Was ist ein Data Warehouse und wie baue ich es auf? | #Gründen 🛠

00:00:00: Hallo und herzlich willkommen zu einer neuen Folge Business Building Podcast mit Joel Kaczmarek.

00:00:04: Und neben mir sitzt wieder der Silberrücken, der Kenner der Szene.

00:00:08: Mr.

00:00:08: Digital schlechthin!

00:00:09: Hallo Florian.

00:00:09: Moin

00:00:10: moin moi.

00:00:11: Meint ich ganz ehrlich?

00:00:12: Ich sage das immer so... Manchmal positiv.

00:00:14: Ich habe neulich gelesen.

00:00:15: Ich weiß aber nicht ob das nett gemeint war.

00:00:16: Da hat jemand gesagt du sagst ja Peter Schollertour der Internet-Szene.

00:00:18: Also ich gebe mal davon aus weil ich glaube der Kollege Hüsing und wie ich ihn kenne hat er das mit absoluter Sicherheit sehr net gemeint.

00:00:25: Glaube ich auch, glaub' ich auch.

00:00:27: Und Peter Schollenertour ist ja ein... Ein Hero meiner Kindergartenzeit, denn er ist ja schon ein bisschen länger unterwegs.

00:00:34: Ja, stimmt bei meinem Vater auch!

00:00:35: Also für mich bist du das wandelnde Wikipedia des Internets speziell mit Marketing, Venture-Building und VC.

00:00:41: Und heute haben wir ein sehr spannendes Thema uns ausgesucht, und zwar Data Warehouses bzw.

00:00:45: Data Warehousing Also den Bau von Datenlagern und deren Nutzung.

00:00:50: Ich glaube viel einmal darüber geredet, aber viele kennen es noch gar nicht so.

00:00:52: Vielleicht können wir ganz initial anfangen mal einzuordnen was genau ist ein Data Warehouse?

00:00:57: Und wozu benutzt man das?

00:00:58: Worum geht's jetzt?

00:00:58: Es geht ja letztendlich darum jeder spricht davon wie eine datengetriebene Firma werden oder datengetriebene Auseationen oder Daten gestützt um halt Entscheidungsprozesse möglichst stark auf Basis von Fakten und eben Daten zu treffen.

00:01:10: So und damit das vernünftig geht brauchst du halt irgendeine Stelle im Unternehmen, wo möglichst viele Daten die halt entscheidungsrelevant sind an einer Stelle zusammengefasst liegen, konsistent liegen.

00:01:21: Die sollten irgendwie halbwegs richtig sein und das ist ja letztendlich die Idee eines Data Warehouses.

00:01:26: Man spricht auch zum Teil vom Single Point of Truth, dass du halt in einem Ort alle Daten ablegst, die in irgendeiner Form entscheidung relevant sind und die auch kontinuierlich up to date hält und eben auch zugänglich machst fürs Unternehmen.

00:01:37: Letztendlich sind Data Warehouse nicht anders als eine Datenbank oder eben eine Gruppe von Datenbanken, wo halt verschiedene Arten von Daten.

00:01:44: Das ist jetzt für jedes Unternehmen unterschiedlich und in der Regel hast du dann auch irgendeine Art von Analyse-Auswertungssoftware da oben drüber, die das halt erlaubt auf diese Daten zuzugreifen oder die ihm in einer gewissen Weise darzustellen.

00:01:57: Also ich hab mal geguckt, der deutsche Begriff für diesen in den Achtzigern von IBM.

00:02:01: Wie ich gelernt habe von dem Begriff Datenlager.

00:02:03: also das ist ja an sich ganz spannend.

00:02:05: jetzt fragt man sich so ein bisschen wie muss ich mir das in der Praxis vorstellen?

00:02:08: und vielleicht machen wir auch mal so ein Bisschen Abgrenzung von Begriffen weil du hast gerade auch schon BI gesagt also Business Intelligence.

00:02:13: was ist denn zum Beispiel die Abgrenzung zwischen Data Warehouse Business Intelligent Gents und Detta Mining.

00:02:20: Das sind ja so ein bisschen, ist ja alles irgendwie eine Suppe in der wir da schwimmen.

00:02:23: Vielleicht sagen wir dann mal einen Satz zu?

00:02:24: Und dann tauchen wir ein bisschen an wie man sowas konkret baut.

00:02:26: Ja also ich bin jetzt auch ehrlich gesagt weiß nicht der größte Semantikexperte was diese Themen angeht aber ich wage mal einen Versuch.

00:02:33: Also für mich ist Business Intelligence der Gesamtkomplex.

00:02:36: Der gesamte Bereich des... Ich sammel Daten, ich wette die irgendwie aus und mache die in irgendeiner Form actionable inklusive der Infrastruktur die mir dafür verwendet.

00:02:43: das würde ich unter Business Intelligence fassen Ja, so.

00:02:48: Und der zweite Beriefer...

00:02:49: Data Warehouse haben wir ja gerade

00:02:50: gesagt.

00:02:50: Data Warehaus ist quasi die physische Lagerstätte wo das dann drin liegt.

00:02:55: und Data Mining ist letztendlich ein spezieller Prozess des Datenauswertens, wo du halt versuchst Daten, die in irgendeiner Form gegebenenfalls schon attribuiert darliegen.

00:03:05: Also irgendwelche Datenpunkte hast du, die schon Sinn in sich machen wo du dann versuchst eben daraus sinnvolle Dinge zu tun.

00:03:11: also Data Mining geht ja auch im Bereich Data Science wo du halt sagst okay Du hast irgendwelchen Daten die liegen dort und dann versucht man daraus irgendwas Sinnvolles zu tun mit verschiedenen Methodiken Und das würde ich eben unter Datamining fassen.

