Wir lesen überall davon. Allein der Begriff „Big Data“ ist in letzter Zeit zu einem Modewort geworden – und das aus gutem Grund.
Wenn Sie die Fülle an digitalen Erkenntnissen, die Ihnen zur Verfügung stehen, nutzen und sich die Möglichkeiten der Business Intelligence zunutze machen, können Sie fundiertere Entscheidungen treffen, die zu wirtschaftlichem Wachstum, Weiterentwicklung und einem höheren Gewinn führen.
Indem Sie die richtigen Reporting-Tools implementieren und verstehen, wie Sie Ihre Daten genau analysieren und messen können, werden Sie in der Lage sein, die Art von datengesteuerten Entscheidungen zu treffen, die Ihr Unternehmen vorantreiben werden. In der Theorie hört sich das natürlich unglaublich an.
Aber in der Praxis ist es möglich, dass Sie, selbst wenn Sie Zugang zu den besten Daten der Welt haben, Entscheidungen treffen, die greifbare Erkenntnisse außer Acht lassen und stattdessen auf Ihr Bauchgefühl hören. In den meisten Fällen kann sich dies als nachteilig für das Unternehmen erweisen.
Auch wenn es manchmal in Ordnung ist, seinem Instinkt zu folgen, sollte die überwiegende Mehrheit Ihrer geschäftsbezogenen Entscheidungen durch Metriken, Fakten oder Zahlen im Zusammenhang mit Ihren Zielen oder Initiativen gestützt werden, die ein stabiles Rückgrat für Ihre Managementberichte und Geschäftsabläufe bilden.
Um Ihnen auf Ihrem Weg zur analytischen Erleuchtung zu helfen, werden wir die datengesteuerte Entscheidungsfindung erkunden, die Bedeutung der datengesteuerten Entscheidungsfindung studieren und einige Beispiele aus der Praxis untersuchen, wie Erkenntnisse in geschäftsfördernde Maßnahmen umgesetzt werden.
Was ist datengesteuerte Entscheidungsfindung?
Datengestützte Entscheidungsfindung (DDDM) ist ein Prozess, der die Sammlung von Daten auf der Grundlage messbarer Ziele oder KPIs, die Analyse von Mustern und Fakten aus diesen Erkenntnissen und deren Nutzung zur Entwicklung von Strategien und Aktivitäten umfasst, die dem Unternehmen in einer Reihe von Bereichen zugute kommen.
Grundlegend bedeutet datengesteuerte Entscheidungsfindung, dass man auf die wichtigsten Unternehmensziele hinarbeitet, indem man verifizierte, analysierte Daten nutzt, anstatt nur im Dunkeln zu tappen.
Um jedoch einen echten Nutzen aus den Daten zu ziehen, müssen diese sowohl genau als auch für die Ziele relevant sein. Das Sammeln, Extrahieren, Formatieren und Analysieren von Erkenntnissen für eine verbesserte datengestützte Entscheidungsfindung in Unternehmen war früher eine allumfassende Aufgabe, die natürlich den gesamten Datenentscheidungsprozess verzögerte.
Die Entwicklung und Demokratisierung von Business-Intelligence-Software ermöglicht es heute jedoch auch Anwendern ohne tiefgreifendes technisches Fachwissen, ihre Daten zu analysieren und Erkenntnisse daraus zu gewinnen. Infolgedessen ist weniger IT-Unterstützung erforderlich, um Berichte, Trends, Visualisierungen und Einblicke zu erstellen, die den Entscheidungsfindungsprozess für Daten erleichtern.
Aus diesen Entwicklungen entstand die Datenwissenschaft (oder zumindest hat sie sich stark weiterentwickelt) – eine Disziplin, in der Hacking-Fähigkeiten und Statistik auf Nischenwissen treffen. In diesem relativ neuen Beruf geht es darum, große Mengen an Rohdaten zu sichten, um intelligente, datengestützte Geschäftsentscheidungen zu treffen.
Das „Gold“, das Datenwissenschaftler „schürfen“, gibt es in zwei verschiedenen Arten: qualitativ und quantitativ, und beide sind für datengestützte Entscheidungen von entscheidender Bedeutung.
Die qualitative Analyse konzentriert sich auf Daten, die nicht durch Zahlen oder Metriken definiert sind, wie Interviews, Videos und Anekdoten. Qualitative Datenanalyse basiert auf Beobachtung und nicht auf Messung. Hier ist es wichtig, die Daten zu kodieren, um sicherzustellen, dass die Elemente sowohl methodisch als auch intelligent gruppiert werden.
