Erkenntnisse aus dem Webinar: Arbeiten mit Daten

Letzte Woche moderierte Eric Haase das Webinar: Arbeiten mit Daten. Hast du es verpasst? Keine Sorge, hier finden Sie einen Überblick darüber, wie Sie das Beste aus den Daten Ihres Unternehmens herausholen können.

Wir sprechen viel über die technologische Entwicklung und die damit verbundenen schnellen Veränderungen. Geschäftsmodelle ändern sich Jahr für Jahr und vielleicht sogar Quartal für Quartal, um mit den Veränderungen Schritt zu halten und natürlich wettbewerbsfähig zu bleiben. Und somit relevant.

Was die rasanten Veränderungen des technologischen Fortschritts mit sich bringen, ist eine ständig wachsende Datenmenge. Das ist für jedes Unternehmen und seine Mitarbeiter verfügbar.

Fähigkeiten der nächsten Generation

Wenn wir uns das makroökonomische Umfeld ansehen, sehen wir viele Daten da draußen: Big Data, KI, Robotik. Kurz gesagt, die Innovation beschleunigt sich mit großer Geschwindigkeit. Sogar volatil. Wir haben es mit einer sich ständig verändernden Landschaft zu tun.

Das passiert zum Beispiel in nur einer Minute online:

Visueller Kapitalist 2018

Um mit diesem unsicheren, volatilen und vieldeutigen Umfeld umzugehen, trainieren wir Powerskills.

ERIC HAASETwittern

Die Zukunftssicherheit Ihres Unternehmens hängt davon ab, wie viele Fähigkeiten der nächsten Generation Sie jetzt in Ihr Tagesgeschäft integrieren. Wenn Ihre Mitarbeiter in einer sich schnell verändernden Landschaft arbeiten, müssen sie Fähigkeiten erlernen, die auch in zehn bis zwanzig Jahren noch relevant sein werden. Eine Kombination aus Hard- und Softskills: Power-Skills. Tools, die ihnen helfen, sich in einer sich ständig verändernden Landschaft zurechtzufinden.

Daten sind dabei ein entscheidendes Element. Denn zukunftssichere Fähigkeiten — Fähigkeiten, die sich auch in zehn bis zwanzig Jahren noch als relevant erweisen werden — sind eng mit Datenkompetenz verknüpft.

Die Bedeutung von Daten

Warum müssen wir uns überhaupt auf Daten konzentrieren? Die Teilnehmer des Webinars stellten fest:

„Es ist wichtig, um Entscheidungen zu treffen“ und noch nuancierter: „Daten sind wichtig, um objektive Entscheidungen zu treffen“.

Außerdem: „Es ist der einzige Weg einer objektiven Analyse, frei von Vorurteilen“ und „sachlichen Informationen“.

„Durch die Verwendung von Daten wird das, was gemessen wird, verwaltet“ und „Messen ist Gewissheit“.

Es scheint ziemlich offensichtlich, dass Daten als Grundlage für Entscheidungen verwendet werden können, und Datenkompetenz kann bedeuten, dass Ihre Entscheidungen objektiver getroffen werden als Entscheidungen, die auf Intuition beruhen.

Daten treiben wirklich alles an, was wir tun. Dieses Denken könnte dazu geführt haben, dass LinkedIn zu einem globalen Moloch für berufliches Engagement wurde. Ich glaube, wenn Entscheidungen auf Daten basieren, wird die Zukunft nicht mehr dem Zufall überlassen, sondern wird zum Spiegelbild der Wahl.

EHEMALIGER LINKEDIN-CEO JEFF WEINERTwittern

Wenn Sie den Anteil des „Zufalls“ bei Ihren Geschäftsentscheidungen minimieren, minimieren Sie das Risiko. In der Folge auch unnötige Kosten, d. h. es ist weniger wahrscheinlich, dass Sie eine schlechte Entscheidung treffen.

Verwendung von Daten: Was ist für Sie drin

Wenn Daten das Eingehen von Risiken erheblich minimieren können, werden Unternehmen Daten natürlich zu ihrem Vorteil nutzen. Das ist definitiv kein neuer Trend. Unternehmen werden versuchen, Datenanalysen in ihre Infrastruktur, ihre Wertschöpfungskette und ihre Geschäftsmodelle zu integrieren, um Kosten zu senken und Gewinne zu steigern.

Ein gutes Beispiel für ein anpassungsfähiges Unternehmen ist Tomtom. Von der Routenplanung über den persönlichen digitalen Assistenten und der Software für den Verbrauchermarkt bis hin zum wichtigsten Anbieter von Kartendaten und Hauptlieferanten von Daten für die Karten-App von Apple.