00:03:23: Das heißt als der Oberbegrüß eigentlich Business Intelligence und ein Teil ist ein infrastruktureller Teil.

00:03:27: das wäre im Data Warehouse und Data Minding ist für mich ein Teilbereich des Auswertens.

00:03:32: So, dann kommt man ja irgendwie überglättet zu der Frage wer braucht sowas und wann?

00:03:37: Also wann kann es sicherlich sagen ab welchem Zeitpunkt zum Beispiel, welche Reichweite, ab welchen Finanzierungsgrad oder welcher Firmengröße aber vielleicht auch in welchem Bereich?

00:03:44: ist das eher was fürs Marketingrelevantes, dass er für die Produktentwicklung... Was würdest du sagen, was ist der Zeitpunkt und welcher Akteur sollte sich für so ein Thema interessieren?

00:03:52: An sich im Digitalbereich ist ja das Schamante, dass bei digitalen Businessmodellen in der Regel einen Großteil der Wertschöpfung da lassen sich ... in der Regel sehr, sehr einfach irgendwo Daten abgreifen auch relativ zeitnah.

00:04:05: So das heißt also ein Data Ware aus dem Digitalbereich.

00:04:08: da sage ich eigentlich dass es macht schon sehr viel Sinn eine Vorstufe oder eine Frühestufe davon im Prinzip... ... auch schon in einer sehr kleinen Organisation zu installieren.

00:04:18: Warum?

00:04:19: Weil ... aus meiner Erfahrung, es schon leichter ist, wenn man so anfängt.

00:04:25: Dass da eben auch die ganze Organisationen im weiteren Verlauf sich viel viel leichter tut, Daten gestützt zu unterscheiden.

00:04:31: Das heißt deswegen würde ich sagen eigentlich brauchst du natürlich, wenn du drei Mann bist, brauchst Du kein Data Warehouse.

00:04:34: also jetzt mal rein von der operativen Notwendigkeit.

00:04:38: Ich denke aber das ist trotzdem sehr sehr schlau, sich sehr sehr früh Gedanken dazu zu machen wie soll irgendwann mal meine Datenhaltung und Auswertungsstruktur aussehen?

00:04:46: Und die auch schon recht früh zu implementieren.

00:04:48: Weil ich glaube, dann kommst du einfach in eine andere Art des Arbeitens.

00:04:51: Die nach hinten raus wenn du da mal größer bist und so weiter... sich glaub' ich auszahlt.

00:04:55: Wer braucht das?

00:04:55: Der offensichtlichste Adressat ist ja eigentlich das Management.

00:04:58: Wie viel Umsatz habe ich denn?

00:04:59: Und dass du auch versuchst da irgendwie eine gewisse Cash-Loplanung mit abzubilden,... ...dass du sagst, du hast irgendeine Art von Finanzkennzahlen, Data Warehouse und da kannst du im Prinzip sehr zeitnah sehen wie geht's eigentlich bei der Firma.

00:05:11: Aber das Spannende finde ich eigentlich eben nicht den Management Teil.

00:05:13: also er ist noch auch nett und hat eher ein Informationscharakter Und wenn es gut läuft, auch ein gewissen Da muss ich was tun Charakter.

00:05:20: Ich finde aber eigentlich für mich ist das Zielbild eigentlich immer dass fast alle Personen in einem Unternehmen die irgendeine operative Tätigkeit verrichten gerade auch dezentral, dass die dabei unterstützt werden bei ihren Entscheidungen indem sie die richtigen Daten sehr zeitnah Teilbereich eben zur Verfügung gestellt bekommen, automatisiert.

00:05:39: Und ich glaube dann kommt eigentlich das richtige Potenzial eines Data Warehouses zum Tragen wenn du ihm sagst es ist nicht nur etwas was irgendwie fürs Management ist oder für die Geschäftsführung oder für den Investoren noch schlimmer sondern im Prinzip es ist für jeden Mitarbeiter der eigentlich in der Firma in irgendeiner Form was tut und Entscheidung treffen muss.

00:05:54: und ich glaube dass Schamante bei gut gemachten Data Warehouses Das ist ja dann weniger das Data Warehouse, sondern eher die Auswertung, die du darauf triffst.

00:06:01: Wenn du jeden einzelnen Mitarbeiter in die Lage versetzt, jeden Tag Entscheidungen zu treffen und zu wissen auf Basis der Zahlen war ich jetzt eigentlich gestern gut oder war ich schlecht im Sinne der Unternehmensziele?

00:06:11: Das ist für mich so.

00:06:12: die Endvision von einer datengetriebenen Organisation, einer datengestützten Organisation.

00:06:18: Dass eben nicht Entscheidungen immer hochdeligiert werden müssen zum Management und dann wieder runter sondern dass im Prinzip jede einzelne Mitarbeiter auf Basis dessen was er der sieht selbst weiß bin ich ja auch im richtigen Weg oder nicht?

00:06:27: weil wenn das gelingt dann hebst du natürlich das wahre Potenzial von so einem Data Warehouse das eben sehr viel Entscheidung in die richtige Richtung getroffen wird weil halt die zugrunde liegende Zahlen und die hinterlichten Ziele so gut gewählt und gepflegt sind, dass die Mitarbeiter selbst erkennen können.

00:06:43: Dass sie in die richtige Richtung sich bewegen oder eben nicht.

00:06:45: Ich vergleiche das auch häufig mit irgendwie so einem Trading Floor bei einer Investmentbank.

