TTE Strategy ist TOP CONSULTANT 2021

Close

Author
Wiebke Apitzsch
Wiebke
Apitzsch

3 Tipps für das sinnvolle Nutzen von Daten im Unternehmen

02.12.2019
PostImage

Im Laufe der Jahre, habe ich viele verschiedene Unternehmen in unterschiedlichen Branchen bei der Entwicklung ihrer Datenstrategie unterstützt. Aufgrund der Einzigartigkeit jeder Organisation, stehen Unternehmen vor unterschiedlichen Herausforderungen, wenn sie versuchen, mit Daten Geld zu verdienen oder zu sparen.

In diesem Beitrag möchte ich drei Themen besonders hervorheben, mit denen sich jeder einzelne meiner Kunden früher oder später auseinandersetzen musste, und Strategien teilen, um sie zu vermeiden.

1. Analytics sollte man nutzen, wenn es sinnvoll ist. Nicht weil alle es machen.

Zuerst müssen die richtigen Fragen identifiziert werden. Das sind die, die für das Unternehmen wirklich wichtig sind. Erst dann können Unternehmen überlegen, auf welchem Weg sie die gesuchten Antworten finden. Die Datenanalyse ist hierbei nur eines von vielen Tools, das in solchen Situationen genutzt werden kann. Während es in vielen Fällen sinnvoll ist, Daten zu erheben und auszuwerten, ist eine Datenanalyse nicht immer der beste Weg, um ein Problem zu lösen oder eine neue Richtung zu finden. Eine Analyse sollte immer einer klaren Strategie und einem fest definierten Ziel folgen.

2. Eine gründliche Datenbereinigung ist ein absolutes Muss!

Die spannendste Aufgabe in einem Analytics-Projekt ist das Dashboarding am Ende, das Durchspielen von Analysen und das Anwenden verschiedener Methoden bei der Datenauswertung. Leider muss man sich vorher durch eine deutlich weniger kreative Aufgabe kämpfen: Die Datenbereinigung.

Eine gründliche Datenbereinigung ist ein absolutes Muss! Es gibt keine richtige und sinnvolle Analyse, die auf unvollständigen, inkonsistenten oder zum Beispiel durch kulturelle Einflüsse verschobene Daten (vergleichen Sie mal die Hotelbewertungen von Deutschen mit denen von Amerikanern, die Deutschen scheinen immer die schlechteren Zimmer zu bekommen) basiert. Datenbereinigung ist harte Arbeit, macht wenig bis keinen Spaß, erfordert viel Kommunikation mit den Kollegen oder Kunden und Lob gibt es dafür kaum. Aber ohne sie ist jeder weitere Schritt sinnlos. Schöne Dashboards vielleicht mal ausgenommen, das könnte eventuell Kunst sein.

Es gilt: Garbage in – Garbage out!

In meinem Berufsleben wurde mir schon oft versprochen, dass die Daten sauber wären. Leider habe ich noch nie einen vollständigen, bereinigten und verwendbaren Datensatz erhalten. Es scheint so, als wäre es Menschen unmöglich eine Tabelle korrekt auszufüllen, es muss mindestens eine Zelle mit einem Kommentar statt Wert gefüllt werden.

Sollten Sie also in einem Projekt Daten herausgeben und nach angemessener Zeit zur Durchsicht der Daten keine Rückfragen bekommen, würde ich empfehlen, den Analysten etwas genauer bei der Arbeit zu beobachten.

3. Hello Culture Clash: Sheldon Cooper und Oprah im Teamraum.

Ich habe mir an einer großen, deutschen Universität mal die Fotos der verschiedenen Studentengruppen angesehen, die zur ASTA Wahl angetreten sind. Man hätte auch ohne Information zum Studiengang sagen können, in welche fachliche „Ecke“ sie etwa gehören. Die einen mit Sakko und Einstecktuch, sehr schick, die Damen vielleicht in weißer Jeans, im Hintergrund ein Mini und ein BMW Sportwagen. Die anderen in ausgeleierten Pullis, vielleicht etwas blass, aber das Bild wurde von einer Drohne aufgenommen und aus scheinbar zufällig verteilten Kieselsteinen, lässt sich im Binärsystem die URL einer Webseite zusammenbauen. So in etwa jedenfalls. Auch wenn die Realität weniger überspitzt ist, habe ich in meinem Berufsleben gelernt, dass es tatsächlich „kulturelle“ Unterschiede zwischen Analytics und Business gibt.

