Mit Hilfe von Adhoc-Analysen – etwa zu Produkt-Performance, Customer Journey, Media- und Kampagnen-Budgets oder der Supply Chain – und Datenmodellen unter Einsatz von Machine Learning holen wir gemeinsam das Maximum aus Ihren Daten heraus. In einem Anforderungsworkshop konzipieren wir die Datenanalysen für Ihren konkreten Anwendungsfall. Anschließend führen wir die Analysen durch, interpretieren die Daten und formulieren Key Insights sowie Handlungsempfehlungen. Alle Ergebnisse besprechen wir in einem gemeinsamen Call.
Mittels Insights Library kann das generierte Wissen nutzerfreundlich dokumentiert, geteilt und auf diese Weise für die Planung von Maßnahmen kollaborativ verwendet werden. Ein Deep Analysis Space ermöglicht das kollaborative Verknüpfen von Datenquellen und Analysieren aller relevanten Daten.
ANFORDERUNGS-WORKSHOP
- Workshop zur gemeinsamen Erarbeitung von Anforderungen an die Nutzung von Daten
- Vorbereitung von Methodik und Materialien zur gemeinsamen Erarbeitung sowie Durchführung und Moderation des Workshops
- Dokumentation und Aufbereitung der erarbeiteten Inhalte in Präsentationsform
- Besprechung und Festlegen nächster Schritte
- Ermitteln von Projektumfängen, die sich aus den Anforderungen ergeben
ZUSAMMENFÜHRUNG VON DATENQUELLEN UND INTEGRATION VON BI-SYSTEMEN
- Formulierung und Dokumentation von fachlichen Anforderungen in Zusammenhang mit datenbankübergreifenden Fragestellungen
- Kosten-Nutzen-Analyse für das Zusammenführen von Daten
- Aufsetzen eines Projekts zur Nutzung zusammengeführter Daten
- Requirements Engineering
- Umsetzung der Datenzusammenführungen
- Aufsetzen regelmäßiger Workflows zum Zusammenführen bestimmter Datensätze
- Analyse zusammengeführter Daten hinsichtlich spezifischer Fragestellungen
ADHOC-DATENANALYSEN
- Besprechung der Fragestellungen und Zielsetzung der Analyse im gemeinsamen Call oder Termin
- Beantwortung spezifischer Fragestellungen, die sich mit allen verfügbaren Daten ermitteln lassen
- Zusammenführung von Datensätzen aus verschiedenen Datenquellen
- Evaluation und Anwendung der für jede Fragestellung geeigneten Analysemethode unter Einsatz von statistischen Methoden und, sofern sinnvoll, Machine Learning
- Visuelle Aufbereitung der Analyseergebnisse in Präsentationen
- Ableitung von Key Findings und ggf. Handlungsempfehlungen
INSIGHT GENERIERUNG
- Wöchentlicher/monatlicher Call und Analyse: Beantworten der Fragen, die sich aus dem zurückliegenden KPI Monitoring ergeben hatten
- Sammeln von Fragestellungen, die sich aus dem aktuellen KPI-Monitoring ergeben
- Erarbeiten von Handlungsempfehlungen
- Dokumentation der Ergebnisse und Handlungsempfehlungen in einer Insights Library im gemeinsamen Projekt-Wiki (im Bereich Marketing bspw. alle Insights bezüglich Zielgruppen, Customer Journey, Kampagnenerfolg)
- Möglichkeit zur Kollaboration durch die beteiligten Teams (selbstständiges Lernen, Verfassen eigener Insights, Kommentieren, Fragen stellen)