00:06:48: Kann man jetzt hierzu bestreiten ob diese Menschen alle sinnvolle Tätigkeiten tun?

00:06:52: aber das beeindruckende ist bei so einem trading floor da treffen sehr viele Menschen unabhängig voneinander Entscheidung auf Basis von bestimmten Regeln sonst viel Geld und den in dem Bereich.

00:07:03: Und sie bekommen im Prinzip instant Feedback oder direktes Feedback, ob das jetzt gut oder schlecht war.

00:07:08: Man kann sich jetzt zuerstreiten, ob diese Entscheidungen inhaltlich immer sinnvoll sind, gesellschaftsfördert oder so etwas.

00:07:13: Aber ich glaube wo man nicht argumentieren kann ist dass die Menge von Entscheidungen und die Effizienz von Entscheidung und die Rückmeldung das führt zu einem sehr hohen Maß an Entscheidungseffizienzen und ich glaube auch ehrlicherweise zu einem hohen Maß an Motivation weil eben Mitarbeiter selbst entscheiden können und sich selbst auf Basis dessen weiterentwickeln können.

00:07:32: Also idealerweise deckst du die komplette Wertschöpfungskette irgendwann mal mit einem Data Warehouse ab, das ist eigentlich die Idee und die Endausbaustufe.

00:07:39: wir fangen häufig jetzt hier bei Project A mit Marketing lastigeren Themen an weil dass wenn du in der frühen Phase investierst, wenn du nicht in der Lage bist irgendwie Kunden zu gewinnen um halbwegs zu binden dann brauchst du dir jetzt um die Effizienz deiner Organisation oder deine Operations nicht so Gedanken zu machen.

00:07:52: deswegen fangen wir damit an.

00:07:53: häufig Nehmen wir was ich, Daten aus Google AdWords und aus Facebook und so weiter.

00:07:58: Und versuchen das alles zusammenzubringen mit den Kundendaten oder Transaktionsdaten zu verheiraten... ...und daraus dann irgendwelche Rückschlüsse zu ziehen.

00:08:04: Das heißt der erste Versuch ist eigentlich dass die Marketingabteilung oder CM-Abteilungen anfängt damit operativ zu arbeiten.. ..und dann versuchst du sukzessive über das Unternehmen auszudehnen.

00:08:14: Das ist eigentlich so.

00:08:14: die Vision dahinter.

00:08:16: Kannst du denn bei dem Thema passieren?

00:08:17: Dass du am Anfang weichen stellst die dich dann hinterher teuer zu korrigieren kosten?

00:08:21: Also kannst du da irgendwie schon früh falsch abbiegen?

00:08:24: Ich glaube, du kannst schon sehr viel falsch machen.

00:08:26: Weil ich glaube man muss sich schon überlegen was ist die Endausbaustufe?

00:08:29: Was das Ding leisten muss.

00:08:30: also nur mal so eine Entscheidung.

00:08:32: wenn man sagt... ...was soll das Data Ware aus leisten?

00:08:34: Also wir sagen er es soll eigentlich leisten diese Reporting Ebene gegenüber Management und so weiter.

00:08:39: Und dann soll es idealerweise ne Reporting Struktur auf operativer Ebene gewährleisten also Marketing Team im CRM-Team usw.. Dann willst du aber idealerweise auch solche Dinge machen wie Rückmeldung an irgendwelche Marketing Tools ... was jetzt der Kunde gekostet hat und wieviel ich für diesen Kunden bieten sollte usw.

00:08:57: Das heißt also, diese Möglichkeit ist zurückzufieden... ...und dann eben auch die Möglichkeit beispielsweise so etwas zu machen wie eine Kundensegmentierung,... ...die sich aber auch in der Applikation im Web oder Mobile widerspiegelt.

00:09:08: Das heisst irgendeine Art von Personalisierung der Applikation.

00:09:12: Und wenn du anfangs irgendwie so eine Personalisierung dieser Applikations vornehmen willst?

00:09:17: Dann kannst du eben auch nicht mehr sagen, ich mach das mit vierundzwanzig Stunden Verzug oder so.

00:09:20: Sondern du willst ja im Prinzip anfangen eine Personalisierungs... Also das wäre dann eine wesentliche Implikation wo du sagst in dem Moment wenn dein Zielbild ne Art von Personalisierung beinhaltet, dann musst du eigentlich eine Echtzeit verfügbarkeit der Daten im Data Warehouse gewährleisten und das verlangt ne ganz andere Technologie teurer Anspruchsvoller usw.

00:09:38: Als wenn du sagst, das reicht mir eigentlich, wenn ich das einmal am Tag updatee und dann mache ich da irgendwelche Auswertungen drauf... Aber das muss man sich im Prinzip vorher schon überlegen!

00:09:44: Das heißt, man muss im Prinzip schon sagen was ist mein Zielbild?

00:09:47: mal irgendwann?

00:09:49: Und die Architekturentscheidung, die hier zum Anfang treffe, lassen die mir diesen Pfad offen oder eben

00:09:54: nicht?!

00:09:54: Man darf aber andererseits natürlich auch nicht den Fehler machen zu sagen okay ich fange direkt mit einer Oracle Datenbank an weil er kostet mich allein der Administrator X-Euro Und ich pack direkt irgendeine Microstrategy-Implementierung als Outwählungstool oben drauf für so und zu viel.

00:10:06: Das kann es dann auch nicht sein, ne?

00:10:08: Aber ich glaube man muss sich zumindest mal überlegen die Architekturentscheidung, die ich dann treffe going forward wann werde ich da an Grenzen stoßen... ...und was ist gegebenenfalls die nächste Ausbaustufe?

