82 % der Entscheider glauben, dass Analytics ihre Unternehmens-Aktivitäten und -Prozesse stark verbessern kann. Diese Zahl verdeutlicht einen Trend, der sich in immer mehr Unternehmen zeigt: Daten-Demokratisierung. Theoretisch ausgedrückt ist eine datengetriebene Herangehensweise fast schon zu einfach: Sie gewähren allen Angestellten Zugriff auf die Daten und gehen davon aus, dass jede Person anhand der Zahlen entscheiden kann, welche Informationen für ihre Arbeit nützlich ist. Das Ergebnis? Weniger Kosten für den Zugriff auf die Informationen, mehr Effizienz und schnellere Entscheidungen.
So weit so gut, aber bei dieser Art von Projekt lauern einige Fallen. Sicherheit, Verantwortung für die Daten, Fragen der Governance, der Faktor Mensch, Ausbildung, Change Management … man muss an vieles denken um Gefahren zu vermeiden und um das Projekt zum Erfolg zu führen. Hier sind ein paar Grundsätze, einige ganz allgemein, andere sehr speziell für Digital Analytics, die Sie unserer Meinung nach anwenden sollten.
Projektunterstützung durch die Unternehmensführung
Die Beteiligung durch das Management ist unverzichtbar. Wenn Sie bei Ihrem Projekt vergessen eine einflussreiche Person aus der Firmenleitung mit an Bord zu holen, kann das unangenehme Folgen haben … Diese Person sollte Ihre Daten-Demokratisierungs-Initiative intern folgendermaßen unterstützen:
- Sicherstellen, dass Ihr Analytics-Projekt mit der Strategie und den Prioritäten des Unternehmens übereinstimmt.
- Die Existenz des Projekts festigen (die durch interne Konflikte oder Druck gefährdet werden könnte)
- Ein Wort für Sie einlegen, wenn es darum geht ein Analytics-Budget bereitzustellen
Also, wer sollte dieser Super-Botschafter sein? Es gibt keine bestimmte Position oder Rolle, aber diese Person sollte vom Wert einer datengetriebenen Herangehensweise überzeugt sein und genügend Einfluss haben um Ihr Projekt zu schützen und es zu fördern.
Die Wirkungen und Veränderungen auf die Entscheidungsträger bedenken
Einfache Logik sagt uns, dass das Management keine strategischen Entscheidungen auf Grundlage von Analytics-Daten treffen wird, wenn keiner aus der Geschäftsleitung am Daten-Demokratisierungs-Projekt beteiligt ist. Darüber hinaus kann die Vorstellung Daten zur Leitung eines Unternehmens zu nutzen in bestimmten Firmen zu Stirnrunzeln führen – auch wenn Daten nur einer von vielen Einflussfaktoren bei der Entscheidungsfindung sind. Es ist nicht immer einfach für Entscheider sich auf die Zahlen zu verlassen und die eigenen Entscheidungsgewalt dahinter zurückzustellen. Die größte Herausforderung bei dieser radikalen Veränderung der Unternehmenskultur ist es die Wirksamkeit der Demokratisierung von Analytics für das Unternehmenswachstum zu beweisen.
Analytics-KPIs an der Unternehmensstrategie ausrichten
Zwischen der Unternehmensstrategie und Ihren Key Performance Indicators (KPIs) sollte es einer direkten Zusammenhang geben. Mit anderen Worten: Alles was Sie tun, sollte die Strategie des Unternehmens unterstützen: Produkt-Angebote, Unternehmensziele, Weiterentwicklungen, wichtige Märkte, interne Organisation, usw. Jeder der Daten verwendet, kann – auf seinem oder ihrem Erfahrungslevel – Ziele setzen und den Umfang der Messungen festlegen. Das können geografische Gebiete sein, bestimmte laufende oder geplante Unternehmensaktivitäten (Verkaufszeiträume, Ferien, usw.), zu optimierende Kanäle (mobile Sites vs. Apps), usw. Nachdem diese Interessensgebiete festgelegt wurden, können KPIs und Metriken abgeleitet werden, die es allen Jobrollen ermöglichen die digitale Performance besser zu steuern.
