Artikel


Datenanalysen - In sechs Schritten zu besseren Geschäftsentscheidungen

Datenanalysen - In sechs Schritten zu besseren Geschäftsentscheidungen



VonJan Watermann

...

4 April 2019

Falsche Geschäftsentscheidungen können verheerende Auswirkungen haben. Daher vertrauen viele Unternehmen auf ihre Geschäftsdaten, wenn es um das Abwägen wichtiger Entscheidungen geht. Wie Ihre Geschäftsentscheidungen von Datenanalysen profitieren können, lesen Sie in diesem Artikel.

In den meisten Unternehmen besteht kein Datenmangel. Tatsächlich haben viele Unternehmen zu viele Daten, die einen schnellen Überblick über das Wichtigste unmöglich machen. Oft stehen dutzende Excel-Dokumente und hunderte Berichte aus externen Datenquellen zur Verfügung. Um mithilfe von Daten bessere Geschäftsentscheidungen zu treffen, muss also erstmal ein Überblick gewonnen werden. Datenanalysen kombinieren diese Datenquellen und stellen die geschäftsrelevanten Aspekte klar heraus - Die beste Voraussetzung für intelligentere Geschäftsentscheidungen.


Email performance analysis with Tableau and Datapony

Um keine Ressourcen beim Durchführen von Datenanalysen zu verlieren, sollten Unternehmen folgende sechs Schritte etablieren:

1) Fragen für die Datenanalyse definieren

Klar definierte Fragen stehen am Anfang einer effizienten Datenanalyse. Die Antworten auf die Fragen sollten sich klar und präzise aus den verfügbaren Daten herauslesen lassen.

Idealerweise werden problembezogene Fragen festgelegt.

Beispiel: Ein Unternehmen bemerkt drastisch steigende Kosten in einer bestimmten Region im eigene Tätigkeitsbereich. Eine der vielen damit verbundenen Fragen wäre: Wann würden die steigenden Kosten das Unternehmen unprofitabel machen?

2) Auswertungen vorbereiten

Sobald die Fragen definiert wurden, stehen die Vorbereitungen zur Auswertung als nächster Schritt an. Dabei geht es in erster Linie darum zu klären, wie man eine Lösung für die jeweiligen Probleme entwickeln kann.

Bei dem erwähnten Beispiel sollten die Funktionäre einen genauen Blick auf die Umsätze und Gewinne werfen. Das ist aber noch nicht alles. Um eine Lösung für die Situation zu finden, müssen die Auslöser im Keim erstickt werden. Daher geht es darum zu klären, womit die steigenden Kosten verbunden sind - Handelt es sich dabei um ein lokales Problem oder werden die Kosten in anderen Regionen ebenfalls steigen?

Die Nebenaspekte sind in diesem Fall ebenso wichtig, wenn nicht wichtiger als die eigentliche Frage. Schließlich hängt die langfristige Stabilität des Unternehmens davon ab. Für die meisten Unternehmen definiert dieser Schritt, wie erfolgreich die späteren Datenanalysen werden.

3) Daten sammeln

Beim Zusammenführen aller nötigen Daten geht es in erster Linie um ein Thema: Selektion.

Nicht alle verfügbaren Datenquellen kommen für die Lösung des definierten Problem infrage. Unternehmen sollten dabei als erstes auf interne Datenquellen zugreifen - Das spart Kosten und beschleunigt den gesamten Prozess. Anschließend sollten Blicke auf externe Datenquellen geworfen werden. Das können technische Tools sein, die regelmäßig von einem Unternehmen eingesetzt werden.

Geht es, wie in unserem Beispiel, um eine Profitabilitätsanalyse, sollten die zu verwendenden Daten sehr weitläufig sein. Dabei macht es Sinn, auch auf die Kosten und Ergebnisse aller verwendeten SaaS-Produkte und manueller Dienstleistungen zu werfen.

Zum Sammeln gehört auch die Aufbereitung und Zusammenführung der Daten. Oft stehen Unternehmen Daten zur Verfügung, die ungenau oder falsch formatiert sind. Datenwissenschaftler haben die Aufgabe, diese Daten auf einen Nenner zu bringen, damit Datenanalysen anschließend erfolgreich durchgeführt werden können.

