1. Make Your Data Work for You
Collaboration Monitoring
(Analytics)
June 2017
2. Senior Consultant at panagenda
15+ years of consulting experience
Focused on
• IBM Notes Client Management
• Analysis and Optimization of ICS infrastructures
• Cloud onboarding
Good to know
• Frequent traveler
• Plays the bass
• Wine or beer? Beer!
• Don’t give energy drinks squirrel mode
Christoph Adler
2
3. Business Development Manager at bluecue
3+ years of experience in Collaboration Systems
Focused on
• Modern Information and Communcation Systems
• Human Interactions in business
• Organizational Behavior
• People
Inga Hansen
3
4. Agenda
• Einleitung
• Worum geht es bei Collaboration Analytics?
• Warum Collaboration Analytics?
• Beispiele und Szenarien
• Zusammenfassung
• panagenda iDNA for Splunk
4
5. Einleitung
• Collaboration ist ein weites Feld – intern und extern:
– Email, Instant Messaging, E-Meetings
– Social Plattformen
– Dateien (lokal, server, Email, Social Plattformen, …)
– Telefonie und Videokonferenzen
– Anwendungen diverser Art
– CRM
– ERP
– [...]
5
7. Warum Collaboration Analytics?
Oder auch: Welches sind Ihre drängendsten Probleme?
• IT-Optimierung (Wie können wir unsere Infrastruktur weiter verbessern?)
• Mitarbeiter Burnout (Unsere Mitarbeiter sind überarbeitet und überlastet)
• Mangel an Kommunikation
• Kundenzufriedenheit
• Talentbindung
• Unsere Innovationsgeschwindigkeit ist nicht hoch genug
• Bürokratie (~ Reduktion des Beschäftigt-Seins/Werdens)
• Sicherheit/Security
• ‘Wissen ist Macht’ (Wir arbeiten nicht genug zusammen und mit)
• Digitale Transformation (Wir stellen uns aktuellen Herausforderungen
nicht in ausreichendem Maße)
7
8. Spitzenreiter ist: Mitarbeiter-Engagement –
und alle Aufmerksamkeit wert
8
Der jüngsten Gallup-
Studie zufolge zeigen
lediglich 15% aller
Mitarbeiter hohes
Engagement.
Jeder Fluktuationsfall kostet im
Durchschnitt EUR 43.000.
Ein Viertel aller neuen Mitarbeiter
der Generation Y kündigt
innerhalb der ersten zwei Jahre.
Source: https://www.flickr.com/photos/89228431@N06/11220991354/
9. Was wäre, wenn …
• Uns Collaboration Analytics dabei helfen könnte, unsere IT-Infrastruktur
zu optimieren und kognitive Überlastung zu reduzieren?
• Uns Collaboration Analytics dabei helfen könnte, die Adoption unserer
Social Plattform zu erhöhen?
• Uns Collaboration Analytics bei der Transformation hin zu einer
kundenzentrierten, lernenden Organisation helfen könnte?
• Uns Collaboration Analytics dabei helfen würde, Experten, Wissen und
Expertise ausfindig zu machen, Verbindungen im Unternehmen und mit
Kunden aufzudecken?
9
10. Wie kann Collaboration Analytics IT helfen?
• Nutzung von Anwendungen nach Ländern
z.B. Web-, Domino- oder Microsoft Windows Anwendungen
10
11. Wie kann Collaboration Analytics IT helfen?
• Wieviel % Ihrer Mitarbeiter
haben ein mobiles
Endgerät?
11
12. Wie kann Collaboration Analytics HR helfen?
• Identifizieren Sie überlastete Mitarbeiter in bestimmten Abteilungen, wie
z.B. im Vertrieb
12
13. Wie kann Collaboration Analytics HR helfen?
Mitarbeiternachfolge:
• Welche internen Kontakte sind vorrangig wichtig für neue Mitarbeiter in
einer bestimmten Abteilung?
• Mit welchen Kunden hat der Vorgänger zuletzt kommuniziert?
• Welche Anwendungen sind wichtig für Mitarbeiter einer bestimmten
Abteilung?
13
14. Wie kann Collaboration Analytics HR helfen?
• Email-Aufkommen ausserhalb von Geschäftszeiten?
Welche Geschäftseinheiten sind besonders betroffen?
14
15. Praxisbeispiel: Vorreiter Evonik
• Ausgangssituation: Arbeitsbelastung durch Email-Aufkommen
zunehmendes Thema
– Zusätzlicher Aspekt: Arbeitsschutzgesetz
• Lösung: Analyse des internen und externen Email-Verkehrs
• Geschäftsnutzen:
– Erhöhung von Mitarbeiter-Engagement
– Überlastung, Burnout und Krankenständen entgegen wirken
– Unternehmensverantwortung gerecht werden
15
16. Wie kann Collaboration Analytics HR helfen?
• Nutzungshäufigkeit von Email auf mobilen Endgeräten durch
unterschiedliche Generationen?