Sich der Verantwortung für die Daten stellen
Die Person, die Daten sammelt, verarbeitet und veröffentlicht, ist nicht (unbedingt) verantwortlich für die Ergebnisse, die sich daraus ergeben. Daten können ein hilfreicher Katalysator sein, egal ob mit ihnen eine Entscheidung begründet, eine Kampagne gestoppt oder ein Budget erneuert wird … aber auch um einen internen Konflikt anzuheizen oder ein Projekt auszubremsen. Man darf die politischen Auswirkungen von Daten nicht unterschätzen. Ihre Folgen sind im gesamten Unternehmen spürbar. Der Analyst, der gute oder schlechte Nachrichten bringt, ist nur der Bote. Er oder sie sollte nicht für eine schlechte Unternehmensleistung bestraft werden … aber auch kein Lob für gute Ergebnisse bekommen. Aber der Analyst stellt eine starke Datenqualität sicher (für präzise, konsistente, verzögerungsfreie, bereinigte und komplette Daten). Bleiben Sie also nicht vage. Helfen Sie jedem sich der Möglichkeiten bewusst zu werden und legen Sie die Verantwortlichkeiten für Analyse, Verarbeitung, Nutzung und Ergebnisse fest. Kurz gesagt, legen Sie den Grundstein für eine solide Governance-Strategie und lassen Sie keinen Raum für Unklarheiten. Der Analyst muss aus Gründen des Selbstschutzes unabhängig bleiben.
Nicht alles auf das Analytics-Tool setzen
Sie haben ein tolles Werkzeug mit den neuesten Funktionen also sollte alles wie von selbst laufen, richtig? Leider nein! Sie dürfen sich nicht allein auf Ihre Lösung verlassen. Sogar die besten Webanalyse-Tools der Welt nützen Ihnen nichts ohne die Erfahrung von kompetenten und geschulten Personen, die das Tool implementieren und voll nutzen können. Je technisch komplexer, desto wichtiger ist die Auswertung der Zahlen durch einen Menschen, der schwache Signale erkennen und Daten in den richtigen Kontext rücken kann. Vernachlässigen Sie nicht den Faktor Mensch. Trainieren Sie Ihre Teams wie man Ihr Analytics-Tool am besten verwendet und lassen Sie sich von einer erfahrenen Agentur dabei helfen Ihre Analytics-Daten zu interpretieren.
Mit dem Analytics-Team sprechen
Es ist wichtig, dass sie ausreichend und sinnvoll in das Talent Ihrer Analysten investieren. Das Team (oder der Einzelne), verantwortlich für Ihre Analysen, wird die treibende Kraft hinter Ihrem Daten-Demokratisierungs-Projekt sein. Natürlich wird Ihr Analytics-Team jeden Tag an der Implementierung, den Analysen, Reporting und der Verwaltung der Performance beteiligt sein. Es spielt aber auch eine wichtige Rolle beim Change Management und dabei die Kollegen weiterzubilden. Stellen Sie ausreichende Investitionen zur Verfügung und schaffen Sie eine Organisationsstruktur, die die Komplexität Ihrer Ansprüche an die Messungen, Ihre Unternehmungen, die Zahl der Datennutzer in Ihrem Unternehmen, deren Ansprüche an die Daten und ihre Vorerfahrung mit Digital Analytics widerspiegelt.
Die Kontrolle der Datenqualität nicht vergessen
Nach der Implementierungsphase der Analytics-Lösung kommt es für den Erfolg Ihres Projekts darauf an die Qualität Ihrer Daten sicherzustellen. Wenn Daten ungenau, widersprüchlich, veraltetet oder unklar sind, kann das zu einem fehlerhaften Urteil führen, das Ihre Glaubwürdigkeit bedroht und Ihre gesamte Daten-Demokratisierungs-Initiative scheitern lässt. Leider war es in der Analytics-Branche lange üblich sich auf Daten zu beziehen, die aus kostenlosen Tools, stammen, die oft nur ein Sample und sehr unzuverlässig sind. Um das Vertrauen Ihrer Entscheidungsträger zu gewinnen und einen Einfluss auf strategische Entscheidungen Ihres Unternehmens zu haben, müssen Ihre Daten verlässlich sein. Verwenden Sie Tools wie Tag Crawler und Tag-Inspektor für die Kontrolle der Datenqualität bevor Sie mit Ihren Daten arbeiten und sie mit anderen teilen. Haben Sie Fragen zu diesem weiten Thema? Werfen Sie einen Blick auf unseren umfassenden Kostenlosen Leitfaden zur Datenqualität in Digital Analytics.
Denken Sie daran, dass Ihre Kollegen nicht alle Analysten sind …
… und dass sie mit ihren Daten selbst zurechtkommen werden. Nein, leider ist das nicht der Fall. Wahrscheinlich können sie mit Ihren Fachbegriffen nichts anfangen und sind teilweise totale Anfänger, wenn es darum geht einen Indikator auszuwerten. Als Analytics-Experte ist es Ihre Aufgabe ihnen einen Weg zu bahnen. Das bedeutet, dass sie erst eine bedarfsgerechte Strategie dafür festlegen, wie Sie Analytics-Daten in Ihrem Unternehmen verwenden. Stellen Sie sich selbst die richtigen Fragen: Können Ihre Kollegen unabhängig arbeiten und ihre Performance selbst ermitteln? Was sind die 3 unverzichtbaren KPIs, auf die sie sich konzentrieren sollten? Wie sollten Anfragen verwaltet und priorisiert werden? Diese Überlegungen – und viele weitere – werden dabei helfen Best Practices für Analytics in Ihrem Unternehmens voranzutreiben.
