Datenbasierte Entscheidungen statt Bauchgefühl – „Let the data speak“
Die Anwendungen von Data Analytics sind vielfältig und reichen von der Berechnung einfacher Kennzahlen (KPIs), über die Erstellung von Dashboards, bis hin zu komplizierteren Machine-Learning-Ansätzen. Das Ziel ist immer das Gleiche: Daten in Wissen umwandeln. Bevor jedoch die Analyse beginnen kann, müssen Daten erst erhoben, aufbereitet und zusammengeführt werden.
Daten systematisch erfassen
Ungeordnete Rohdaten haben ohne gezielte Aufbereitung keinen großen Nutzen. Die Liste an Daten, die in einem Unternehmen anfallen, ist lang: Transaktionsdaten, Kundennachrichten, Inventardaten, Performance-Daten von Maschinen oder Referenzdaten. Häufig werden diese Daten nur stiefmütterlich verwaltet und zu selten effizient genutzt. Daten müssen überprüft, bereinigt, validiert, angepasst und korrigiert werden, bevor diese gewinnbringend weiterverarbeitet werden können. Die Data-Preparation ist zwar eine lästige und zeitintensive Arbeit aber unerlässlich, da alle Analysen und Schlussfolgerungen hierauf aufbauen – Stammdatenpflege und Datenbereinigung sind somit essenziell. Durch unser Data Analytics Consulting schaffen wir für Sie die perfekten Voraussetzungen für eine zielgerichtete Aufbereitung. So können Sie das Potenzial Ihrer Unternehmensdaten voll ausschöpfen.
Datenqualität gewährleisten
Bei aggregierten Daten sollte immer die Datenabstammung im Data-Warehouse-System nachvollzogen sowie Verarbeitungs- und Transformationsschritte dokumentiert werden. Optimalerweise wird dies durch konzernweite Governance flankiert. Die Anreicherung interner Daten mit externen Quellen, wie Event-, Wetter- und Geodaten, führt zu einer noch besseren Planungsgrundlage. Durch die kontinuierliche Zunahme des Datenvolumens können mittlerweile bereits kleinere Unternehmen komplexe Analysemethoden zur Mustererkennung verwenden.
Verschiedene Methoden von Data Analytics – immer auf unsere Kunden zugeschnitten
Für die Analyse der Daten bieten sich je nach Zielvorhaben verschiedene Methoden an. Die Wahl der Analysetools ist hierbei auf den Kunden und das Projekt individuell auszurichten. Nicht jede Problemstellung benötigt perfekte Daten und komplexe Machine-Learning-Verfahren, um zu einer gewinnbringenden Lösung zu kommen. Andere wiederum können nur mithilfe modernster Methoden und dem Einsatz künstlicher Intelligenz analysiert werden.
Um Daten in nützliches Wissen umzuwandeln, steht im Data Science Consulting eine Fülle an Technologien und internem Know-How zur Verfügung:
Individuelle Analysen & Tools
Häufig kommen im Laufe eines Projekts Fragen auf, die sich nur durch quantitative Analysen beantworten lassen. Gerade für etwas kleinere Datenmengen und klar eingegrenzte Problemstellungen bieten sich Low-Code Lösungen wie Power BI oder Excel als pragmatische Analysetools an. Weitere Vorteile dieser Lösungen sind die Bedienfreundlichkeit und Akzeptanz in Unternehmen. Das ermöglicht es individuell auf den Kunden zugeschnittene Tools wie zum Beispiel Zielpreisrechner oder Margenanalysen zu erstellen, die vom Kundenteam ohne aufwändiges Training genutzt werden können.
Business Intelligence Lösungen
In den meisten Organisationen liegt dank modernen CRM, ERP und Accounting Systemen bereits eine große Menge maschinenlesbarer Daten vor. Die Herausforderung bei Business Intelligence (BI) Lösungen ist es, die einzelnen Datenquellen sinnvoll miteinander zu verbinden, um so neue Analysemöglichkeiten zu schaffen. Gerade bei Pricing Audits spielen BI Tools und Dashboards eine enorm wichtige Rolle um aus Kunden-, Produkt- und Transaktionsdaten transparente Einblicke in Unternehmen zu gewähren und neues Wissen zu generieren.
Maschinelles Lernen & künstliche Intelligenz
Einige Fragestellungen können mit konventionellen Analysemethoden nicht beantwortet werden. Um in großen Datenmengen automatisiert Cluster zu identifizieren, Zeitreihen vorherzusagen oder Kategorien zuzuordnen, ist der Einsatz von maschinellen Lernverfahren sinnvoll. Die Anwendungsfälle dafür sind vielfältig. Von Kundensegmentierungen über automatisiertes Erstellen von Produkt-Bundles bis hin zu komplett personalisiertem Pricing ist alles möglich. Dafür arbeitet unsere Data Science Consulting an individuellen Lösungen je nach Kundenauftrag.
Notwendige Systeme
Während bei Descriptive und Diagnostic Analytics häufig Excel ausreicht, wird bei Predictive Analytics auf Business-Intelligence-Lösungen mit Dashboards zurückgegriffen. Hier können zudem Verfahren aus der Statistik und Informatik zum Einsatz kommen, um Muster zu erkennen und Vorhersagen über zukünftige Ereignisse treffen zu können – Machine-Learning und künstliche Intelligenz sind als zentrale Stichpunkte zu nennen.