Quantitative Datenanalyse konzentriert sich auf Zahlen und Statistiken. Der Median, die Standardabweichung und andere deskriptive Statistiken spielen hier eine zentrale Rolle. Diese Art der Analyse wird eher gemessen als beobachtet. Sowohl qualitative als auch quantitative Daten sollten analysiert werden, um intelligentere datengestützte Geschäftsentscheidungen treffen zu können.
Nachdem wir nun die Bedeutung der Entscheidungsfindung in der Wirtschaft untersucht haben, ist es an der Zeit, den Grund zu betrachten, warum datengestützte Entscheidungsfindung (DDDM) wichtig ist.
„Information ist das Öl des 21. Jahrhunderts, und Analytik ist der Verbrennungsmotor.“ – Peter Sondergaard
Warum ist datengestützte Entscheidungsfindung wichtig?
Die Bedeutung von Daten für die Entscheidungsfindung liegt in der Konsistenz und dem kontinuierlichen Wachstum. Sie versetzen Unternehmen in die Lage, neue Geschäftsmöglichkeiten zu schaffen, mehr Umsatz zu generieren, künftige Trends vorherzusagen, laufende betriebliche Maßnahmen zu optimieren und verwertbare Erkenntnisse zu gewinnen. Auf diese Weise können Sie Ihr Imperium im Laufe der Zeit ausbauen und weiterentwickeln und Ihre Organisation dadurch anpassungsfähiger machen. Die digitale Welt befindet sich in ständigem Wandel, und um mit der sich ständig verändernden Landschaft Schritt zu halten, müssen Sie Daten nutzen, um fundiertere und leistungsfähigere datengestützte Geschäftsentscheidungen zu treffen.
Datengestützte Geschäftsentscheidungen entscheiden über Erfolg oder Misserfolg eines Unternehmens. Dies ist ein Beweis für die Bedeutung der Online-Datenvisualisierung bei der Entscheidungsfindung.
Die MIT Sloan School of Management-Professoren Andrew McAfee und Erik Brynjolfsson erklärten einmal in einem Artikel des Wall Street Journal, dass sie in Zusammenarbeit mit dem MIT Center for Digital Business eine Studie durchgeführt haben. In dieser Studie fanden sie heraus, dass unter den untersuchten Unternehmen diejenigen, die in erster Linie datengesteuert arbeiteten, von einer um 4 % höheren Produktivität sowie von 6 % höheren Gewinnen profitierten.
Unternehmen, die bei der Entscheidungsfindung kollaborativ vorgehen, neigen dazu, Informationen eher als echtes Kapital zu behandeln als Unternehmen mit anderen, eher zweideutigen Ansätzen.
10 Tipps und Anregungen für eine verbesserte Strategie der datengesteuerten Entscheidungsfindung
Abschließend finden Sie hier 10 praktische Tipps und Anregungen für eine bessere datengesteuerte Entscheidungsfindung in Unternehmen. Am Ende werden Sie zu 110 % davon überzeugt sein, wie wichtig es ist, diese Art von Entscheidungen zu treffen.
1) Schützen Sie sich vor Ihren Vorurteilen
Ein Großteil unserer geistigen Arbeit geschieht unbewusst, was es schwierig macht, die Logik zu überprüfen, die wir bei unseren Entscheidungen anwenden. Wir machen uns sogar schuldig, wenn wir die Daten sehen, die wir gerne hätten, anstatt das zu sehen, was wirklich vor uns liegt. Dies ist eine der Möglichkeiten, wie ein gutes Team helfen kann. Es ist von unschätzbarem Wert, wenn Sie Ihre Entscheidungen von einer kompetenten Partei überprüfen lassen, die Ihre Voreingenommenheit nicht teilt (oder nicht einmal kennt).
Die Zusammenarbeit mit einem Team, das die Daten kennt, mit denen Sie arbeiten, öffnet die Tür für hilfreiches und aufschlussreiches Feedback. Die Demokratisierung von Daten ermöglicht es allen Menschen, unabhängig von ihren technischen Kenntnissen, auf die Daten zuzugreifen und fundierte Entscheidungen zu treffen. Oft geschieht dies durch innovative Dashboard-Software, die einst komplizierte Tabellen und Diagramme so visualisiert, dass mehr Menschen gute datengestützte Geschäftsentscheidungen treffen können.
Wenn mehr Menschen die Daten verstehen, haben Sie die Möglichkeit, glaubwürdigeres Feedback zu erhalten. Der Beweis liegt in den Zahlen. Eine McKinsey-Studie aus dem Jahr 2010 (die auch heute noch hilfreich ist) über mehr als 1.000 größere Unternehmensinvestitionen zeigte, dass Unternehmen, die daran arbeiteten, die Auswirkungen von Voreingenommenheit in ihren Entscheidungsprozessen zu verringern, bis zu 7 % höhere Renditen erzielten. Bei der datengesteuerten Entscheidungsfindung (DDDM) machen die Verringerung von Voreingenommenheit und das Zulassen von Zahlen, die für sich selbst sprechen, den Unterschied aus.
