Data-Driven Decision Making
Inhaltsverzeichnis
Was ist Data-Driven Decision Making?
Data-Driven Decision Making (deutsch: datengestützte Entscheidungsfindung, kurz: DDDM) bezeichnet das Treffen von Entscheidungen auf der Basis von Daten und Fakten anstatt aufgrund von Intuition oder persönlicher Erfahrung. Für DDDM werden im Unternehmen Daten gesammelt, aufbereitet und interpretiert. Anschließend wird eine fundierte Entscheidung getroffen, die nicht auf einer subjektiven Einschätzung, sondern auf möglichst objektiven Daten beruht. DDDM nutzt also die Daten der Vergangenheit für Entscheidungen in der Gegenwart.
Welche Vorteile hat Data-Driven Decision Making?
Objektivität
Der größte Vorteil von DDDM ist, dass Sie Entscheidungen möglichst unabhängig von Gefühlen treffen können. Die Entscheidungen haben so eine objektiv fundierte Basis und Sie können sie anhand von Zahlen und Fakten begründen.
Unabhängigkeit von Einzelpersonen
Durch Data-Driven Decision Making können Entscheidungen unabhängiger von Einzelpersonen getroffen werden. Es kommt nicht mehr darauf an, jahre- oder besser noch jahrzehntelange Erfahrung im Bereich zu haben. Es ist viel wichtiger, dass der Entscheidungsträger die relevanten und korrekten Daten gut aufbereitet vorliegen hat.
Vorhandene Ressourcen nutzen
Die Daten, die für DDDM genutzt werden, sind oft schon im Unternehmen vorhanden. Es gilt, sie gezielt zu sammeln und aufzubereiten. Unternehmen nutzen also Ressourcen, über die sie ohnehin verfügen.
Sind Sie auf der Suche nach einer leistungsstarken Analytics-Lösung für Ihr Unternehmen? Unser Webinar vergleicht S/4HANA Embedded Analytics und SAP Analytics Cloud und zeigt Ihnen, welche Option für Ihre Anforderungen am besten geeignet ist. Beispiel: Data-Driven Decision Making in einem Unternehmen
Das mittelständische Unternehmen Küchenbedarf GmbH stellt hochwertige Schneidebretter aus Holz her. Jedoch stagniert der Umsatz seit einiger Zeit. Bisher wurden in der Chefetage die strategischen Entscheidungen aus dem Bauch heraus getroffen. Nachdem der Umsatz jedoch im dritten Quartal in Folge stagniert, möchte die Küchenbedarf GmbH verstärkt auf Data-Driven Decision Making setzen.
Das Unternehmen sammelt und analysiert die verfügbaren Daten von seiner Website. Dabei fällt unter anderem Folgendes auf:
- Schneidebretter, die auf der Website mit Bildern in einer Kochumgebung dargestellt werden, verkaufen sich um 20% besser als Schneidebretter, die vor einem neutralen Hintergrund gezeigt werden
- 25% der Kunden, die ein Schneidebrett aus Holz im Warenkorb haben, suchen als nächstes auf der Website der Firma nach Holzpflege-Produkten
- Das Weihnachtsgeschäft im Dezember hat das Unternehmen schon lange im Blick, aber es stellt sich heraus, dass der Umsatz im April ebenfalls ungewöhnlich stark ansteigt
- Obwohl die Küchenbedarf GmbH 3% Ihres Marketingbudgets für Social Media ausgibt, kommen nur 1% der Kunden von Instagram und YouTube auf die Website des Unternehmens
Auf Basis der gesammelten und analysierten Daten trifft die Marketing-Abteilung die folgenden Entscheidungen:
- Buchung eines Fotoshootings in einer Küchenumgebung, um die Schneidebretter, die bisher ohne solche Fotos präsentiert wurden, dort fotografieren zu lassen
- Start einer Kooperation mit einem Hersteller von Holzpflege-Produkten, dessen Produkte die Küchenbedarf GmbH künftig auf ihrer Website anbietet
- Aus dem Verkaufsanstieg im April schließt die Marketing-Abteilung, dass dies an der beginnenden Grillsaison liegen könnte. Indem sie eine Kooperation mit einem Influencer, der Inhalte zum Thema Grillen produziert, vereinbart, schlägt sie zwei Fliegen mit einer Klappe: Das Geschäft vor der Grillsaison wird weiter gestärkt und die Zahl der Nutzer, die von den Sozialen Medien zur Website finden, wird erhöht.