4) Das „WIE“ klären

Es gibt viele verschiedene Business Intelligence Tools auf dem Markt, die verschiedenen Anforderungen gerecht werden. Um eine Datenanalyse erfolgreich durchzuführen und anschließend bessere Geschäftsentscheidungen zu tätigen, sollten sich Unternehmen auf ein Werkzeug festlegen.

Excel kann für einfache Datenanalysen vielleicht schon ausreichen. Gerade, wenn ausschließlich Excel Tabellen miteinander verglichen werden sollen, ist dies eine gute Lösung. Hier finden Sie Tipps, wie Sie Excel zur Datenanalyse verwenden.

Für Datenwissenschaftler und mittelständische Unternehmen empfehlen wir aber grundsätzlich Tableau. Dies läuft plattformübergreifend und hat sich inzwischen im Business Intelligence Bereich bestens etabliert. Ob Tableau das beste Business Intelligence Tool auf dem Markt ist, haben wir schon einmal thematisiert. Fakt ist, dass Business Intelligence Software zu den Technologien eines Unternehmens passen muss.

5) Daten analysieren

Nachdem die ersten vier Schritte durchgeführt wurden, geht es im fünften Schritt um das eigentliche Analysieren. Dabei gilt es in erster Linie Verbindungen zwischen einzelnen Datensätzen zu finden, die eine Lösung auf die in Schritt 1 festgelegte Frage bilden könnten.

In der Praxis sieht das Analysieren der Verbindung zweier Koeffizienten in Tableau so aus: https://www.thedataschool.co.uk/emily-dowling/calculate-correlation-coefficient-tableau/

Geht es um die anfangs gestellte Frage, sollten vor allem Verbindungen zwischen den Umsätzen und Erträgen gefunden werden. Dazu empfehlen wir Unternehmern bestehenden Datensätze mehrfach zu kontrollieren, bevor diese ihren Einfluss in die jeweilige Analyse finden. Werden Online-Datenquellen für die Analyse verwendet, können außerdem Live-Verbindungen zu diesen Datenquellen nützlich sein.

Diese helfen nicht nur dabei, die Lösung für akute Probleme zu finden, sondern tragen auch langfristig zu besseren Geschäftsentscheidungen bei. Bei dem Erstellen eines Dashboards mit Live-Verbindungen, sind die Aktualisierungsrhythmen einzelner Datenquellen besonders wichtig. 


6) Auswertung

Im sechsten Schritt sollten die gewonnenen Erkenntnisse ausgewertet werden und anschließend Einfluss in das Unternehmen finden. Sie sollten sich dazu folgende Fragen stellen, um den Erfolg der Datenanalyse festzustellen:


  • Wurde die eingangs gestellte Frage beantwortet?

Wenn nicht - Warum nicht? Lässt sich das Problem beseitigen, damit die eingangs gestellte Frage in einer erneuten Analyse beantwortet werden kann?


  • Lässt sich das Problem mit den aktuellen Erkenntnissen beheben?

Wenn nicht - Was benötigen Sie, um das Problem ein für alle Mal zu lösen?


  • Wurden alle Aspekte bei der Datenanalyse berücksichtigt?

Wenn nicht - Gibt es Daten, Situationen oder andere Einflüsse, die das Ergebnis verfälschen können?

Mit diesen sechs Schritten können Sie langfristig datenbasierte und bessere Geschäftsentscheidungen treffen. Vergessen Sie aber nicht, dass Datenanalysen nur so gut wie die Daten dahinter sein können. Als Unternehmer sollten Sie daher alle Vorgänge in Ihrem Unternehmen ausgiebig dokumentieren.

Haben Sie Interesse mehr über Datenanalysen zu erfahren?

Datapony unterstützt Sie bei tiefgreifenden Business Intelligence Projekten, die Ihnen bei besseren Geschäftsentscheidungen helfen.

Kostenfrei in der Webapp anmelden

Nicht sicher, wie Datenanalysen Ihnen helfen können?

Kein Problem! Vereinbaren Sie einfach ein Telefonat mit uns. Wir sind Ihnen gerne behilflich.

Kostenfreies Gespräch vereinbaren