Tipps zur Überwindung von Voreingenommenheit
- Einfaches Bewusstsein – Jeder Mensch ist voreingenommen, aber wenn man sich bewusst ist, dass Voreingenommenheit die eigene Entscheidungsfindung beeinträchtigen kann, kann man ihre Auswirkungen begrenzen.
- Zusammenarbeit – Ihre Kollegen können Ihnen helfen, Sie im Zaum zu halten, da es leichter ist, Voreingenommenheit bei anderen zu erkennen als bei sich selbst. Lassen Sie Entscheidungen von anderen abprallen und achten Sie auf voreingenommenes Verhalten in der Vorstandsetage.
- Suchen Sie nach widersprüchlichen Informationen – Stellen Sie sich selbst und anderen die richtigen Fragen, um Ihre Voreingenommenheit zu erkennen und sie aus Ihrem Entscheidungsprozess zu entfernen.
Indem Sie Voreingenommenheit beseitigen, eröffnen sich Ihnen mehr Möglichkeiten. Wenn Sie sich von vorgefassten Meinungen befreien und die Daten wirklich studieren, können Sie Erkenntnisse gewinnen, die Ihr Endergebnis wirklich verändern können. Denken Sie daran, dass es bei Business Intelligence nicht nur darum gehen sollte, Verluste zu vermeiden, sondern auch Gewinne zu erzielen.
2) Definieren Sie Ziele
Um das Beste aus Ihren Datenteams herauszuholen, sollten Unternehmen ihre Ziele definieren, bevor sie mit der Analyse beginnen. Legen Sie eine Strategie fest, um zu vermeiden, dass Sie dem Hype statt den Bedürfnissen Ihres Unternehmens folgen, und definieren Sie klare Key Performance Indicators (KPIs). Obwohl es verschiedene KPI-Beispiele gibt, sollten Sie es nicht übertreiben und sich auf die wichtigsten in Ihrer Branche konzentrieren.
3) Sammeln Sie jetzt Daten
Das Sammeln der richtigen Daten ist ebenso wichtig wie das Stellen der richtigen Fragen. Für kleinere Unternehmen oder Start-ups sollte die Datenerfassung bereits am ersten Tag beginnen. Jack Dorsey, Miterfinder und Gründer von Twitter, teilte diese Erkenntnis mit Stanford. „In den ersten zwei Jahren des Bestehens von Twitter sind wir blind geflogen… wir haben alles auf Intuition aufgebaut, anstatt eine gute Balance zwischen Intuition und Daten zu haben… das erste, was ich für Square geschrieben habe, ist ein Admin-Dashboard. Wir haben eine sehr starke Disziplin, alles zu protokollieren und zu messen“. Wenn das gesagt und getan ist, ist die Einführung einer Business-Dashboard-Kultur in Ihrem Unternehmen eine Schlüsselkomponente, um die Flut von Daten, die Sie sammeln werden, richtig zu verwalten.
4) Finden Sie die ungelösten Fragen
Wenn Ihre Strategie und Ihre Ziele festgelegt sind, müssen Sie die Fragen finden, die eine Antwort brauchen, damit Sie diese Ziele erreichen. Wenn Sie die richtigen Fragen zur Datenanalyse stellen, können sich die Teams auf die richtigen Daten konzentrieren und so Zeit und Geld sparen. In den Beispielen weiter oben in diesem Artikel hatten sowohl Walmart als auch Google sehr spezifische Fragen, was die Ergebnisse erheblich verbesserte. Auf diese Weise können Sie sich auf die Daten konzentrieren, die Sie wirklich brauchen, und von der stumpfen Sammlung von Daten „für den Fall der Fälle“ zur „Sammlung von Daten zur Beantwortung von Fragen“ übergehen.
5) Finden Sie die Daten, die zur Lösung dieser Fragen benötigt werden
Unter den gesammelten Daten sollten Sie sich auf die idealen Daten konzentrieren, die Ihnen bei der Beantwortung der in der vorherigen Phase definierten offenen Fragen helfen. Sobald diese identifiziert sind, prüfen Sie, ob Sie diese Daten bereits intern gesammelt haben oder ob Sie einen Weg finden müssen, sie zu sammeln oder extern zu beschaffen.