Vereinfachten Zugang zu und Visualisierung von Daten fördern
Datenvisualisierungs-Tools werden immer beliebter. Es gibt keinen Zweifel: Dataviz-Tools unterstützen den Trend Daten für Nutzer zugänglich zu machen, die nicht mit Analytics vertraut sind. Die Formel ist einfach: intuitive Werkzeuge, vereinfachte Schnittstellen, schlankes UX und sofortiger Zugriff auf relevante Informationen. Als Anbieter einer Analytics-Lösung ist es unsere Herausforderung Benutzern die Fähigkeit zu geben, selbständig zu arbeiten, damit sie ihre Daten einfach entschlüsseln und Insights bekommen können.
Privatsphäre und Sicherheitsfragen berücksichtigen
Wenn Sie Analytics-Daten in die Hände Ihrer Kollegen geben, bringt das ein paar Risiken mit sich. Die DSGVO, die im Mai 2018 in Kraft tritt, werden Fragen zum Datenschutz mehr denn je in den Mittelpunkt der Diskussionen gerückt. Es ist daher unverzichtbar sich Gedanken über ein Analytics Governance-System zu machen, das diese neuen juristischen Fragen anspricht. Damit schützen Sie auch Ihre Angestellten (und vermeiden Fehler!). Hier ist ein Beispiel für das System der Zugriffsrechte einer Webanalyse-Lösung: Um Geld zu sparen nutzen bestimmte Unternehmen Standard-E-Mail-Adressen für alle zum Login. Das führt zu großen Sicherheitslücken, da diese gemeinsamen Logins auch dann noch aktiv bleiben, wenn ein Mitarbeiter das Unternehmen verlässt. Achten Sie genau darauf, dass Sie die Zugriffsrechte sicher gestalten und in Ihrer Analytics-Lösung personalisieren (das sollte auf auf jeden Fall möglich sein!).
In die Ausbildung investieren (langfristig)
Ihre Analytics-Tools entwickeln sich beständig weiter, genauso wie Ihre Ziele. Die Demokratisierung Ihrer Digital Analytics ist eine grundlegende Aufgabe. Sie müssen sich bei diesem Projekt eher einen Marathon als einen Sprint vorstellen. Egal ob Sie lernen müssen Ergebnisse zu interpretieren oder neue Funktionen zu verwenden: Ihr langfristiger Plan sollte die Weiterbildung enthalten. Fehlende Fertigkeiten sind eine wichtige Hürde für viele Analytics-Initiativen. Bestimmte Metriken können bei Laien für Verwirrung sorgen (z.B. „Visitor“ vs. „Visit“). Ohne Ausbildung in den Grundlagen der Webanalyse können Ihre Kollegen ihre Daten nicht verstehen und sogar falsch interpretieren. Noch schlimmer: Wenn diese Daten in die falschen Hände gelangen, können sie aus dem Zusammenhang gerissen und so verändert werden, dass sie dem Unternehmen schaden. Eine solide Ausbildung stellt sicher, dass unter den Kollegen ein gemeinsames Vokabular verwendet wird. Außerdem stellt es das Vertrauen sicher, das dafür notwendig ist, in Ihrem Unternehmen Analytics zu verwenden.
Über den Kontext von Analytics hinausgehen
Damit Analytics-Daten unternehmensweit verwendet werden können, müssen Analytics-Daten angereichert werden. Oftmals beschränken wir uns auf ein paar Standard-Analytics-Metriken und versuchen nicht mit unseren Analysen einen Schritt weiter zu gehen. Wenn ein (gutes) Tool zu seinem vollen Potential genutzt wird, können Sie damit viel mehr Informationen bekommen als nur die Zahl der Visits, Visitors, Seitenaufrufe und Bounce Rate. Nehmen Sie folgendes Beispiel: Marketer nutzen in der Regel mehrere Tools um Marketingaktionen zu messen und zu optimieren (E-Mailing, Dataviz, BI, DMP und Testing Tools …). Wenn Ihre Analytics-Lösung mit anderen Systemen ineinandergreift, ermöglicht es den maximalen Wert für Sie: Daten importieren und exportieren, Ihre CRM-Basis anreichern und Drittanbieter-Daten darstellen. Zusammengefasst: Dieser Aspekt ist unverzichtbar um relevante Performance-Indikatoren für Ihre Business-Nutzer zu bieten und dabei zu helfen dass Ihre Daten-Demokratisierungs-Strategie aufgeht.
Wollen Sie mehr über dieses Thema wissen? Werfen Sie einen Blick in den Leitfaden:
Credits: Photo by Jesse Collins on Unsplash
Comments are closed.