• Software Solutions

          Wir helfen Ihnen bei der Auswahl 
          der richtigen Lösungen, um die 
          Kraft Ihrer Daten freizusetzen.
        • Tableau
        • Das weltweit leistungsstärkste Tool zur Datenvisualisierung und -analyse.

        • Alteryx
        • Die führende Plattform in der
          dynamischen Welt der Analytic
          Process Automation.

        • Amazon Web Services (AWS)
        • Führend bei Cloud-First-Datenlösungen.

        • Snowflake
        • Für Cloud-basierte Data-Warehouse-Lösungen der nächsten Stufe.

        • Celonis
        • Process Mining aus Deutschland. Verschaffen Sie sich ein objektives und datengetriebenes Bild Ihrer internen Prozesse. Ganz im Sinne der optimierten  Wertschöpfung.

  • The Data School
  • News
  • Data Events
        • Über Uns

          Lernen Sie The Information Lab kennen, unser Team, unsere Kunden und erfahren Sie, wie auch Sie ein Teil davon werden können.

          Mehr erfahren

        • Use Cases
        • Wir bieten seit Jahren Datenlösungen für Unternehmen. Und so wie hinter allen Daten eine Geschichte steckt, steckt auch hinter jedem unserer Projekte eine Geschichte.

        • Centre of Excellence
        • Geteiltes Wissen ist Macht – vernetzen Sie sich mit unserer wachsenden Zahl von Beratern und Kunden in ganz Europa. Zusammenarbeit ist der beste Weg zu lernen.

        • Internationales Setup
        • The Information Lab ist an 8 europäischen Standorten mit über 300 Consultants aktiv. Unsere Data School gibt es bereits in London, Sydney und Hamburg.

        • Kunden
        • Wir unterstützen seit 2014 namhafte Unternehmen in der DACH-Region und im deutschen Mittelstand.

        • Team
        • Lernen Sie die Menschen hinter The Information Lab kennen.

        • Karriere
        • Join our team! Wir wachsen stetig und suchen insbesondere im Consulting und unserer Data School stets tolle Kollegen und Kolleginnen.

McKesson: Verbesserung der Entscheidungsfindung im Category Management
McKesson: Verbesserung der Entscheidungsfindung im Category Management
McKesson Europe AG ist ein führendes internationales Groß- und Einzelhandelsunternehmen im Pharma- und Gesundheitssektor. Außerdem bietet McKesson weitere Dienstleistungen, wie zum Beispiel Logistikdienstleistungen, in diesen Sektoren an. Diese Fallstudie beschreibt, wie McKesson manuelle Prozesse automatisiert und mehrere Datensätze zusammengeführt hat, um in der Lage zu sein, wertvolle Informationen auf Landes- und europäischer Ebene zu analysieren und bereitzustellen. Das Unternehmen hat einen Jahresumsatz von 214,3 Milliarden USD und zählt 24.878 Mitarbeiter (Stand 2019).

Situation beim Kunden

Ziel des Projekts war es, den lokalen Category Managern die Informationen und Erkenntnisse zu vermitteln, die sie benötigen, um regelmäßig bessere Entscheidungen in Bezug auf Produktstruktur, Vertrieb und Produktivität treffen zu können. Es war auch wichtig, eine Grundlage zu schaffen, um die Daten auf die europäische Ebene zu übertragen, um weitere Erkenntnisse auf Unternehmensebene zu gewinnen.