6) Analysieren und verstehen
Das mag offensichtlich erscheinen, aber wir müssen es erwähnen: Nachdem Sie den Rahmen für alle zu beantwortenden Fragen und die Datenerfassung abgesteckt haben, müssen Sie sie durchlesen, um aussagekräftige Erkenntnisse und analytische Berichte zu gewinnen, die Sie dazu bringen, datengestützte Geschäftsentscheidungen zu treffen. Tatsächlich ist das Nutzerfeedback ein nützliches Instrument, um tiefergehende Analysen der Kundenerfahrung durchzuführen und umsetzbare Erkenntnisse zu gewinnen. Um dies erfolgreich zu tun, ist es wichtig, den Kontext zu kennen. Wenn Sie z. B. die Konversionsrate im Einkaufstrichter verbessern wollen, ist es wichtig zu verstehen, warum Besucher die Seite verlassen. Wenn Sie die Antworten in den offenen Kommentaren Ihres Feedback-Formulars (innerhalb dieses Trichters) analysieren, können Sie erkennen, warum die Besucher nicht zur Kasse gehen, und Ihre Website entsprechend optimieren.
7) Scheuen Sie sich nicht davor, zu überdenken und neu zu bewerten
Unser Gehirn zieht voreilige Schlüsse und zieht nur ungern Alternativen in Betracht; wir sind besonders schlecht darin, unsere ersten Einschätzungen zu überdenken. Ein befreundeter Grafikdesigner erzählte mir einmal, dass er gegen Ende eines Projekts oft nicht weiterkam. Er war von der Richtung, die er eingeschlagen hatte, überzeugt und wollte sie nicht aufgeben. Er investierte, aber aus den falschen Gründen. Wenn das passierte, musste er unbedingt noch einmal von vorne anfangen, um den Fehltritt zu erkennen, der ihn festgefahren hatte. Ausnahmslos war das überarbeitete Endprodukt um Lichtjahre besser, als wenn er eine Lösung aus dem ersten Entwurf zusammengeschustert hätte.
Die Überprüfung von Daten und die Sicherstellung, dass Sie die richtigen Kennzahlen verfolgen, kann Ihnen helfen, aus Ihren Entscheidungsmustern herauszutreten. Wenn Sie sich darauf verlassen, dass Ihre Teammitglieder eine Perspektive haben und diese mit Ihnen teilen, können Sie die Voreingenommenheit erkennen. Aber scheuen Sie sich nicht, einen Schritt zurückzutreten und Ihre Entscheidungen zu überdenken. Das mag sich im ersten Moment wie eine Niederlage anfühlen, aber für den Erfolg ist es ein notwendiger Schritt. Wenn wir verstehen, was wir falsch gemacht haben, und es sofort in Angriff nehmen, wird das zu positiveren Ergebnissen führen, als wenn wir abwarten und sehen, was passiert. Die Kosten des Abwartens sind gut dokumentiert…
8) Präsentieren Sie die Daten in einer aussagekräftigen Weise
Das Ausgraben und Sammeln von Erkenntnissen ist schön, aber es ist besser, seine Entdeckungen zu erzählen und seine Botschaft zu vermitteln. Sie müssen sicherstellen, dass Ihr Scharfsinn nicht ungenutzt und verstaubt bleibt und dass er für zukünftige Entscheidungen genutzt wird. Mit Hilfe einer großartigen Datenvisualisierungssoftware müssen Sie kein IT-Crack sein, um ein leistungsstarkes Online-Dashboard zu erstellen und anzupassen, das Ihre Datengeschichte erzählt und Sie, Ihr Team und Ihr Management dabei unterstützt, die richtigen datengestützten Geschäftsentscheidungen zu treffen. Zum Beispiel müssen Sie Ihre Finanzen unbedingt im Griff haben:
Finanzübersichts-Dashboard im Vollbildmodus öffnen
Eine Übersicht, die auf einem Finanz-Dashboard dargestellt wird, gewährleistet einen Überblick über die finanzielle Leistung eines Unternehmens auf einen Blick. Mit den wichtigsten KPIs wie Betriebskostenquote, Nettogewinnmarge, Gewinn- und Verlustrechnung und Gewinn vor Zinsen und Steuern ermöglicht dieses Dashboard eine schnelle Entscheidungsfindung, während es sich auf Echtzeitdaten konzentriert.
Für weitere Inspirationen sehen Sie sich diese unglaublichen Beispiele für Datenvisualisierung von einigen der zukunftsorientiertesten Marken und Unternehmen der Welt an.
9) Setzen Sie messbare Ziele für die Entscheidungsfindung
Nachdem Sie Ihre Fragen, Ihre Daten und Ihre Erkenntnisse haben, kommt der schwierige Teil: die Entscheidungsfindung. Sie müssen die gewonnenen Erkenntnisse auf die Geschäftsentscheidungen anwenden, aber auch sicherstellen, dass Ihre Entscheidungen mit dem Auftrag und der Vision des Unternehmens in Einklang stehen, selbst wenn die Daten widersprüchlich sind. Setzen Sie sich messbare Ziele, um sicher zu sein, dass Sie auf dem richtigen Weg sind… und setzen Sie Daten in die Tat um!