00:10:17: also ich glaube das macht schon sehr viel Sinn sich darüber Gedanken zu machen und ich glaube auch dass es auch eine Entscheidung wenn's darum geht mache ich das jetzt selbst versuche da selbst ein Data Warehouse zu bauen mit irgendwelchen Open Source Technologien.

00:10:28: das ist jetzt den Weg den wir in der Regel gehen.

00:10:29: ... oder nehme ich mir irgendeinen Tool.

00:10:31: Ich glaube, wenn du irgendein Drittool nimmst,... ... dann weißt du wahrscheinlich... ... dass die ganzen Reporting-Themen und so weiter... ...die werden gut funktionieren.

00:10:37: aber wenn du jetzt sagst,... ..."Ich will das Ding mit meiner Applikation", ob es jetzt Mobile oder Desktop ist... ...jetzt mal egal in irgendeiner Form verbinden... ...oder ich will das irgendwie an irgendwelche Marketing Tools connecten..." Dann ist schon die Frage, ob irgendwelchen Drittools dafür ausgelegt sind.

00:10:51: Deswegen glaube ich macht's schon Sinn,... ...dass irgend jemand in der Firma idealerweise auf GF oder eine Ebene drunter so ein gewisses Zielvision dafür hat, was ist eigentlich das Anspruchsniveau?

00:11:02: Letztendlich ist es genauso eine bewusste IT-Entscheidung wie das, was du auch in deiner Kernapplikation triffst.

00:11:07: Wenn man sich mal irgendwie den Begriff Data Warehouse anschaut und dann gehst du mal hin und schaust dir mal AdWords an die Keyword Tools.

00:11:13: Was wird am meisten damit gesucht?

00:11:14: Das sind oft solche Geschichten wie Architektur oder ETL.

00:11:17: ETL ist ja im Prinzip auch so einer dieser Prozesse nach sozusagen auf welche Art du Daten extrahierst und damit umgehst.

00:11:22: Da wollen wir jetzt vielleicht gar nicht so in die technische Teewe eintauchen.

00:11:24: aber die Frage Was für eine Modellierung und was für eine Architektur sollte ich für so ein Data Warehouse haben?

00:11:30: Und wahrscheinlich hast du ja eigentlich auch schon gesagt, das variiert über die Zeit.

00:11:33: So wenn man jetzt nochmal... Du hast ja schon viel dazu gesagt.

00:11:35: aber wenn man das jetzt noch mal irgendwie eindampft Was würdest du sagen, ist so Minimum Viable Product also die Mindestanforderung an so eine Architektur von einem Data Warehouse am Anfang?

00:11:45: und wie wandelt sich das über die Zeit?

00:11:46: Also ob welcher Phase zum Beispiel musst ihr dann so zu Schritt zwei, drei nehmen.

00:11:49: Wie würdest Du sowas rangehen?

00:11:50: Du hast ja schon gesagt Online Marketing ist so ne erste Brücke

00:11:53: was es häufig unser erster Vorgehensweise wir versuchen hat.

00:11:55: letztendlich wenn wir irgendwo investieren versuchen wir erstmal sozusagen diese Marketing-CM Handlungsfähigkeit herzustellen.

00:12:01: Das heißt für uns ist eigentlich das, dass wesentliche, dass die Startups am Anfang in der Lage sind alle ihre Marketingkanäle auf Rohdatenebene möglichst granular in ein zentrales Data Warehouse zu überführen und also sprich eine zentrale Datenbank Und da arbeiten wir auch zum Teil mit Sachen wie Segments, was dir sozusagen so Konnektoren bietet.

00:12:19: zu den verschiedenen Marketing Tools.

00:12:20: Wir haben auch eigene Konnektorin zu den verschiedene Marketing Tools.

00:12:23: die musst du natürlich immer ständig aufrechterhalten und letztendlich ist aber der Großteil der Arbeit besteht eigentlich dann in dieser frühen Phase weniger auf der Architekturebene sondern besteht für uns um das auch fast die größte Schwierigkeit darin Wie bekommst du eigentlich die Organisationen dazu damit wirklich zur Arbeiten?

00:12:40: Aber kommen vielleicht noch mal zu.

00:12:42: Im Wesentlichen haben wir am Anfang eine einfache Datenbank, die irgendwas open-sourciges und wir haben jetzt für uns ein eigenes Auswertungsfrontend gebaut.

00:12:51: Aber da kannst du sicherlich auch irgendetwas aus was ich so etwas nehme wie Tableau oder einige verwenden auch ClickView das ist dann teuer.

00:12:58: Da nutzen wir auch Drittools bloß eben für dieses Database an sich.

00:13:01: Da verwenden wir in der Regel eben Technologien, die wir selbst beherrschen.

00:13:05: also was heißt beherrschender wo wir selbst einen Zugang zu haben im Netz keine drittechnogen um da möglichst flexibel zu sein.

00:13:10: Aber das ist jetzt eben unser spezieller Ansatz, das kann man sicherlich auch ein Stück weit anders machen.

00:13:15: und dann konzentrieren wir uns erst mal darauf dass diese Marketingdaten wirklich alle zusammenkommen und das hoff ich gar nicht so einfach weil du bist ruckzug bei... ...fünfzehn zwanzig fünfzwanzig Quellen die du irgendwie anbinden musst und dir leider auch alle Moving Target sind.

00:13:26: ne?

00:13:27: Weil dann hast du sowieso ein Facebook ändert ja auch mal was.

00:13:29: und dann hast zum Tag natürlich Leute die nicht so professionell sind wie Facebook.