16
17. Wie kann Collaboration Analytics dem Vertrieb helfen?
• Auch hier noch einmal die Auswertung von Email-Aufkommen, allerdings
nach Ländern
– Wie ist das Email-Aufkommen in unterschiedlichen Ländern?
– Erfüllen wir z.B. gesetzliche Vorgaben in Frankreich?
17
Sales BeNeLux Sales DACH Sales UK Sales FR Sales CEE Sales Nordic Sales ME Sales USA Sales LASales APAC Sales ZA
18. Wie kann Collaboration Analytics dem Vertrieb helfen?
• Mit welchen Kunden und Partnern kommunizieren wir am häufigsten?
• Wie können wir erreichen, dass der Vertrieb mehr Wissen zu Kunden und
Projekten teilt?
• Mit welchen Kunden und
Geschäftspartner sollten wir
gebündelt kommunizieren, z.B.
in Social Communities?
• Welchen Kunden oder
Partnern antworten wir nicht?
• Welche Kunden oder Partner
antworten uns nicht?
18
19. Praxisbeispiel: panagenda
• Ziel: Umsatzwachstum und Kundenpflege verbessern
• Lösung: Analyse des externen Email-Verkehrs
in Korrelation mit CRM und ERP-System
• Geschäftsnutzen:
– Identifikation von Kunden, mit denen wir schon länger nicht mehr kommuniziert
haben
– Identifikation von Kunden, denen wir nicht (per Email) geantwortet haben
– Analyse von Verhältnis Umsatz zu Email-Aufkommen
– Erkennen von mehreren Ansprechpartnern, sowohl auf panagenda, als auch
Kundenseite
– …
19
20. Wie hilft Collab. Analytics bei Knowledge Management?
• 96,4% des globalen panagenda Email-Aufkommens waren > 512 KB
– Kowledge Sharing Initiative IBM Connections
20
21. Wie hilft Collab. Analytics bei Knowledge Management?
• An wieviele Empfänger gehen Emails?
– ~35% unserer Emails gingen an 10 oder mehr Empfänger IBM Connections
• Zusammenarbeit und Wissen teilen stärken
21
22. Praxisbeispiel: Öffentlicher Dienst
• Ausgangssituation: Stetig wachsender Speicherbedarf für Dateien
• Lösung: Analyse von Dateien in Email, Social Plattform, Windows File
Servern, sowie Laptops/Desktops
– > 4 Milliarden Dateien
• Geschäftsnutzen:
– Identifikation von Datei-Doubletten
– Einblick in Informationshaushalt und Informationsflüsse
– Einbeziehung von Geschäftseinheiten für weiterführende Analysen
• Dateien älter als 7, 10, 20 Jahre
• Zuordnung von Dateien zu Geschäftsprozessen
• Anzahl vs. Volumen (PDF vs. Videos)
• …
22
23. Zusammenfassung
Aus Collaboration Analytics lässt sich weitreichender Nutzen ziehen:
• Effektiver werden in dem, was wir ohnehin schon gut machen
• Mitarbeiterbindung und –Engagement erhöhen
• Reduktion von Krankenständen
• Transformation hin zu einem kundenzentrierten, lernenden Unternehmen
• Teilen von Wissen verbessern
• …
23
24. Nachsatz
Falls Sie Bedenken bzgl. Datenschutz oder Betriebsrat haben:
• Alle gezeigten Beispiele wurden aktiv von Betriebsräten und/oder HR-
Verantwortlichen mitgestaltet und gefördert
• Die weitaus überwiegende Anzahl der Beispiele analysiert nicht
personen-bezogen, sondern aggregiert (Land, Abteilung, Zeitraum, …)
Die für Collaboration Analytics notwendigen Daten existieren in Ihrem
Unternehmen bereits heute – wir können Ihnen dabei helfen, Ihre
Datenschätze zu heben!
24
26. iDNA – IBM Domino Splunk Connector
• Logfiles
– Teilweise unstrukturiert
– In Datenbanken gespeichert
– Über mehrere Systeme verteilt
– Bewertung der Logs und Statistiken
• Splunk hat keinen Connector zu IBM Domino
Die Lösung: panagenda iDNA for Splunk
26
31. iDNA – IBM Domino Splunk Connector
• Technische Vorausetzungen
– panagenda iDNA
– Splunk
– bluecue Review for iDNA
• Basierend auf der Erfahrung von panagenda und bluecue
• Die optimale Verbindung von IBM Domino und Splunk
– Analytics
– Security
– Health
31