Raus aus der Theorie, rein in die Praxis .... eine kleine Frage zur Einstimmung: Was haben Mathematikunterricht, eine Improvisationstheatervorstellung, eine Schulung (egal welche) und Big Data Analytics gemeinsam?
Ein Gefühl! Das Gefühl, das die meisten von uns schon mal erlebt haben. Solange man sich in der Beobachterrolle befindet wie damals in der Schule oder in einem Ihrer letzten Seminare, ist es kein Problem dem Lehrer oder dem Coach inhaltlich zu folgen. Heißt es aber, „Ab an die Tafel“ oder „Jetzt kommen Sie mal vor und üben das gelernte Telefongespräch“, merkt man wie ungewohnt und holprig die Praxis doch ist. Warum? Weil man es ja noch nie in Echt tun musste.
So nehme ich das übrigens auch bei dem Thema Big Data Analytics wahr, überall (gerne in Marketingbroschüren) wird geschwärmt wie „easy & smart“ das alles funktioniert und dass man mit den Self-Service-Tools doch einfach nur loslegen muss, ganz easy eben. Ach ja und ich brauche nicht zu erwähnen, dass alle diese Tools Big Data und Analytics durch die Bank ausnahmslos gut können. Klar, das steht doch so in der Broschüre!
Vergangene Woche hatte ich ein sehr interessantes Treffen mit einem Leiter Datawarehouse & Business Intelligence und seinem Team. Wir diskutierten über Big Data Analytics und wie man am besten aus der Theorie in die Praxis käme. Ich möchte an dieser Stelle nicht unerwähnt lassen, dass in dieser Abteilung eine ganze Reihe von Werkzeugen unterschiedlichster Anbieter genutzt werden können - Daten haben sie natürlich en masse.
Wenn also vermeidlich alles vorhanden ist, warum wird dann noch kein Big Data Analytics gemacht?
An diesem kleinen Beispiel kann man das gut erläutern. Bisher sah die Welt nämlich so aus:
Viele Daten wurden gesammelt, gespeichert, sortiert, angeordnet und auch nachvollziehbar dargestellt. Man war/ist also sehr schnell in der Lage zu sehen, dass der höchste Umsatz von gelb und rot kommt und die anderen Farben mehr oder weniger Umsatz liefern.
Und für alle, die jetzt jubelnd sagen: „Mensch, was für eine unglaublich tolle Visual Analytics“ sei gesagt, dass das keine Analytik ist!
Die Fragen, die nämlich nun von der o.g. Abteilung zu beantworten sind, sind: Warum ist das so? Warum ist das schwarz Markierte so schlecht? Wie wird sich das gelb Markierte entwickeln? Sollten wir noch mehr rot Markiertes in den Webshop packen? Oder kannibalisieren wir dadurch unser Filialgeschäft am Ende selber?
Sie merken schon, das lässt sich mit einfachem Zählen, Wiegen oder Messen nicht so „easy“ beantworten – und genau hier an dieser Stelle stehen die meisten gerade, die gerne mal Big Data Analytics machen würden.
Die erste Frage, die wir mit o.g. Abteilung diskutiert hatten war: Haben wir, um all diese Fragen zu beantworten, überhaupt die richtigen Daten? Klar- wir haben doch ein riesen Datawarehouse. Ich formulierte die Frage um: Wissen wir denn überhaupt, welches Verhalten und Bedürfnis die Kunden zu diesem Zustand geführt hat? Da war man sich dann nicht mehr so sicher, denn bisher war der Blick auf die Daten der Produkte gerichtet. Doch Produkte liegen stumm im Regal. Die Kunden sind diejenigen, die ein Produkt kaufen oder eben nicht. Ein Mensch entscheidet.
Wenn also der Kunde nur bunte Mauern baut, wie in der Abbildung links zu sehen ist, dann lassen sich die Prognosen für die Umsätze aus der Vergangenheit eher leicht in die Zukunft projizieren. Ändern sich jedoch die Bedürfnisse und der Kunde möchte lieber Häuser anstatt Mauern bauen, so werden die gelben und schwarzen Bausteine in Zukunft die Umsatzträger sein.
Die zweite praktische Übung für den Einsatz von Analytik heißt also: Überprüfen Sie den Blickwinkel und transformieren Sie Ihre Daten so, dass diese zum Fokus (oder zur Frage) passen und wenn nötig ziehen Sie weitere Daten hinzu.
Sollten Sie an diesem Punkt stehen und möchten gerne wissen, wie Sie die Daten in die richtige Form bringen und dabei nicht ein zweites Datawarehouse bauen möchten, schauen Sie hier vorbei.
Da auch mein Kunde hierfür etwas Zeit braucht und ich nicht vorgreifen möchte, werde ich den 2. Teil dieses Blogs in den nächsten Wochen veröffentlichen. Lesen Sie dann mit welchen Methoden und Werkzeugen man den Antworten auf die Spur kommt
Stay tuned und bleiben Sie neugierig und vergrübeln Sie die Digitalisierung nicht.
the friendly Nerd