00:13:32: Das heißt sie sagen den nicht mehr wenn sie etwas ändern.

00:13:33: das heißt dann siehst du eigentlich erst dass sie was geändert haben wenn dann im Data Warehouse falsche Zahlen auflaufen.

00:13:38: Also sprich alleine den Zustand herzustellen, dass da jeden Tag irgendwelche Daten reinfließen und das halbwegs sinnvoll ist.

00:13:44: Und dann noch gemetscht mit irgendwelchen Google Analytics oder irgendwelchem Webtrack- oder Econda-Daten.

00:13:49: Alleine diesen Zustand hier zu stellen.

00:13:51: Das ist erfahrungsgemäß gar nicht so einfach!

00:13:54: So...und das ist eigentlich der Schwerpunkt der ersten Phase.

00:13:58: Also erstmal überhaupt an einer Stelle die ganzen Kram zusammenzuführen um überhaupt Entscheidungen treffen zu können.

00:14:03: Ich glaube was da nochmal ganz wichtig ist es muss halt immer auf ODatenebene passieren.

00:14:07: Wieso ist das so?

00:14:08: Wenn man jetzt nur Google Analytics an sich betrachtet, dann hast du immer nur in Anführungsstrichen aggregierte Daten.

00:14:14: Das heißt, du kommst nicht auf den Einzel-User runter und sämt dich hier der spannenden Dinge die du dann eigentlich mit zum Data Warehouse machen kannst also gerade in die CM Richtung.

00:14:22: Also grade sozusagen wo du sagst ich will einzelne Nutzer in irgendwelche Segmente packen.

00:14:26: Da musst du eigentlich und ein Segment oder eine Segmentierungsform ist eben auch, wo kann denn der Nutzer her überhaupt zu bestimmen?

00:14:32: Welche Marketingquellen liefert mir welche Qualität von Nutzern.

00:14:35: Das heißt ich brauche an einer Stelle brauche ich im Prinzip die Rohdaten von Nuzern auf User- oder Session-Ebene um genau das machen zu können.

00:14:43: Und sie eben auch mit Transaktions- oder Userdaten aus meiner eigenen Applikation matchen zu können und das ist zum Teil nicht ganz so einfach, also wir nutzen da zum Teil WebTrack, wir nutzen zum Teil Google Analytics Premium aber wie gesagt gibt es auch diverse andere Anbieter aus dem Webtracking Bereich die der Rohdatensverfüllung

00:14:56: stellen.

00:14:57: Also wir fassen zusammen.

00:14:58: Phase eins Der neuralgische Punkt des Beginn.

00:15:00: sozusagen Du hast ja typischerweise diesen Sales Funnel Ja?

00:15:03: Also du machst irgendwie Marketing und dann verkaufst du jetzt immer Werfen mal BitoBin, Bitosin ein Topf relativ brutal Management der Kunden.

00:15:11: So Rohdaten, weil du wissen willst eigentlich wenn ich die in Kohorten ordne also den Nutzer hab' ich aus dem Newsletter gewonnen denen wie bei Facebook, wie performt ihr im Vergleich?

00:15:19: Wie sozusagen entwickeln sie sich

00:15:21: okay?

00:15:21: Ja wobei die Kohortens dabei gar nicht mehr so der relevante Punkt sind.

00:15:23: Die Kohortenauswertung kannst du theoretisch auch agrigiert machen.

00:15:25: alle Nutzer die darüber gekommen sind verhalten sich so...die Einzelnutzerebene ist eigentlich insbesondere dann relevant wenn du danach mit diesen Kunden einzelnen segmentieren möchtest und das beispielsweise mit deinem CM-Konekten willst.

00:15:38: Vorher könntest Du Euch auch sagen, ich kann mit Segmenten leben also mit Segmenten die halt über Google AdWords das Keyboard Schuhe gekommen sind und in Bayern leben, ja das wäre ein Kundensegment.

00:15:48: Das ginge theoretisch auch aggregiert.

00:15:50: aber in dem Moment wenn du einzelne Nutzer ansprechen willst und eventuell auch eine Recommendation Engine für einzelne Nutzern oder eine Personalisierung der Website für theoretische einzelnen Nutzer spätestens dann brauchst Du halt die Einzelnutzerebene.

00:16:02: Erfahrungsgemäß macht es halt Sinn das sehr früh mit einzuführen diese Ebene weil dass eben auch ein gewisses Erfahrungswissen dann braucht, innerhalb von so einem BI-Team.

00:16:10: Wie gehe ich damit um?

00:16:11: Wie connecte ich das miteinander und wie halte ich da eben auch das stabilen?

00:16:15: und wie sorge ich dafür dass es eben dauerhaft funktioniert.

00:16:17: Und deswegen würde ich mich dieser Rodatenproblematik sehr früh stellen.

00:16:20: eine wichtige Entscheidung die der treffen muss ist jetzt mal auf dieser Kundenebene Schau ich mir nur Rohdaten für Sessions an, die konvertiert haben?

00:16:28: Oder schaue ich mir auch Rohdate für Session An, die eben nicht konvertieren haben.

00:16:32: Was ja erfahrungsgemäß blöderweise deutlich mehr sind, weil die meisten Dutzern komvertieren der blöde Weise nicht.

00:16:37: Echt ärgerlich!

00:16:38: Die Welt wäre viel einfacher wenn sie zu hundert Prozent komvertirmen würden.

00:16:40: Aber das tun Sie eben nicht so und das ist eine wesentliche Entscheidung, weil es einfach die Datenmengel nach oben treibt.