Im Geschäftsalltag prallen diese verschiedenen Personen jetzt aufeinander und hier wird erwartet, dass sie, nach zwei Minuten Vorstellungsrunde, problemlos miteinander zusammenarbeiten.

Doch tatsächlich passiert Folgendes:

Geschäftsleute sind in der Regel eloquent und gut darin, Hypothesen zu bilden und Projekte auf den Weg zu bringen – selbst, wenn sie noch nicht 100% der notwenigen Informationen zu einem Thema haben. Dieses Handeln trotz Unsicherheit ist notwendig, denn der größte Teil ihrer Arbeit besteht darin, gute Entscheidungen auf der Grundlage unvollständiger Daten zu treffen. „Der ROI wohnt im Graubereich“, hat ein Freund mal gesagt und er hat recht.

Für Analysten sieht die Sache anders aus. Sie wissen: Menschen gewinnen im Lotto. Es ist extrem unwahrscheinlich, aber es passiert.

In der Datenanalyse gibt es „richtig oder falsch gemacht“.

Es gibt aber selten „ja“ oder „nein“.

Beispiel – Gespräch zwischen Business und Analytics:

  • A: „Es scheint einen Zusammenhang zwischen Uhrzeit und Produktivität zu geben.“
  • B: „Cool, bist du sicher?“
  • A: „Nein! Natürlich nicht, das kann immer auch andere Gründe geben (Was für eine Frage! Man kann nie sicher sein!)“
  • B: „OK, aber was mache ich denn jetzt damit? Ich kann das nur weitergeben wenn wir sicher sind“
  • A: „Also, die Berechnung ist meines Wissens und nach aktuellen Stand der Forschung korrekt und weist mit hoher Wahrscheinlichkeit in diese Richtung“ (Anmerkung: Das ist ein JA!)
  • B: „Also bist du sicher?“
  • A: „NEIN!“

Vielleicht wurde gerade ein neuer Weg erfunden das zu rechnen?  Man weiß es nicht. Aber: diese Dinge werden für immer in der Analyse sichtbar und nachvollziehbar sein. Deshalb sind Analysten vorsichtig. Sie präsentieren ihre Ergebnisse oft mit einem Disclaimer, wie: „Ich denke, es funktioniert jetzt gut aber bitte zögern Sie nicht, es nochmal zu überprüfen. 100% sicher bin ich mir nicht (Und ich werde es nie sein, Leute gewinnen im Lotto, hatte ich schon erwähnt glaube ich).“

Kleiner Tipp an dieser Stelle für die Analysten: Immer, wenn ich versucht habe, mich rück zu versichern, ob kyrillische Symbole und arabische Schriftzeichen für die Analyse beim deutschen Mittelständler ausgeschlossen werden können, habe ich etwas fragende Blicke geerntet. Aber: ich bin einmal von so einem Zufall überrascht worden. Und, um mit Nirvana zu sprechen:

Just because you're paranoid, don't mean they're not after you

Ich frage deshalb auch heute immer nochmal nach, so richtig zu schätzen weiß das aber niemand. Sollen sie doch komisch schauen. Wenn die Analyse unerwarteter Weise zwei Wochen länger dauert ist das deutlich schlimmer.

Schlagen wir wieder die Kurve zu unserem Beispiel, in dem die Analytics- auf die Businesswelt trifft: Wie so oft im Leben, treffen hier oft sehr selbstbewusste und diskussionsfreudige Person auf eine sehr sachkundige Person, mit wenig Lust auf Diskussion und dem Wissen (oder Glauben), dass er andere ihm sowieso nicht folgen kann.