Wie viele Organisationen verwaltet McKesson eine Vielzahl verschiedener Softwaresysteme in verschiedenen Ländern, was den Zugang zu den Daten und deren Analyse zu einer Herausforderung macht. Die erste Herausforderung bestand darin, einen Standardprozess für die Datensammlung und -aufbereitung zu definieren. Der Prozess der Zusammenstellung und Validierung der gesammelten Daten war ein manueller Prozess, der Wochen in Anspruch nahm. Ein manueller Analyseprozess in einem Tool wie Excel führt zu einem Mangel an Transparenz und Wiederholbarkeit und zu einer Abhängigkeit von Einzelpersonen statt von automatisierten Prozessen. Die Datenvorbereitung und -bereinigung nahm Wochen in Anspruch, so dass McKesson den Prozess nur auf jährlicher Basis für jedes Land durchführen konnte. Ziel war es, schneller und effizienter Ergebnisse zu produzieren, um die Daten regelmäßiger analysieren zu können.
Die Bereitstellung eines zentralen, standardisierten Datenspeichers für alle Daten, unabhängig von der Herkunft des Landes, war erforderlich, um zukünftige Analysen über alle Länder hinweg zu erleichtern.

  • Viele verschiedene Quell- und Softwaresysteme in verschiedenen Ländern.
  • Zusammenstellung und Validierung der Daten ist ein Prozess, der mehrere Wochen in Anspruch nimmt.
  • Geringe Transparenz und hohe Fehleranfälligkeit durch manuelle Anpassungen in Excel.
  • Keine Wiederholbarkeit und Skalierbarkeit der Prozesse.
  • Wegen hohem Aufwand nur jährliche Analysen.
  • Kein zentraler Datenspeicher.

Wie hat The Information Lab geholfen?

Alteryx wurde verwendet, um die Vielzahl der aus den Quellsystemen gesammelten Datenquellen zu kombinieren. Im Rahmen der in Alteryx entwickelten Workflow-Prozesse wurden die Daten bereinigt und in einem geeigneten Format für die Analyse in einem Datenvisualisierungstool aufbereitet. Außerdem wurde ein Prozess der Datenvalidierung entwickelt, um die Datenqualität und -genauigkeit sicherzustellen.
Es wurden Prozess- und Analysevorlagen erstellt, die es McKesson ermöglichen, diese in jedem der Länder mit minimalem Anpassungsaufwand wiederzuverwenden.
Es wurde eine zentrale Datenbank entwickelt, um die Speicherung von Informationen aus verschiedenen Ländern zu ermöglichen. Sobald die Datenvalidierung abgeschlossen ist, schreibt der Alteryx-Workflow die Daten zur Analyse direkt in die Datenbank.

  • Konsolidierung einer Vielzahl von Quellsystemen.
  • Automatisierte Datenaufbereitung durch Alteryx-Workflows.
  • Automatisierte Datenvalidierung zur Sicherstellung der Datenqualität und -genauigkeit.
  • Wiederverwendbarkeit und Anpassungsfähigkeit der Prozess- und Analyseworkflows durch verschiedene Vorlagen.
  • Implementierung einer zentralen Datenbank.

Ergebnis für den Kunden

McKesson konnte pro Land etwa 10 Manntage Arbeitsaufwand einsparen. Der Prozess selbst läuft in wenigen Minuten ab, sobald alle Daten gesammelt sind. Durch die Automatisierung eines großen Teils des zuvor manuellen Prozesses konnte McKesson erhebliche Zeit bei der Durchführung von Analysen einsparen und den Prozess mit genaueren Ergebnissen in kürzeren Abständen wiederholen.

Die Speicherung aller Daten in einer einzigen Datenbank ermöglicht es, aktuelle und historische Daten in Form von Trendanalysen und Benchmarking über alle Länder hinweg zu analysieren und so zusätzliche Erkenntnisse für eine bessere Entscheidungsfindung auf lokaler und europäischer Ebene zu gewinnen.

  • Ergebnisse können schneller und effizienter produziert werden und Daten können regelmäßiger analysiert werden.
  • 10 Manntage pro Land und Jahr können eingespart werden.
  • Die Speicherung aller Daten in einer einzigen Datenbank ermöglicht es, aktuelle und historische Daten in Form von Trendanalysen und Benchmarking über alle Länder hinweg zu analysieren und so zusätzliche Erkenntnisse für eine bessere Entscheidungsfindung auf lokaler und europäischer Ebene zu gewinnen.