top of page

SWOT-Analyse einer Finanzabteilung innerhalb einer grossen Organisation

Die nachfolgende Analyse basiert auf meinen spezifischen Erfahrungen innerhalb dieser Abteilung, ohne der Vollständigkeit halber und nur im Hinblick auf die Nutzung von Daten für strategische Zwecke.
Zum Zeitpunkt dieser Analyse wurde klar: Mehr Schwächen als Stärken im Bereich Daten, aber das grosse Engagement der Finanzabteilung, die vielfältigen Chancen zu nutzen, wirkt den aktuellen Schwächen entgegen und bietet ermutigende Perspektiven für die Zukunft.

Strengthes

  • ​Robuste Finanz- und Autofinanzierungskapazität und damit Top BI und Analytics Platforms mit höchster Qualität

  • Top Ressourcen in der IT (Cluster Data & Analytics)

  • Die traditionelle Kultur gewährleistet eine relative Stabilität der Rahmenbedingungen der Zusammenarbeit und vernünftige Zeit für Change Management

  • Stärkere Akzeptanz von Finanzdienstleistungen, Partnerschaften mit Logistikdienstleistern, um Synergien zwischen CC Data zu schaffen

Schwächen

  • Datenqualität und -genauigkeit nicht in jedem Fall gewährleistet (primär aufgrund manueller Datentransformationsprozesse)

  • Matrixorganisation mit überlappenden oder nicht klar definierten Verantwortungsbereichen, z. B. zwischen den Abteilungen Finanzen Support und Finanzabteilung Logistikpartner oder zwischen den Competence Center Data Finance und Logistik

  • Häufige Reorganisationen entlang der Strategieperioden als Faktor für Instabilität und Personalfluktuation. Es macht es schwieriger, eine durchgängige Organisationsstruktur bezüglich der Datennutzung zu erreichen

  • Traditionelle Kultur auch Faktor der Starre und Latenzzeit für jegliche Veränderung, insb. Technologieprojekte

  • Noch keine systematische und abgestimmte Verknüpfung zwischen Business- und Datenstrategie (work in progress) sowie Koordination zwischen den einzelnen CC Data (work in progress)

  • Noch nicht genügend Kompetenzen in den Finanzen, um das Potenzial der analytischen Technologie optimal zu nutzen​ (work in progress)

Opportunitäten

  • Optimierung des datenunterstützten Entscheidungsprozesses

  • Erleichterte Nutzung von Daten für die Entscheidung, durch BI & Analytics Self-Service 

  • Statistisches/Maschinelles Lernen verwenden, um verlässliche Zukunftsprognosen zu erstellen oder Business-Risiken frühzeitig zu erkennen

  • Pilot in einer Abteilung der Finanzen für Logistik-Services: Chance für den Nachweis der Datenkompetenz und deren positiven Wirkung auf die Arbeitsweise der Controller und Partner Finanzen des Business

  • Projekt zur Etablierung der Data Governance in der übergreifenden Finanzabteilung (zeigt die Relevanz und Einfluss des oben genannten IT Clusters Data & Analytics, welche das Projekt initiert hat)

  • Sehr lebendige und aktive interne Tech-Community. Die Ressourcen insbesondere im Cluster Data und Analytics stehen den Finanzen zur Verfügung. Der Austausch zwischen CC Data ermöglicht auch den Zugang zu bereits gefilterten / vorrekrutierten Kompetenzen in Analytics. Verkürzung On-Boarding-Zeit der Neueintretenden für Finanzen.

  • Stetige Weiterentwicklung der Analytics-Technologien: Prozesstransformation und Werterneuerung der Finanzabteilung
     

​Risiken

  • Entscheidungen aufgrund von falschen oder ungeeigneten Daten zu treffen

  • Vorsicht, darauf zu achten, dass die momentan massiven Investitionen in Technologie und Data-Analytics- und Data-Science-Kompetenzen wirklich amortisiert werden.

  • Als Consultant hatte ich Kontakt mit einem grossen Konzern, das 2022 massiv in AI&Analytics- Ressourcen investiert hat, schliesslich musste 2024 den Grossteil dieses Personalkörpers aufgegeben werden, weil die in dieser Zeit entwickelten AI- Lösungen nicht genutzt und nicht verstanden wurden.

bottom of page