de
                    array(1) {
  ["de"]=>
  array(13) {
    ["code"]=>
    string(2) "de"
    ["id"]=>
    string(1) "3"
    ["native_name"]=>
    string(7) "Deutsch"
    ["major"]=>
    string(1) "1"
    ["active"]=>
    string(1) "1"
    ["default_locale"]=>
    string(5) "de_DE"
    ["encode_url"]=>
    string(1) "0"
    ["tag"]=>
    string(2) "de"
    ["missing"]=>
    int(0)
    ["translated_name"]=>
    string(7) "Deutsch"
    ["url"]=>
    string(66) "https://www.statworx.com/case-studies/opsmodel-skalierungskonzept/"
    ["country_flag_url"]=>
    string(87) "https://www.statworx.com/wp-content/plugins/sitepress-multilingual-cms/res/flags/de.png"
    ["language_code"]=>
    string(2) "de"
  }
}
                    
Kontakt
Case Studies
Case Studies

OpsModel Skalierungskonzept

Um unserem Kunden die effiziente Skalierung seiner wachsenden Data Science Initiative zu ermöglichen, haben wir ein optimal auf ihn abgestimmtes Betriebsmodell erarbeitet.

  • Branche Health & Pharma
  • Thema Strategy
  • Tools statworx Strategy Toolkit
  • Projektdauer 3 Monate

Herausforderung

Die stark wachsende Data Science Abteilung unseres Kunden, einem internationalen Pharmakonzern, stand vor mehreren Herausforderungen. Zum einen mussten die bestehenden Betriebsprozesse sowie die Zuständigkeiten für eine End-to-end Delivery ihrer Analytics-Produkte erneuert und zum anderen die damit zusammenhängenden Skills- und Rollenprofile neu gestaltet werden. Durch die Umsetzung verschiedener PoC-Projekte hatten sich im Vorfeld komplexe Abhängigkeiten zu internen Stakeholdern ergeben, die mit dem bestehenden Betriebsmodell sowie vorhandenen Rollenprofilen nur teilweise aufgelöst werden konnten.

Ansatz

Zunächst wurde der Status quo durch Interviews und Workshops erhoben. Hierbei führten wir Gespräche mit Vertreter:innen aus Management und Workforce durch, um ein ganzheitliches Bild der Situation zu erlangen. Daraus wurden zentrale Herausforderungen abgeleitet und priorisiert, die die Grundlage zur Erarbeitung des neuen Abteilungs-Betriebsmodells bildeten. Gemeinsam definierten wir neue zentrale Rollen für eine erfolgreiche End-to-end Delivery, etablierten Best Practices und führten Benchmark-Analysen durch.

Durch die Anwendung des STATWORX Use Case LifeCycle Prozesses erreichten wir ein Mapping der existierenden Skills auf künftige Skill-Anforderungen für erfolgreiche End-to-end Delivery und zeigten relevante Lücken auf. Die Ergebnisse wurden in einem konsolidierten Betriebsmodell zusammengetragen und gemeinsam auf den Weg gebracht.

Ergebnis

Durch die Zusammenarbeit mit dem Kundenteam legten wir die strategische Grundlage zur Neuausrichtung des gesamten Data Science Teams hin zu einem kunden- und produktorientierten Betriebsmodell. Hierbei wurden neue kundenzentrierte Rollen, wie die eines Customer Success Managers für Analytics-Produkte, definiert, um die operative Last für bestehende Teammitglieder zu reduzieren und den Turnaround für neue Anforderungen zu beschleunigen. Die Festlegung von abteilungsübergreifenden Verantwortlichkeiten zwischen Fachbereich und Data Science Team sowie die Entwicklung eines Upskilling- und Role Transition Konzepts runden das neue Betriebsmodell ab. Dies ermöglicht die effiziente Skalierung der Data Science Initiative unseres Kunden.

Experte

Kontakt anfragen

Erfahre mehr!

Als eines der führenden Unternehmen im Bereich Data Science, Machine Learning und KI begleiten wir Sie in die datengetriebene Zukunft. Erfahren Sie mehr über statworx und darüber, was uns antreibt.
ÜBER UNS