Data-Driven Decision Making mit der SAP Analytics Cloud
Die SAP Analytics Cloud (SAC) ist eine umfangreiche Software für die Datenanalyse. SAC führt die Daten aus verschiedenen Quellen zusammen und visualisiert sie übersichtlich. Das Tool deckt dabei die Bereiche Business Intelligence, Planning und Predictive Analytics ab. Sie können also nicht nur Daten aus der Vergangenheit aufbereiten und analysieren, sondern auch das Vorgehen planen und Prognosen für die Zukunft treffen. SAC visualisiert nicht einfach nur die Daten, sondern ermöglicht die umfassende Nutzung der Daten in Ihrem Unternehmen.
Dashboard in SAP Analytics Cloud (Quelle: SAP)
Bei der Datenanalyse und der Modellierung von Szenarien werden Sie von einer generativen KI unterstützt. So können Sie eine Frage in natürlicher Sprache stellen und erhalten von SAC eine verständliche Antwort auf Basis der analysierten Daten.
Die analysierten Daten können Sie in übersichtlichen Dashboards visuell aufbereiten. Durch die Verbindung mit SAP Datasphere können Sie außerdem die Finanzinformationen live im Blick behalten.
Potenzialworkshop – SAP Analytics Cloud
Die SAP Analytics Cloud ist ein weiteres - vollständig cloudbasiertes - Tool. Lernen Sie in unserem Potenzialworkshop mit ihr umzugehen.
Microsoft Power BI
Auch Microsoft Power BI ermöglicht Data-Driven Decision Making. Die Software ist lokal oder cloud-basiert verfügbar und sehr gut kompatibel mit anderen Produkten von Microsoft. Das Tool kann Daten aus den verschiedensten Quellen wie Google Analytics, Salesforce oder auch aus Sozialen Netzwerken wie LinkedIn verarbeiten.
Dashboard in Microsoft Power BI (Quelle: mindsquare)
Die Daten können Sie dann in übersichtlichen Dashboards visualisieren. Diese Dashboards können sehr präzise angepasst werden, damit sie genau die Daten zeigen, die Sie benötigen. Der Zugriff auf Power BI ist außerdem mobil möglich. Auf Basis dieser visualisierten Daten können Sie dann Entscheidungen treffen, ohne dass Sie sich auf Ihr Bauchgefühl verlassen müssen.
Fazit
Data-Driven Decision Making beschreibt das Treffen von Entscheidungen auf der Basis von Daten und Fakten statt Gefühlen und Intuition. Viele Unternehmen sammeln eine große Menge an internen Daten, nutzen diese jedoch nicht optimal für die Entscheidungsfindung.
Hier helfen Tools wie die SAP Analytics Cloud oder Microsoft Power BI. Die Software sammelt die Daten aus den verschiedenen Quellen in Ihrem Unternehmen, bereitet sie auf und visualisiert sie übersichtlich. So können Sie beispielsweise historische Trends analysieren und die Erkenntnisse für aktuelle Entscheidungen nutzen. Außerdem können Probleme in bestimmten Bereichen des Unternehmens anhand der Daten identifiziert werden, um dann gezielt eine Lösung zu erarbeiten.
Wenn Sie sich fragen, wie Sie Data-Driven Decision Making in Ihrem Unternehmen umsetzen können, kommen Sie gerne auf uns zu. Wir verfügen über ein umfangreiches Knowhow im Bereich der Datenanalyse und beraten Sie gern in Hinblick auf das passende Tool für Ihr Unternehmen.
Weitere Informationen
- Artikel zu Data-Driven Decision Making bei Forbes (englisch)
- Umfangreiches Paper der Universität Regensburg zu Data-Driven Decision Making
FAQ
Was versteht man unter Data-Driven Decision Making?
Data-Driven Decision Making (DDDM) bezeichnet die Entscheidungsfindung auf Basis von Daten und Fakten anstatt von Intuition oder subjektiven Einschätzungen. Unternehmen sammeln, analysieren und interpretieren ihre Daten, um fundierte Entscheidungen zu treffen, die sich auf objektive Informationen stützen.
Welche Vorteile bietet Data-Driven Decision Making?
- Objektivität: Entscheidungen werden auf Basis von Zahlen und Fakten getroffen, nicht von persönlichen Gefühlen oder Erfahrungen.
- Unabhängigkeit von Einzelpersonen: Entscheidungen sind nicht an das Erfahrungswissen einzelner Personen gebunden, sondern basieren auf analysierten Daten.
- Optimale Nutzung vorhandener Ressourcen: Viele Unternehmen verfügen bereits über wertvolle Daten, die durch gezielte Analyse zur Entscheidungsfindung genutzt werden können.
Welche Tools unterstützen Data-Driven Decision Making?
- SAP Analytics Cloud (SAC): Ermöglicht Datenanalyse, Prognosen und Visualisierung sowie KI-gestützte Antworten auf Fragestellungen in natürlicher Sprache.
- Microsoft Power BI: Verarbeitet Daten aus verschiedenen Quellen, bietet anpassbare Dashboards und ermöglicht mobile Nutzung.
