen geschaffen werden. Dies ermöglicht eine unumstößliche Kompetenz im digitalen Zeitalter: Kurze Verbesserungszyklen, die auf echtem Nutzerfeedback basieren. Es werden jetzt nicht mehr retrospektiv Daten analysiert, sondern in Echtzeit vorhandene Informationen in die Zukunft extrapoliert.

Nutzen bestehender Strukturen

Dadurch, dass das EA Repository bereits besteht und in der Organisation verankert ist, muss nicht erst eine neue Logik geschaffen werden, anhand derer Daten strukturiert werden. Ebenso sind alle Datenquellen bereits vorhanden. Das Zusammenbringen von Existierendem ist viel schneller zu bewerkstelligen, als von Null an neu zu definieren und aufzubauen. Dies spart im Vergleich zu großen Business Intelligence Lösungen viel Geld.

Einfache Nutzbarkeit für Analysten

Analysten der IT Daten sind in der Lage, schnell und ohne Expertenhilfe ihre Auswertungen zu machen. Diagrammtypen lassen sich leicht ändern. Daten lassen sich beliebig aggregieren und auf verschiedene Zeitintervalle beziehen. Damit fallen Abhängigkeiten weg, die zu langen Antwortzeiten auf einfache Fragen führen. Auch der Trainingsaufwand ist begrenzt durch eine intuitive und moderne Nutzeroberfläche. 

Verschmelzung von Funktionen, wie „Biz“, „Dev“ und „Ops“

Geschäftsmodelle ändern sich im digitalen Zeitalter. Die Versicherung muss auf neue Wettbewerber reagieren, mit ihren Kunden auf neuen Kanälen kommunizieren und ihre Daten versilbern. Integration und Austausch von Information werden dabei zu Kernkompetenzen. Neue Betriebsmodelle, die Entwicklung (Development) und IT Betrieb (Operations) näher zusammenbringen, kurz DevOps, benötigen agile Teams und leben daher von integrierten und frei zugänglichen Informationen.

In unserem nächsten Blogartikel, dem dritten in der Serie, sehen wir uns fünf Anwendungsfälle an, die mit Echtzeit-Metriken gelöst wurden. Sie können das komplette Whitepaper zu dem Thema hier herunterladen.

Subscribe to Email Updates