10) Entwickeln Sie Ihre datengesteuerten Geschäftsentscheidungen weiter
Dies wird oft übersehen, ist aber dennoch unglaublich wichtig: Sie sollten nie aufhören, Ihre datengesteuerten Entscheidungen zu untersuchen, zu analysieren und zu hinterfragen. In unserem hypervernetzten digitalen Zeitalter haben wir mehr Zugang zu Daten als je zuvor. Um aus dieser Fülle an Erkenntnissen echten Nutzen zu ziehen, ist es unerlässlich, Ihre Geschäftsziele auf der Grundlage der sich um Sie herum bewegenden Landschaft ständig zu aktualisieren und weiterzuentwickeln.
Datengestützte Entscheidungsfindung – Fehler, die Sie unbedingt vermeiden sollten
Die Bedeutung von Daten für die Entscheidungsfindung ist klar. Aber auch wenn Sie die Dynamik datengestützter Geschäftsentscheidungen verstehen und Beispiele aus der realen Welt der datengestützten Entscheidungsfindung erforschen, wird Ihnen das Verständnis dessen, was Sie vermeiden sollten, helfen, Ihren Erfolg zu zementieren.
Wie oft in Ihrem Leben haben Sie sich auf eine Besprechung vorbereitet, hatten die Fakten und Zahlen parat, und am Ende geht die Entscheidung in die komplett entgegengesetzte Richtung?
Es fühlte sich wahrscheinlich so an, als wäre die Entscheidung schon getroffen worden, bevor die Besprechung überhaupt begann. Wenn Ihnen das bekannt vorkommt, sind Sie nicht allein. Wir sprechen hier nicht nur von einem Startup voller Neulinge, die glauben, dass es wichtiger ist, auf ihr Bauchgefühl zu hören als auf KPIs; wir sprechen hier von großen Unternehmen. Rob Enderle, ein ehemaliger IBM-Mitarbeiter und Research Fellow bei Forrester, hat einen fabelhaften Artikel verfasst, der die Unzulänglichkeiten von Führungskräften bei IBM und Microsoft dokumentiert.
Der Artikel ist zwar voll von Beispielen, aber das vielleicht ungeheuerlichste ist der Teilverkauf der ROLM-Sparte von IBM an Siemens. Enderle und sein Team erstellten einen internen Bericht, der bewies, dass der Verkauf an Siemens ein katastrophaler Misserfolg sein würde. Es stellte sich heraus, dass die Entscheidung getroffen wurde, bevor die Studie veröffentlicht wurde. Tatsächlich vergaßen die Führungskräfte, dass die Studie überhaupt in Auftrag gegeben worden war. Ihre Bauchentscheidung kostete das Unternehmen schließlich über eine Milliarde Dollar.
Eine Veröffentlichung von BI-Survey zeigt uns, dass 58 % der befragten Unternehmen angaben, dass sie mindestens die Hälfte ihrer regulären Geschäftsentscheidungen nach ihrem Bauchgefühl oder ihrer Erfahrung treffen, anstatt sich auf Daten und Informationen zu stützen. Im Durchschnitt stellten sie fest, dass die Unternehmen nur 50 % der verfügbaren Informationen nutzen, wenn es um die Entscheidungsfindung geht.
Als Anbieter von Business Intelligence wissen wir selbst, wie wichtig datengestützte Entscheidungsfindung ist. Deshalb haben wir ein Online-Tool für die Datenanalyse entwickelt, mit dem unsere Kunden das Beste aus ihren Daten herausholen, sie auf aussagekräftige Weise visualisieren und die gewonnenen Erkenntnisse in beeindruckenden Echtzeit-Dashboards weitergeben können, um schneller bessere Geschäftsentscheidungen zu treffen. Die von uns gelieferten Erkenntnisse sind jedoch völlig nutzlos, wenn diese Berichte am Ende des Tages von den eigentlichen Entscheidungsträgern ignoriert werden.
Dieses Rätsel hat uns dazu veranlasst, einen genauen Blick darauf zu werfen: Warum nutzen Unternehmensleiter keine datengestützte Entscheidungsfindung? Und was sollten Sie beachten, um sicherzustellen, dass Ihre Entscheidungen auf Zahlen und nicht auf Gefühlen beruhen?
Nachdem wir nun die Grundlagen für die richtige datengestützte Entscheidungsfindung skizziert haben, werden wir uns eingehender mit den Dingen beschäftigen, die es zu vermeiden gilt, indem wir uns mit den häufigen Fehlern von Datenanalysten und Unternehmensleitern aus der Vergangenheit beschäftigen. Durch Beobachtung und Aufnahme dieser Schlüsselpunkte mit Hilfe von Datenanalysten-Software werden Sie in der Lage sein, sicherzustellen, dass Ihre datengesteuerte Entscheidungsfindung in Unternehmen konsistent, ergebnisorientiert und jederzeit auf Ihre Ziele ausgerichtet ist.