00:16:45: Schau Ich mir auch Sessions-An von Leuten, die nicht konverniert haben, weil ich da vielleicht irgendwas lernen kann.

00:16:50: Das ist mit Sicherheit so.

00:16:51: aber das ist dann so.

00:16:52: ne nächste Entscheidung, die du letztendlich treffen musst.

00:16:54: Das, was ja dann nochmal darüber hinausginge ist.

00:16:57: Wir betrachten jetzt hier nur Nutzer die quasi geklickt haben und dann bei mir auf die Webseite kommen oder in die Applikation kommen.

00:17:04: Du könntest ja Teritsch auch Nutzer noch mit allen beziehen, mit denen du nur Werbemittelkontakte hattest über ein Ad Server das heißt die neuen nicht mal geklückt haben.

00:17:12: Dann exponentiert sich das natürlich nochmal.

00:17:14: aber auch da kannst du natürlich Teritschs spannende Sachen drauf sehen.

00:17:17: welche Nutzer sehen eigentlich meine Wermitteln?

00:17:20: Aber zum Teufel nochmal, die klicken nicht.

00:17:22: Das würde die Datenmenge natürlich noch mal nach oben treiben wenn du jetzt zumindest ein relativ großes Displayprogramm hast.

00:17:26: Wenn man

00:17:26: muss sich einmal diesen ganzen Komplexitätsgrad so bisschen vergegenwärtigen das wäre ja so als wenn du Ladenbesitzer bist.

00:17:32: gehst hin und analysierst jetzt das Verhalten von jeder Person die in deinem Laden war etwas gekauft hat, die nichts gekauft hatte oder auch jeder der vorbeigegangen ist der gar nicht erst reinkam, nämlich irgendwie einen Schild gezeigt habe.

00:17:42: Das ist ja was hochkomplexes.

00:17:43: Lass uns den Prozess vielleicht noch zu Ende führen.

00:17:46: also du hast gesagt Anfang neureilige Geschichte Marketingzahlen CRM um überhaupt in diese Geldverdienenschiene reinzukommen, weil wenn es da hakt brauche ich mir nach hinten gar nicht mehr Gedanken machen.

00:17:54: Was würdest du sagen?

00:17:54: sind Ausbaustufen die so ein Data Warehouse dann noch mit der Zeit einnehmen können?

00:17:58: Also

00:17:58: idealerweise erschließt du dir wirklich Fachbereich für Fachbereiche.

00:18:01: also das kann im E-Kommers Bereich irgendwie Einkaufs sein, das kann Lager sein, sprich dass du auch Dinge damit trackst wie gehen Dinge durchs Lager, wie schnell geht das an welchen Stellen hakt's.

00:18:10: Pricing ist ein super Thema was du über Data Warehouse ab... bilden kannst, also dass du quasi versuchst für deine Produkte auf Basis von welchen Regeln oder von mir ist auch Algorithmen auch immer dynamische Preise zu bilden abzutesten wie gut die funktionieren.

00:18:25: Produktentwicklungsthemen bieten sich natürlich auch an sprich zu gucken wie verhalten sich gewisse Nutzer auf der Seite unabhängig von irgendwelchen Transaktionen.

00:18:34: Du kannst letztendlich die komplette Wertschöpfungsstufe was auch immer es ist kannst du letztendig versuchen quantitativ abzubilden und in irgendeiner Form versuchen, in das Data Warehouse reinzubringen.

00:18:44: Und ich glaube, dass es muss man einfach bereichsweise machen weil die Erfahrung so ein bisschen zeigt... Das bringt ja nur dann was wenn es eben nicht nur auf der Reporting-Ebene stehen bleibt fürs Management sondern wirklich einzelne Mitarbeiter die Entscheidungen jeden Tag treffen, wenn sie eben damit arbeiten.

00:18:58: Und deswegen glaube ich bietet sich halt an das sukzessive zu machen und auch Leute zu haben, die im Prinzip die Schnittstelle.

00:19:05: also für uns sind es so Analysten oder ein Stück weit Produktmanager fürs Data Warehouse, die letztendlich mit den einzelnen Fachabteilungen arbeiten und gucken was wir zahlen würden, denen eigentlich bei der Entscheidungshilfung helfen.

00:19:16: zu gucken, kommt das wirklich an?

00:19:18: Also arbeiten die wirklich mit diesen Zahlen?

00:19:20: Also Marketing ist für uns mal ein wesentlicher Schritt.

00:19:21: schaffen wie er's dass die Leute weggehen von, sie gucken in ihr Google AdWords Account um Entscheidungen zu treffen was sie hoch oder runter bieten sollten.

00:19:30: Oder ihr Facebook operatives Tool wenn man es schafft das die Leute eben eher in ihr operatives Marketing Reporting gucken für ihren Kanal was auf Basis des Data Warehouses erstellt wird.

00:19:39: Das ist ja eigentlich der entscheidende Schritt weil nur dann kannst du so Sachen machen wie eine CLV Betrachtung Weil im Google AdWords Account steht kein CLV, ne?

00:19:49: Das musst du aus dem Data Warehouse ziehen oder aus irgendeiner Form von transactionsbasierter Datemank.

00:19:54: Ein weiteres Thema ist eben Attributionen.

00:19:57: War ein Nutzer in mehreren Kanälen aktiv bevor er konvertiert hat?

00:20:01: auch das kannst Du per Definition nicht im Google Ads Interface sehen weil Google Adwords sieht.

00:20:04: nur Google Adwards und solche Sachen wie Attribution kannst Du im Prinzip auch nur dann sinnvoll in die Handlungs- oder in die Entscheidungsfindung von Marketingscheinern reinbringen Wenn die einen übergeordnetes Reporting als ihre Entscheidungsgrundlage nehmen, was... ... per Definition nur aus dem Database kommen kann.