In der Businesswelt gibt es einen Trick, um herauszufinden, ob derjenige, dem ich vertrauen muss, vertrauenswürdig ist: Man googelt schnell das Thema, diskutiert ein wenig mit der Fachperson und schaut, wie schnell sie einen argumentativ in die Ecke stellt. Wenn die Person das kann, ist alles cool. Wenn nicht, hat die Person offenbar weniger Ahnung als ich und das ist schlecht.

Als Analyst geht man jedoch anders vor. Folgendes lernst du entweder auf die harte Tour oder indem du anderen zuhörst: “ Erwähne niemals den Namen einer neuen und fancy Methode gegenüber einem Business-Menschen.”

In dem Moment, in dem Business-Menschen ein Buzzword hören, schnappen sie es auf, rennen damit weg und lassen es dann nie wieder los. Noch schlimmer - sie erzählen ihrem Chef davon: "Wir werden hierfür Natural Language Processing nutzen." Und alle sagen: "Oh, cooles Projekt, er ist innovativ, beeindruckend!"

Und die Analysten sitzen da und denken sich „Nein. Ich sagte, wir werden es NICHT benutzen. Es geht doch nur darum, 15 E-Mails auszuwerten. Könntest du die bitte einfach LESEN?! Das lohnt sich nicht!"

Ich darf das sagen, weil ich in beiden Welten arbeite und auch schon mit Buzzwords davongelaufen bin, und ja, ich würde es wieder tun. Diese Ideen klingen so cool, wer würde sie nicht gerne einfach ausprobieren? Davon wird die ganze Geschäftsführung sprechen!

Letztendlich müssen sich die Menschen aus der Analytics- und der Business-Welt kennenlernen. Und zwar persönlich, nicht generell. Nur dann können sie Vertrauen zueinander aufzubauen, was dann eine echte Zusammenarbeit ermöglicht.

Klingt nach einer lustigen Geschichte, oder? Sie werden nicht glauben, wie oft ich Projekte habe scheitern sehen, nur weil die Tech- und die Geschäftswelt frontal kollidiert sind. Um das zu vermeiden, empfehle ich Ihnen, dass Sie jemanden in das Projekt einbeziehen, der zwischen beiden Welten übersetzen kann, die Anforderungen von beiden Seiten versteht und die unterschiedlichen Arbeitsstile kennt.

To sum it up: Entwickeln Sie Ihre Strategie, ob datengesteuert oder nicht. Seien Sie pragmatisch bei dem Verwenden von Analytics-Methoden und prüfen Sie, ob es alternative und einfachere Wege gibt, um ans Ziel zu kommen. Wenn Sie sich für einen datenbasierten Ansatz entscheiden, prüfen Sie, was genau Sie wissen möchten, bestehen Sie auf eine gute Datenbereinigung und stellen Sie sicher, dass das Team eine gemeinsame Sprache findet – notfalls mit einer Person als Vermittler.

 

 



The Team
Enablers



IMPRESSUMDATENSCHUTZ

// Set to the same value as the web property used on the site var gaProperty = 'UA-62890205-1'; // Disable tracking if the opt-out cookie exists. var disableStr = 'ga-disable-' + gaProperty; if (document.cookie.indexOf(disableStr + '=true') > -1) { window[disableStr] = true; } // Opt-out function function gaOptout() { document.cookie = disableStr + '=true; expires=Thu, 31 Dec 2099 23:59:59 UTC; path=/'; window[disableStr] = true; alert('Google Analytics deactivated.') } (function(i,s,o,g,r,a,m){i['GoogleAnalyticsObject']=r;i[r]=i[r]||function(){ (i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o), m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m) })(window,document,'script','//www.google-analytics.com/analytics.js','ga'); ga('create', 'UA-62890205-1', 'auto'); ga('send', 'pageview'); //Hubspot var script = document.createElement('script'); script.setAttribute('id','hs-script-loader'); script.setAttribute('src','//js.hs-scripts.com/20086894.js'); document.head.appendChild(script); Privacy Imprint