Wir hinterlassen digitale Spuren. Web-Analytics-Tools erfassen unsere Customer Journey durch das Internet. Inbound-Marketing-Tools registrieren Links, die wir in Newsletter anklicken und selbst die persönliche Interaktion wird im CRM erfasst. Die digitale Transformation verstärkt diesen Trend zusätzlich durch die Digitalisierung weiterer Touchpoints.

Data Analytics kann aus diesen Daten wertvolle Erkenntnisse generieren. Es gilt jedoch einige Punkte zu beachten, um die Datenanalyse erfolgreich durchzuführen.

Daten alleine garantieren keinen ErfolgEin Mann studiert ein Data Analytics Dashboard auf dem iPad

Daten werden nicht nur als  das neue Öl bezeichnet, sondern gelten als noch wertvoller. Das Öl hat in seiner Rohform jedoch keinen Wert, es muss in der Raffinerie veredelt werden, damit es am Ende in Form von Heizöl oder Treibstoff einen konkreten Nutzen erweist. Dies gilt analog für Daten: Sie müssen einen Business Case antreiben und neue Insights eröffnen. Nur wenn die Daten ein Problem lösen oder ein Bedürfnis befriedigen, schaffen sie einen Mehrwert. Es gilt daher, Data Analytics Projekte sowohl von der Kundenseite, als auch von der Datenseite her zu betrachten. Neben Analytics braucht es Methoden, um Ziele und Bedürfnisse zu erheben. Bewährt haben sich hierzu Ansätze aus Design Thinking, Lean Start-up und agiler Entwicklung.

Kurze Analyse-Zyklen und ein regelmässiges Sparring zwischen Analytics- und Business-Experten sind dabei zentral. Dieses iterative und agile Vorgehen verhindert, dass Analytics die Ziele des Business verfehlt oder das Business falsche Erwartungen ans Analytics-Team hat.

Gemeinsam mit unseren Kunden finden wir Analytics Business Cases.

Es muss nicht immer Big Data sein

Big Data ist omnipräsent und liegt im Trend. Damit sind grosse Datenmengen gemeint, die in unterschiedlicher Form vorliegen, schnelllebig sind und deren Wert nicht ganz sicher ist. Tatsächlich können dank den immensen Datenmengen, Tools und Analyseverfahren ganz andere Erkenntnisse gewonnen und neue Geschäftsbereiche eröffnet werden. In Zeiten von Big Data geht jedoch oft vergessen, dass nicht die Quantität der Daten alleine zählt. Auch kleinere Datenmengen mit einer direkten Relevanz fürs Business haben ihren Wert, werden jedoch oft nicht systematisch ausgewertet. Das Aufbrechen von Datensilos und die Verbindung der verschiedenen Datenquellen erweitert den Fokus und hilft, neue Erkenntnisse zu gewinnen.

Wir planen und konzipieren Analytics Projekte.

Die allgemeine Lösung gibt es nicht

Jede Organisation hat eigene Ziele, eigene Systeme und eigene Daten. So individuell die Organisationen sind, so individuell müssen daher auch die Lösungen sein. Best Practices aus Conversion Optimization, Marketing Automation, Content Marketing und Marktforschung können zwar übernommen werden, müssen aber in ihrer konkreten Ausgestaltung auf die eigenen Ziele, Prozesse und Bedürfnisse abgestimmt werden. Je nach Anspruch an die Lösung kommen daher unterschiedliche Verfahren zum Einsatz. Die Leistung aktueller Methoden mit neuronalen Netzwerken und Deep Learning sorgen immer wieder für Verblüffung, wenn jedoch der Klassifizierungsprozess nachvollziehbar sein muss, gilt es andere Verfahren zu prüfen.

Wir unterstützen unsere Kunden bei der Umsetzung von Analytics Business Cases.

Unabhängig ob Big, Small oder Smart Data – wenn der Analysezweck auf ein konkretes Ziel ausgelegt ist und die Bedürfnisse des eigenen Unternehmens berücksichtigt werden, steht einem erfolgreichen Analytics-Projekt nichts mehr im Weg.

Mehr zu Data Analytics