1) Qualität der Daten
Zuallererst wird in der Regel die Datenqualität als Hauptgrund angeführt. Datenqualität ist der Zustand eines Satzes von qualitativen oder quantitativen Variablen, die „für die beabsichtigten Verwendungszwecke in Betrieb, Entscheidungsfindung und Planung geeignet sein sollten“, so der Autor Thomas C. Redmann in seinem Artikel. Ein gutes Datenqualitätsmanagement (von der Beschaffung bis zur Pflege, von der Disposition bis zu den Verteilungsprozessen innerhalb einer Organisation) ist auch der Schlüssel für die zukünftige Nutzung solcher Daten. Das Sammeln und Erfassen von Daten ist nur dann gut, wenn es gut verwaltet und anschließend genutzt wird, andernfalls bleibt das Potenzial der Daten unangetastet und nutzlos.
2) Übermäßiges Vertrauen auf vergangene Erfahrungen
Übermäßiges Vertrauen auf vergangene Erfahrungen kann jedes Unternehmen zerstören. Wenn man immer nur hinter sich schaut, ist die Gefahr groß, dass man das, was vor einem liegt, übersieht. Oft werden Führungskräfte aufgrund ihrer früheren Erfahrungen eingestellt, aber das Umfeld und die Märkte ändern sich, und dieselben Tricks funktionieren beim nächsten Mal vielleicht nicht mehr. Eines der bekanntesten Beispiele hierfür ist Dick Fuld, der Lehman nach der LTCM-Krise gerettet hat. Zehn Jahre später griff er auf dieselbe Trickkiste zurück, und wie das Wall Street Journal berichtet, „war die Erfahrung, auf die er sich verließ, nicht dieselbe wie bei diesem massiven, durch den Immobilienmarkt ausgelösten Zusammenbruch.“ Die jüngste Krise war viel komplexer. Das Umfeld und die Märkte ändern sich ständig, und um ein erfolgreicher Manager zu sein, muss man frühere Erfahrungen mit aktuellen Daten kombinieren.
3) Dem Bauchgefühl folgen und die Daten kochen
Während einige Manager natürlich ihrem Instinkt folgen, gibt es einen beträchtlichen Teil, der zunächst seinem Bauchgefühl vertraut und dann seine Forscher oder eine externe Beratungsfirma überredet, Berichte zu erstellen, die die bereits getroffene Entscheidung bestätigen. Laut dem oben erwähnten Enderle-Artikel war dies bei Microsoft gang und gäbe. Die Forscher hatten die Aufgabe, Berichte zu erstellen, die den Entscheidungen der Führungskräfte Glaubwürdigkeit verliehen.
4) Kognitive Voreingenommenheit
Kognitive Voreingenommenheit ist die Tendenz, Entscheidungen auf der Grundlage begrenzter Informationen oder auf der Grundlage von Lehren aus früheren Erfahrungen zu treffen, die für die aktuelle Situation möglicherweise nicht relevant sind. Kognitive Voreingenommenheit tritt jeden Tag in irgendeiner Form bei jeder Entscheidung auf, die wir treffen. Diese Voreingenommenheit kann Führungskräfte dazu verleiten, solide Daten zu ignorieren und sich stattdessen auf ihre Annahmen zu stützen. Hier einige Beispiele für kognitive Voreingenommenheit:
- Bestätigungsvoreingenommenheit – Führungskräfte neigen dazu, Informationen zu bevorzugen, die ihre bereits vorhandenen Überzeugungen bestätigen, egal ob sie richtig oder falsch sind.
- Kognitive Trägheit – Die Unfähigkeit, sich an neue Umweltbedingungen anzupassen und an alten Überzeugungen festzuhalten, obwohl Daten das Gegenteil beweisen.
- Gruppendenken – Der Wunsch, Teil der Gruppe zu sein, indem man sich auf die Seite der Mehrheit stellt, unabhängig von Beweisen oder Motiven, die dafür sprechen.
- Optimismus-Voreingenommenheit – Entscheidungen treffen, die auf dem Glauben beruhen, dass die Zukunft viel besser sein wird als die Vergangenheit.
Manager müssen erkennen, dass wir in jeder Situation voreingenommen sind. So etwas wie Objektivität gibt es nicht. Die gute Nachricht ist, dass es Möglichkeiten gibt, voreingenommenes Verhalten zu überwinden.