00:20:21: Und alleine diesen Schritt zu schaffen, dass die Leute eben nicht mehr in ihren operativen Systemen schauen... Das ist schon gar nicht so einfach!

00:20:27: Also das schaffen wir fähreweise auch nicht bei allen.

00:20:30: Hast du einen Tipp, wie man da vorgehen kann?

00:20:31: Wenn man die Leute umgewöhnen will auf eine eigentliche Britta reichere, also werthaltigere Quelle?

00:20:36: Ja ich glaube es einzigt, wie's wirklich geht und deswegen glaub' ich mittlerweile sehr stark an diese elementare Rolle des BI-Analysten.

00:20:43: Du brauchst im Prinzip ein BI-Analysten ... der so tief im Marketing-Thema drin steckt, dass er halt auch ernst genommen wird von diesem Marketingteam.

00:20:51: Deswegen... Du brauchst im Prinzip wirklich Leute,... die ähnlich gut Marketing verstehen wie die Leute dieses Marketing selbst machen und bloß ihm Zahlen für diese Leute liefern.

00:20:58: Nur dann hast du glaube ich eine gute Chance,... das das auch wirklich angenommen wird.

00:21:01: Und du musst es halt kontinuierlich weiterentwickeln.

00:21:03: Du musst da wirklich gucken okay was... Wie entscheiden sie eigentlich?

00:21:07: Letztendlich muss man natürlich auch sagen... Der Witz wenn Sie CLV basiert machen.

00:21:10: also das ist ja eigentlich mal ein ganz gutes Argument.

00:21:13: gegebenenfalls kannst du dann sogar mehr Geld ausgeben für das was du tust, weil deine Kunden sind ja sehr viel wert.

00:21:17: Das ist natürlich auch immer ein sehr gutes Argument.

00:21:19: es gilt natürlich leider nicht für jeden Kanal.

00:21:21: bei Attributions gibt halt Gewinner und Verlierer bei diesen Kanälen aber Es ist natürlich ein guter Weg um schon mal reinzukommen.

00:21:27: wenn Du halt die Gewinnerkanäle sagst pass mal auf Wenn Du hier reinguckst Dann hast Du nicht nur ein akkurateres Bild der Realität sondern Du hast im Prinzip auch die Chance mehr Geld ausgegeben damit sie auszuweiten.

00:21:36: so dass ist eben häufig ein gutes Argument.

00:21:40: Und was natürlich auch ein Riesenargument ist, wenn du sagst pass mal auf ich stelle dir das nicht nur da und dann musst du das noch manuell in Handlung übersetzen sondern dass dein im Prinzip der nächste Schritt... Ich bin im Prinzip in der Lage das zu koppeln mit den Marketing Tools die dann Gebote treffen.

00:21:53: also jetzt im SEA-Bereich einen Bitmanagement Tool oder irgendwelche AdServer oder irgendwellche DSPs oder Criteo kannst Du auch Retargeting Anbieter kannst Du ja auch Gebote letztendlich übermitteln.

00:22:03: und wenn du sagst, ich mache es für dich sogar noch einfacher.

00:22:06: Ich übersetze die Erkenntnisse, die wir jetzt hier gewinnen auf Basis von Attributionen und CLV, übersetzte ich in Gebotsentscheidungen.

00:22:14: Und dann hast du natürlich sozusagen den letzten Schritt weil du dann ja wirklich den operativen Leuten Arbeit abnimmst nicht nur bessere Entscheidung triff sondern auch noch Arbeit ab nimmst.

00:22:21: Das ist das Killerargument aber das ist schon gar nicht so einfach.

00:22:25: also schaffen wir fairerweise auch Nur sehr selten.

00:22:27: Jetzt haben wir viele Werte daran irgendwie rausgestellt, haben gezeigt was man mit macht und was die Phasen sein können.

00:22:33: Jetzt hört vielleicht jemand zu und sagt wie konkret baue ich das jetzt eigentlich?

00:22:37: So jetzt hast du schon so ein bisschen angedeutet ihr macht es oft mit Open Source.

00:22:40: natürlich ist da die Frage gibt's ja eine off the shelf Lösung dass ich hingehe und kaufe mir einen ein und bau das vielleicht aus und verpasst es in meinen eigenen Bedürfnissen an oder läuft es doch eher oft darauf hinaus dass man sich sowas selber baut?

00:22:50: vorab wenn man so ein Thema angeht muss er um eigentlich eine Sache klar sein und dies nervig und ärgerlich.

00:22:57: Wenn man so ein Data Warehouse baut, und so Daten zusammenführt

00:23:00: usw.,

00:23:01: haben wir gerade gesagt ist es eine sehr anspruchsvolle Aufgabe.

00:23:03: Man sieht nur erstmal nix.

00:23:05: Also das ist eben so das Deprimierende an diesem Thema.

00:23:08: Und weil sozusagen die Werteidigkeit von so einem Data WareHouse kommt ja grade durch dass du da auf der bessere Entscheidung triffst oder so weiter.

00:23:15: also ne sehr indirekte... Ein sehr indirectes Nutzenversprechen was mit sehr viel Schmerzen verbunden ist, weil gerade diese Aggregationen von Daten ebenso blöd ist.

00:23:24: Das mildest du natürlich pro Forma ein Stück weit ab, indem du einfach sagst ich nehme jetzt hier das Data Warehouse Tool so und so.

00:23:30: Das macht das alles für mich!