Was wir hier sehen, ist ein Unternehmen, das sein Modell von produktorientiert auf datengesteuert geändert hat. TomTom hat ihre Stärke ausgespielt! Angesichts der Menge an Daten, über die sie bereits verfügten, war es eine kluge Entscheidung, Lieferant eines der größten Technologieunternehmen der Welt zu werden.

In der sich schnell ändernden Umgebung ist es notwendig, anpassungsfähig zu sein. Was wir aber auch in der Geschichte der Datennutzung beobachten, ist, dass Unternehmen dazu übergehen, Daten nicht mehr auf der Grundlage des „Was“ zu verwenden — welche Daten betrachten wir? Was passiert im Moment? − zu einer Prognose des ‚Warum' − warum findet diese Veränderung gerade statt.

Prädiktive Analytik von Gartner

Mit dem ultimativen Ziel für Unternehmen, sich dem „Wie“ zuzuwenden, was ist die Korrelation zwischen dem „Was“ und dem „Warum“. Unser Beispiel TomTom ist, wie oben erwähnt, nicht nur ein anpassungsfähiger Akteur, sondern gleichzeitig ein Datenlieferant für eines der größten Prognoseunternehmen: Apple.

Beispiel für den Übergang von deskriptiv zu präskriptiv:

Was: Die Leute kaufen Eiscreme

Warum: es ist heiß, also kaufen die Leute Eiscreme

Wie: Wie können wir die wärmsten Jahreszeiten kartieren und nutzen, um noch mehr Eiscreme zu verkaufen?

Prognosen sind von entscheidender Bedeutung und die ausgefeilteste Form der Datenkompetenz. Wie können wir das „Was“ und „Warum“ des Kundenverhaltens so gestalten, dass wir als Unternehmen davon profitieren. Die Verwendung von Daten hat sich von einer deskriptiven Rückschau zur vorausschauenden, präskriptiven Nutzung entwickelt.

Präskriptive Analysen sind äußerst wertvoll, natürlich auch innerhalb der Personalabteilung. Denn wer würde schon lieber im Nachhinein arbeiten, wenn es auch möglich ist, vorausschauend zu arbeiten? Du willst wissen, warum jemand geht. Natürlich. Aber noch wichtiger ist, dass Sie wissen möchten, wann (und warum) auch andere Mitarbeiter das Unternehmen verlassen könnten.

Anhand von Daten können Sie herausfinden, wann (und warum) ein Mitarbeiter ein hohes Risiko hat, das Unternehmen zu verlassen, und wie Sie Maßnahmen ergreifen können, um zu verhindern, dass andere aufgrund genau desselben Problems das Unternehmen verlassen.

Kurz gesagt, Sie können diese Daten verwenden, um Erkenntnisse zu gewinnen und aus diesen Erkenntnissen eine Art von Aktion abzuleiten.

So fangen Sie an: Beherrschen Sie die Grundlagen

Machen Sie den ersten Schritt und: erstellen Sie Ihre eigenen Erkenntnisse.

Wenn wir „Arbeiten mit Daten“ auf das Wesentliche reduzieren, bedeutet Datenkompetenz wirklich: die richtigen Fragen zu stellen.

Seien Sie also herausfordernd und neugierig, wenn Sie sich eine Reihe von Daten ansehen. Stellen Sie sich selbst kritische Fragen. Was schaue ich mir genau an? Sind alle Daten, die ich gesammelt habe, relevant? Und ist der Datensatz vollständig? Wenn Sie ein klares Bild erstellt haben, können Sie Maßnahmen ergreifen.

Um die richtigen Fragen zu stellen und Ihre Erkenntnisse zu gewinnen, benötigen Sie die richtigen Tools. Wenn Sie drei einfache Schritte befolgen, sind Sie auf dem besten Weg, Datenkompetenz zu erlangen!

Meistere die Grundlagen

• Sie benötigen Problemlösungstechniken, wenn Sie Rohdaten und das, was wirklich wichtig ist, genauer untersuchen möchten. Schulen Sie Ihre Mitarbeiter in diesen Leistungskompetenzen!
• Die Schulung zu Geschäftstools kann Ihnen die Grundlagen vermitteln, die Sie benötigen, um mit der Strukturierung Ihrer Daten zu beginnen.
• Vergessen Sie nicht, Ihre Daten bestmöglich zu präsentieren! Beziehen Sie andere in die Analysen ein, die Sie durchgeführt haben, und bringen Sie Ihren Standpunkt wirklich auf den Punkt.