Das Ergebnis ist, dass diese Unternehmen Geschäftsmöglichkeiten erkennen und künftige Trends genauer vorhersagen können, wodurch sie mehr Einnahmen erzielen und ein größeres Wachstum durch datengestützte Entscheidungsfindung fördern.
3 Beispiele für erfolgreiche datengestützte Entscheidungsfindung
Nachdem wir nun besser verstanden haben, was es bedeutet, eine datengestützte Entscheidung zu treffen, und wie wichtig datengestützte Entscheidungsfindung ist, werden wir uns nun mit 3 inspirierenden Beispielen für datengestützte Entscheidungsfindung beschäftigen.
1) Google
Eines der bemerkenswertesten Beispiele für datengesteuerte Entscheidungsfindung stammt laut einem Artikel auf smartdatacollective.com vom Suchkoloss Google. Start-ups sind bekannt dafür, Hierarchien aufzulösen, und Google wollte wissen, ob es tatsächlich von Bedeutung ist, Manager zu haben.
Um diese Frage zu beantworten, untersuchten Datenwissenschaftler bei Google die Leistungsbewertungen und Mitarbeiterbefragungen der unterstellten Manager (qualitative Daten). Die Analysten trugen die Informationen in ein Diagramm ein und stellten fest, dass Manager im Allgemeinen als gut wahrgenommen wurden. Sie gingen noch einen Schritt weiter und unterteilten die Daten in das oberste und unterste Quartil und führten dann Regressionen durch. Diese Tests zeigten große Unterschiede zwischen den besten und den schlechtesten Managern in Bezug auf Teamproduktivität, Mitarbeiterzufriedenheit und Mitarbeiterfluktuation. Gute Manager bringen Google mehr Geld und sorgen für zufriedenere Mitarbeiter, aber was macht einen guten Manager bei Google aus?
Die Analysten prüften auch die Daten der „Great Manager Award“-Bewertungen, bei denen die Mitarbeiter Manager nominieren konnten, die außergewöhnliche Arbeit geleistet haben. Die Mitarbeiter mussten anhand von Beispielen genau erläutern, was die Führungskraft so großartig gemacht hat. Zur Vervollständigung des Datensatzes wurden auch Manager aus dem oberen und unteren Quartil befragt. Die Analyse von Google ergab die 8 wichtigsten Verhaltensweisen, die einen guten Manager bei Google ausmachen, und 3, die dies nicht tun. Das Unternehmen überarbeitete seine Managementschulung unter Berücksichtigung der neuen Erkenntnisse, führte den Great Manager Award fort und führte eine zweimal jährlich stattfindende Feedback-Umfrage ein.
2) Walmart
Walmart wandte ein ähnliches Verfahren an, als es um Notfallartikel zur Vorbereitung auf den Hurrikan Frances im Jahr 2004 ging, wie die NY Times berichtete. Die Führungskräfte wollten wissen, welche Arten von Waren sie vor dem Sturm einlagern sollten. Ihre Analysten werteten Aufzeichnungen über frühere Einkäufe in anderen Walmart-Filialen unter ähnlichen Bedingungen aus und sortierten ein Terabyte an Kundenhistorie, um zu entscheiden, welche Waren nach Florida geschickt werden sollten (quantitative Daten). Es stellte sich heraus, dass die Amerikaner in Zeiten von Naturkatastrophen zu Erdbeer-Pop-Tarts und Bier greifen. Linda M. Dillon, die damalige CIO von Walmart, erklärte:
„Indem wir vorhersagen, was passieren wird, anstatt darauf zu warten, dass es passiert… fuhren schon bald Lastwagen mit Toastern und Sixpacks auf der Interstate 95 auf Walmarts zu, die im Weg von Frances lagen.“
Walmarts Analysten sorgten nicht nur dafür, dass die Floridianer während des Sturms mit Bier und Pop-Tarts versorgt wurden, sondern erzielten auch Gewinne, indem sie die Nachfrage vorhersahen, da sich die meisten Produkte schnell verkauften.
3) Southwest Airlines
Datengestützte Entscheidungen sind in allen Branchen von unglaublichem Wert, aber ein Sektor, der bekanntermaßen von solchen Erkenntnissen profitiert, ist die Luftfahrtindustrie.
Die Führungskräfte von Southwest Airlines nutzten gezielte Kundendaten, um ein tieferes Verständnis dafür zu gewinnen, welche neuen Dienstleistungen bei den Kunden am beliebtesten und am profitabelsten wären.
Dabei entdeckte die Fluggesellschaft, dass sie durch die Beobachtung und Analyse des Online-Verhaltens und der Aktivitäten ihrer Kunden verschiedenen Kundensegmenten die besten Tarife für ihre Bedürfnisse sowie ein beispielhaftes Maß an Kundenerfahrung (CX) bieten konnte.
