Die Notwendigkeit datengetrieben zu Arbeiten ist heute unbestreitbar, oder etwa nicht? Um mit Online Größen wie Google und Facebook, aber auch der „lokalen“ Konkurrenz mitzuhalten. Für viele bedeutet dies Mathematik, Statistik und insgesamt komplizierte Ansätze. Aus diesem Grund versuchen es viele kleine Firmen erst gar nicht. In diesem Beitrag wollen wir Ihnen zeigen, ab welchem Punkt Data Crunching bzw. Datenanalyse wirklich sinnvoll ist und wann sogar schädlich für den Unternehmenserfolg.
Das Daten-Zeitalter
Heutzutage liest man an allen Ecken und Enden dass Big Data, Datenanalyse und zahlen-basierte Entscheidungen der Weg sind um mit Größen wie Google, Amazon und Facebook Schritt zu halten. Unsere ehrliche Einschätzung – Das stimmt! Ohne logische datengetriebene Prozesse und Entscheidungen wird es schwer mit der Konkurrenz, egal in welchem Bereich, mitzuhalten. Wir selbst haben uns deshalb dem Bereich der Marketing Automation verschrieben um keine Zeit mit langweiligen Standardaufgaben zu verschwenden. Dieser Beitrag könnte entsprechend kurz abgehandelt werden – Daten sind das Gold unseres Zeitalters – Ende – Punkt.
Allerdings sind Daten nicht gleich Daten. Der Unterschied zwischen Informationen und Wissen ist nur der Kontext und die Nützlichkeit. Ähnlich ist es bei der Datenanalyse. Trotz der tollsten Daten und Auswertungen können Zahlen, keine nicht zielgerichteten Fragestellungen beantworten und sind somit weniger nützlich, zuweilen sogar verwirrend sein. Zum Beispiel eine Auswertung die aufzeigt über welche Kanäle der günstigste Traffic kommt, allerdings nicht beinhaltet welche Trafficqualität einhergeht ist sinnlos. Auf diese Art und Weise kann wenig bis nichts über die Wichtigkeit einzelner Kanäle im Marketing Mix ausgesagt werden.
Daten, Zahlen und Auswertung müssen Kernfragen beantworten nicht nur einzelne Zusammenhänge aufzeigen die isoliert wenig Bedeutung haben. Zielführender sind meistens Auswertungen, die darauf abzielen konkrete Fragen zu beantworten wie zum Beispiel: „Welche Marketing Kanäle bringen die meisten Bestandskunden zu sinnvollen Kosten“ oder „Wie viel Umsatz verliere ich wahrscheinlich, wenn ich Marketing Maßnahme ABC abschalte“. Der Vollständigkeit sei erwähnt, dass es Analysetypen gibt, die sinnvolle Erkenntnisse liefern auch ohne konkrete Fragestellung.
Allerdings sollte man mit den einfacheren Analysen beginnen, die Hypothesen verifizieren oder falsifizieren.
Wann ist Data Crunching wichtig?
Diese Ideen weitergedacht zeigen auf, dass Data Crunching sinnlos ist, wenn keine „actionable insights“ dadurch gewonnen werden. Am Ende einer Analyse sollte eigentlich immer relativ klar sein was getan werden muss um Potenziale zu heben und sich weiter zu verbessern.
Der Schritt dazu das Zahlen hinderlich werden ist entsprechend leider nicht weit. Zahlen müssen im richtigen Zusammenhang bzw. die richtigen Einflüsse sollten bedacht werden. Ursache-Wirkung ist dabei entscheidend. Wenn der Umsatz eines Eisverkäufers explodiert liegt das vielleicht daran, dass auf einmal die Sonne scheint oder er eine tolle neue Geschmackssorte hat, allerdings weniger an dem Faktor, dass er gestern einen Instagram Account mit 3 Followern angelegt hat.
Die nächste Schwierigkeit im Online Business ist das Vorhandensein von Daten. Dadurch dass Daten in einer extremen Fülle vorliegen, will man permanentes Entscheiden, Verbessern und Anpassen. Häufig ist „Nichts-Tun“, die beste Entscheidungsalternative. Genauso häufig aber auch unterschätzt und nicht beherzigt.
Nicht zu früh ins Detail gehen!
Auf der anderen Seite gibt es kleine Firmen die gerade erst am Anfang stehen und weder die Ressourcen noch die Zeit haben sollten Zahlen im großen Stil zu analysieren. Wenn Sie gerade einmal 100 Besucher täglich auf Ihrer Seite haben oder nur 5€ täglich in Facebook ausgeben, dann ist Data Science für Sie sinnlos. Sie sollten sich darauf konzentrieren Ihr Business nach Ihrem Gefühl und Verständnis zu entwickeln. Ebenso arbeiten Sie an dem Kernprodukt. Dies wird Ihnen in kurzer Zeit mehr helfen als stündlich die Umsatzzahlen zu prüfen oder sich in noch unwichtigen Details zu verlieren. An dieser Stelle ist Data Crunching nicht zielführend für Ihren Unternehmenserfolg!
Zusammengefasst
Die beliebtesten Stolpersteine bei der Datenanalyse sind:
- Keine konkreten Fragestellungen zu beantworten
- Ursache-Wirkung falsch einzuschätzen
- Zuviel Ändern bzw. nicht „Nichts-Tun“
- „Analysieren“ auf kleinen Datenmengen
Wenn Sie mehr über diese Themen oder im allgemeinen über den Bereich Marketing Automation wissen wollen können Sie gerne einen kostenlosen Termin mit uns vereinbaren. Wir freuen uns!
