Data Driven- Ein Ansatz fuer Anfaenger

Data Driven Ansatz

Die Datenerhebungoder Fakten und Statistiken, die zur Analyse erhoben wurden, hat sich im Laufe der Zeit dramatisch veraendert. Zwischen Social-Media-Plattformen, in Hauskundendatenbanken, Websites und Business Intelligence-Tools gibt es nach wie vor eine Reihe von Moeglichkeiten, Daten zu finden. Die gesammelten Informationen aus dieser Vielzahl von Quellen koennen genutzt werden, um datengestuetzte Entscheidungen zu treffen, oder Entscheidungen, die auf Beweismitteln statt auf Instinkt basieren.

Datengesteuerte Organisationen treffen Entscheidungen ohne Verzerrungen und nutzen Daten, um bestimmte geschaeftliche Fragen zu beantworten. Lesen Sie weiter, wie Sie datengesteuert werden koennen und warum es wichtig ist, wettbewerbsfaehig zu bleiben.

So treffen Sie datengesteuerte Entscheidungen

how to make data driven decisions 1597769407 6367

Wenn Entscheidungen auf harten Fakten und definitiven Beweisen basieren, hilft es, diese Entscheidung zu validieren. Hier sind einige Richtlinien fuer datengesteuerte Entscheidungen-

1. Kennen Sie die Mission
Das Identifizieren und Verstehen der verschiedenen Probleme einer bestimmten Branche (wirtschaftliche Bedingungen, Wettbewerb, schlechter interner Kundenservice usw.) kann dazu beitragen, das Unternehmen zu wissen, welche Art von Daten zu sammeln ist und worauf es in diesen Daten zu achten ist.

2. Datenquellen identifizieren
Waehlen Sie aus, welche Datenquellen verwendet werden sollen. Stellen Sie sicher, dass die Quellen die anfaenglichen Probleme oder Umstaende ansprechen, die von der Mission identifiziert wurden. Daten koennen aus verschiedenen internen Datenbanken extrahiert werden, wie Customer Relationship Management-Systemen (eine Datenbank, die Kundeninformationen und Kaufaktivitaeten enthaelt), Unternehmens-Websites oder sogar Social-Media-Plattformen.

3. Bereinigen und Organisieren von Daten
Stellen Sie sicher, dass ein geeignetes ETL-Tool ( Extrahieren, Transformieren, Laden) verwendet wird, um Daten zu bereinigen und in ein Analysesystem hochzuladen. ETLs sammeln Daten aus verschiedenen Quellen, aendern sie in ein einziges lesbares Format und legen sie dann an einem Ort ab, auf den Benutzer zugreifen koennen. ETL-Tools entfernen auch alle duplizierten Daten oder Daten, die versehentlich dieselben Informationen wie ein anderer Datensatz teilen.

Wenn das Unternehmen kein ETL-Tool verwendet, ist es wichtig, jeden Datensatz zu durchlaufen, der sich auf die speziellen Probleme bezieht, die behoben werden muessen, und auf Inkonsistenzen oder Fehler zu ueberpruefen.

4. Statistische Analyse durchfuehren
Zuerst muessen die Daten ordnungsgemaess analysiert werden, um Trends zu bestimmen. Es gibt verschiedene Moeglichkeiten, statistische Analysen durchzufuehren. Einige der beliebtesten Techniken sind-


5 demonstrieren. Schlussfolgerungen ziehen
Ueberlegen Sie, welche neuen Informationen aus der Datenerhebung entnommen wurden und ob sie das Problem/den Umstand richtig beantwortet haben oder nicht. Die Schlussfolgerungen werden der Organisation helfen, fundiertere Geschaeftsentscheidungen ueber dieses besondere Thema/eine Reihe von Umstaenden in der Zukunft zu treffen.

Beispiele fuer einen datengesteuerten Ansatz

examples of a data driven approach 1597769407 9398

Im Folgenden sind Beispiele fuer die Verwendung eines datengesteuerten Ansatzes aufgefuehrt-

1. Strategie
Eine datengesteuerte Strategie ist eine Strategie, die harte Beweise verwendet, um eine Geschaeftsentscheidung zu unterstuetzen, anstatt sich auf Intuition zu verlassen. Beispielsweise kann ein Eigentuemer einen Vertriebsmitarbeiter ausloesen, der seiner Meinung nach nicht die monatliche Verkaufsquote erfuellt. Der Besitzer moechte jedoch sicherstellen, dass er Beweise fuer diesen Verdacht hat, also schaut er sich die gesammelten Daten an, um zu sehen, wie viele kalte Anrufe der Mitarbeiter ueber einen Zeitraum von 6 Monaten getaetigt hat. Der Besitzer bestaetigt aus dem Anrufprotokoll, dass sein Mitarbeiter tatsaechlich seine Nummern nicht trifft. Der Besitzer kann den Mitarbeiter aufgrund von Beweisen aus harten Beweisen feuern, im Gegensatz zu Instinkt allein.

2.
Automatisierungsdaten koennen genutzt werden, um Geschaeftsprozesse zu automatisieren und zu rationalisieren. Bankseiten ermoeglichen es beispielsweise Kunden, sich online fuer Kreditkarten zu bewerben. Der Kunde gibt seine grundlegenden Informationen (Name, Adresse, Sozialversicherungsnummer) ein, und die Banking-Website ruft automatisch seine FICO-Score ab. Das Softwareprogramm bestimmt automatisch, ob der Kunde qualifiziert ist oder nicht.

3. Performance Management
Performance Management ist der Prozess, Standards fuer die Mitarbeiterleistung zu setzen und dann ihre Leistung anhand dieser Standards zu messen. Viele Unternehmen nutzen Daten, um zu verfolgen, wie gut es einem Mitarbeiter geht, ueber verschiedene Metriken hinweg.

Beispielsweise koennen Business-Intelligence-Tools verwendet werden, um wichtige Performance-Metriken oder einen messbaren Satz von Werten zu verfolgen, die zeigen, wie effektiv ein Unternehmen arbeitet. Ein Vertriebsleiter kann BI-Tools verwenden, um die Sales Leads eines neuen Mitarbeiters ueber einen Zeitraum von wenigen Wochen zu ueberwachen, um sicherzustellen, dass der Mitarbeiter auf dem richtigen Weg ist, um KPIs zu treffen.

4.
Marketing-Kundendaten koennen aus internen Datenbanken bezogen werden, die Kundeninformationen enthalten, z. B. Customer Relationship Management-Systeme, Aktivitaeten auf Websites, Online-Umfragen oder Social-Media-Plattformen. Eine Datenverwaltungsplattform oder eine Plattform, die Echtzeitdaten aus Online-Quellen verbindet und organisiert, kann genutzt werden, um diese Daten zu sammeln und zu verfolgen. Die Daten werden dann verwendet, um mehr ueber die Eigenschaften und Kaufgewohnheiten ihrer Zielgruppe zu erfahren. Dann kann das Unternehmen eine Marketing-Kampagne erstellen, die auf diese Zielgruppe ausgerichtet ist.