Als direktes Ergebnis dieses Schwerpunkts auf datengesteuerten Entscheidungen konnte Southwest Airlines beobachten, wie sein Kundenstamm und seine Markentreue Jahr für Jahr stetig wuchsen.
Die Rolle von Dashboards für datengesteuerte Entscheidungen
Wenn Sie eine datengesteuerte Geschäftsentscheidung treffen müssen, können Dashboards eine entscheidende Rolle spielen. Mit allen historischen und aktuellen Daten auf einem einzigen Bildschirm, mit der Möglichkeit, zu interagieren und einzelne KPIs zu vertiefen oder einen Überblick über eine Abteilung oder ein Unternehmen zu erstellen, ermöglichen Dashboards einen ganzheitlichen Überblick über wichtige Informationen. Um dies in der Praxis zu sehen, werden wir nun einen Blick auf einige ausgewählte Beispiele werfen.
1) Allgemeines Management
Führungskräfte der C-Ebene müssen den Überblick über ihre Daten behalten. Um Informationen auf der Grundlage ihrer Strategien und Ziele effizient verfolgen zu können, konzentriert sich jeder Manager auf den tatsächlichen Umsatz, der über einen bestimmten Zeitraum erzielt wurde, im Vergleich zum Zielumsatz und mit einer klaren Visualisierung, wie er sich entwickelt hat (oder nicht), wie in diesem Beispiel gezeigt:
Öffnen Sie das Management KPI Dashboard im Vollbildmodus
Es zeigt auch den Umsatz auf Kundenebene und Statistiken in Bezug auf die Kundenakquisitionskosten und die Gesamtzahl der neu gewonnenen Kunden. Dies kann jedem Manager helfen, seine Entscheidungen erfolgreich auf visualisierte Daten zu stützen, was den Prozess viel schneller und effektiver macht. Ein Beweis dafür, warum datengestützte Entscheidungsfindung in der heutigen Geschäftswelt so wichtig ist.
2) Online-Handel
Im Online-Handel ist die Datenerfassung recht einfach und reichhaltig. Durch die verschiedenen Einkaufsmöglichkeiten, den Zugang zu Bewertungen und Online-Meinungen sind die Verbraucher besser informiert als je zuvor. Deshalb ist ein klarer Überblick über die Daten sowohl für Kleinunternehmer als auch für große Unternehmen von größter Bedeutung. Im folgenden Beispiel sehen wir, wie dies bei ausgewählten Einzelhandels-KPIs aussehen würde:
Verkaufszahlen & Bestell-Dashboard im Vollbildmodus
Die Gesamtzahl der Bestellungen, die durchschnittlichen Bestellungen pro Kunde, die Top-Seller und die Statistiken und Zahlen zu den Rückgabegründen können Ihnen einen Überblick über das Verhalten der Verbraucher geben, warum Ihre Waren zurückgegeben werden und zu welcher Zeit des Jahres Sie die meisten Bestellungen haben. Auf diese Weise können Sie Ihre künftigen Entscheidungen ausschließlich auf der Grundlage von Einzelhandelsanalysedaten treffen und nicht auf der Grundlage eines Bauchgefühls, das Ihre Geschäftsstrategie ruinieren könnte.
„Foltere die Daten, und sie werden alles gestehen.“ – Ronald Coase
Es ist nicht zu leugnen – wenn Sie Daten auf die richtige Art und Weise nutzen und Ihren Erfolg messen, können Sie Ihr Unternehmen zu neuen und aufregenden Höhen führen.
Nun, da Sie Zugang zu allen wichtigen Zutaten haben, um die besten Datenentscheidungen für Ihr Unternehmen zu treffen, ist es an der Zeit, Ihre Pläne in die Tat umzusetzen. Denken Sie daran: Um maximalen Erfolg zu erzielen, müssen Sie um jeden Preis vermeiden, datengestützte Geschäftsentscheidungen falsch anzugehen. Andernfalls treffen Sie Entscheidungen aus dem Bauch heraus, sind voreingenommen oder fördern eine schlechte Datenkultur in Ihrem Unternehmen.
Wir von datapine setzen uns zu 100 % dafür ein, dass Sie die besten datengestützten Entscheidungen für Ihr Unternehmen treffen. Unsere Lösungen kombinieren die beste Software für die Geschäftsberichterstattung mit einer hochmodernen Perspektive für die Bewertung Ihrer Entscheidungen, um erste Ergebnisse zu erzielen.
Um Ihren eigenen Weg zu erfolgreichen datengesteuerten Entscheidungen zu beginnen, alle Ihre Daten an einem Ort zu visualisieren und mit nur wenigen Klicks Einblicke zu gewinnen, können Sie unsere Dashboard-Software 14 Tage lang völlig kostenlos testen!