Data Analytics lohnt sich
Modelle können auf riesigen historischen Datenmengen trainiert und der Erfolg der Methoden direkt verifiziert werden. Durch den Blick in den Rückspiegel kann mit größerer Sicherheit auf die Daten-Überholspur gewechselt werden. Der Vergleich zwischen menschlichem Bauchgefühl und trainiertem Algorithmus verdeutlicht, dass letzterer nicht nur schneller, sondern auch genauer ist.
1. Kundensegmentierung
Der Kundenstamm ist in den seltensten Fällen homogen. Die Unterscheidung von Kunden in Zielgruppen ist eine Voraussetzung für spezifische Vertriebs- und Marketingstrategien. Das Ziel ist, Kunden nach ähnlichen Merkmalen zu klassifizieren, damit diese gemeinsam adressiert werden können. Größe und Anzahl der Segmente hängen unter anderem von Industrie, Umsatz, Produktportfolio und Vertriebskanal ab.
Clusteranalysen können von einfachen eindimensionalen Methoden – wie der Differenzierung nach Kaufhäufigkeit – bis hin zu multivariaten Methoden wie der Conjoint-Analyse und der Faktorenanalyse reichen.
2. Steuerung von Vertriebsaktivitäten
Über Vertriebsplattformen können Akquise-Tätigkeiten besser gesteuert und Optimierungspotenziale gehoben werden. Im Fokus stehen hier „Next-Best-Action“ und „Next-Best-Offer“, damit Vertriebsmitarbeiter individualisierte Produkt- und Servicevorschläge unterbreiten können und den richtigen Zeitpunkt für die Kundenansprache wählen. Welche Kunden sollten in welcher Reihenfolge angesprochen werden (Priorisierung)? Wann sollte ein Bestandskunde wieder besucht werden? Welcher Vertriebskanal ist am erfolgsversprechenden?
3. Simulationen von Pricing-Veränderungen
Ein bewährtes Mittel zur Abschätzung von Preisveränderungen sind Simulationen. Mit Hilfe eines digitalen Zwillings – also dem virtuellen Abbild eines Unternehmens – können Algorithmen die Effekte von Preisanpassungen simulieren und testen noch bevor Rabatte und Listenpreise tatsächlich angepasst werden. Dieser „Trockenlauf“ dient dazu Probleme und Inkonsistenzen aufzudecken, bevor der unternehmensweite Rollout stattfindet.
Bereitstellung von Tools in Power BI oder Qlik Sense
Ein Daten-Dashboard liefert einen schnellen Überblick über KPIs, Bearbeitungsprozesse sowie Verbesserungs- und Wachstumspotenziale. Hier können geschäftskritische Fragen beantwortet und interaktiv in die Datenanalyse eingestiegen werden. In Tools wie Power BI oder Qlik Sense können Rohdaten unkompliziert visualisiert und Veränderungen in Echtzeit identifiziert werden. Zudem können Dashboards flexibel verwaltet, freigeschaltet, aktualisiert und geteilt werden. Durch schlanke und zielgerichtete Dashboards werden Krisen rechtzeitig erkannt und angegangen.
Projekterfahrungen
Ein bewährter Startpunkt bei Projekten ist der 360° Datenaudit, bei dem in einem drei bis vier-wöchigen Check die Datenbasis und aktuelle Analysewerkzeuge evaluiert und Nachholbedarf identifiziert werden. Nach diesem Quick-Check werden konkrete Handlungsfelder benannt und ein Implementierungsplan aufgestellt.
Prof. Roll & Pastuch – Management Consultants hat als Data Science Consulting langjährige Erfahrung bei der erfolgreichen Durchführung komplexer Analyseprojekte: Wir entwickeln für Sie
- etablierte Business-Intelligence-Lösungen
- State-of-the-Art Anwendungen der künstlichen Intelligenz
Gemeinsam schaffen wir die Transformation von Big Data hin zu Smart Data.
Kontaktieren Sie unsere Data Analytics Consulting-Experten noch heute
Gerne stehen wir Ihnen bei Fragen und für weitere Informationen zur Verfügung.
Kai Pastuch
Kai Pastuch ist Geschäftsführer von Prof. Roll & Pastuch – Management Consultants. Vor seinem Einstieg als Managing Partner war er als Director bei einer international führenden Strategie und Marketing Beratung tätig. Als Dipl.-Wirtschaftsinformatiker leitet er auch unsere Software Firma nueprice, die sich mit dem gleichnamigen Produkt auf das Pricing von Ersatzteilen spezialisiert hat. Herr Pastuch verfügt über umfangreiche Projektmanagementerfahrung aus zahlreichen Projekten für internationale Großunternehmen und den deutschen Mittelstand in den Bereichen Preismanagement, Marketing, Vertrieb und Strategie. Neben vielfältigen Fachpublikationen in renommierten Zeitschriften und der Herausgabe der Fachbücher Praxishandbuch Preismanagement und Big Deal Management, ist er ein gefragten Moderator und Vortragsredner rund um die Themen Vertrieb und Pricing. Als praxisorientierter Manager engagiert er sich gerne persönlich auf unseren Projekten und bringt in Workshops und Steerings sein breites Erfahrungswissen ein.