00:23:31: Und das muss man sich halt überlegen.

00:23:33: also man... Ich glaube einen Drittool zu verwenden kann man schon machen.

00:23:37: Man muss nur glaube ich sehr stark darauf achten wie viel Flexibilität denn wir nach hinten raus?

00:23:42: Das ist das eine Und das andere Thema ist natürlich ja, dass mildert meinen initialen Schmerz wenn es ein gutes Tool ist.

00:23:48: Weil hoffentlich diese Daten zusammenstellen Sammelfase und dass das häufig zuverlässig funktioniert dafür erhöhe ich die Wahrscheinlichkeit.

00:23:55: Das ist ja erstmal schön.

00:23:57: Einzige Problem und das muss einem natürlich klar sein Wenn ich das selbst baue setze ich meine Organisation selbst mal dem der Herausforderung aus sich das Know-how anzueignet wie das eigentlich genau geht.

00:24:07: Also jetzt mal wirklich im Detail.

00:24:09: Das ist zwar mit Schmerzen verbunden, aber wenn ich das durchhalte und durchziehe hat es natürlich auch einen großen Reward ne?

00:24:14: Also

00:24:15: weil die... Lerneffekt auch

00:24:16: ne?

00:24:17: Lerneffect!

00:24:17: Und ich bin natürlich deutlich flexibler, wenn's dann darum geht irgendwelche Sachen irgendwo anzubinden, weil einfach das Verständnis von den handelnden Personen, die sich um so eine Infrastruktur im eigenen Unternehmen.

00:24:29: Das hilft natürlich, gerade wenn du damit irgendwelche weitergehenden Sachen machen willst.

00:24:32: Wie jetzt irgendwie eine Recommendation Engine auf Basis Dessen bauen oder eine Personalisierung Engine für was auch immer du anbietest.

00:24:38: All das fällt dir natürlich viel leichter, wenn du den Kram selbst gebaut hast.

00:24:42: und meine These ist so ein bisschen... Es ist immer ein schmerzhafter Prozess sowas zu machen.

00:24:47: Du brauchst immer irgendein GF oder sowas der sagt wir ziehen es jetzt durch Und du brauchst natürlich die richtigen Handeln in Personen ... wie Eiprojekte enden, fairerweise auch im Nirwana.

00:24:56: Das muss man eben wirklich sagen und dann sind die Zahlen nicht richtig... ... und da wird das Ding nicht akzeptiert.

00:24:59: Aber ich glaube wenn man anerkennt es ist ein schmerzhafter Prozess aber das Licht am Ende des Tunnels ist so verheißungsvoll Ich mach's trotzdem!

00:25:08: Dann finde ich ist dieser Schritt zu sagen man macht zumindest diese Datensammelprozesse Zusammenstellungsprozese.

00:25:13: Das macht man selbst weil es enorm hilft dabei eine große Verständnis von den Daten zu haben.

00:25:17: diesen Schmerz würde ich mir noch antun.

00:25:19: Ich glaube, wo man viel besser Drittools verwenden kann weil das letztendlich nicht die Daten in der Tiefe betrifft ist dann sowas wie so ein Tableau oder einen ClickView da oben drauf zu packen und zu sagen ich habe darüber den Auswertungsdärtsport das sieht schick aus und es ist auch auf dem iPad und ich hab eine Mobile App dafür und die geben sich auch Mühe dass das Ding doch für IOS irgendwas funktioniert.

00:25:38: ich glaube wenn du das alles in Haus machst darüber kann man sich jetzt streiten weil das sozusagen an sich nicht mehr so besonders wertschöpfend ist, aber trotzdem natürlich für die Akzeptanz von dem was da rauskommt in der Organisation.

00:25:49: Da hilft das natürlich enorm.

00:25:50: Das heißt also mein Rad ist eigentlich immer wenn du brennste Ressourcen hast sich mit den Daten an sich und diesen Sammelprozessen nun kannst ja trotzdem dann für einen ETL-Prozess so ein Tool wie Kettle verwenden oder sonst irgendwas so ein Standard ETL Tool oder irgendwelche Pentau-Komponenten weil du sagst, das kannst du ja trotzdem machen.

00:26:05: Aber ich glaube sozusagen die Datenstrukturen selbst festzulegen und da jemanden in der Organisation zu haben, der weiß wie das eigentlich genau funktioniert und welche Schema du jetzt da genau verwendest... Ich glaube es ist ein Asset für ein digitales Business!

00:26:17: Und ich glaube durch den Schmerz muss man einmal durch.

00:26:19: Wenn man sich für einen Eigenbau entscheidet dann sollte man das nur dann tun wenn man wirklich sagt so ich habe jetzt hier jemanden dem traue ich das zu, der fuchst sich da rein.

00:26:27: Der muss vielleicht gar nicht so wahnsinnig viel Erfahrung haben immer wobei das da schon auch hilft.

00:26:31: Aber es muss zumindest mal jemand sein, der einen sehr großen Potenzial für genau dieses Thema hat und der wahrscheinlich ja, also der einfach das schon mal irgendwo zumindest mal... gesehen hat und da die richtigen, in der richtigen Community drin ist sich mit den richtigen Leuten austauscht.

00:26:45: Weil ich glaube sonst ist es ein Harakiri-Kommando und dann nimmst du wahrscheinlich lieber irgendeinen

00:26:49: Drittool.".

00:26:50: Was würdest Du denn sagen?

00:26:51: Was muss man denn eigentlich grob an Kosten für sowas rechnen?

00:26:53: Also was würde so ein reines Drittuhl kosten?

00:26:55: und was kostet die Eigenimplementation und was vielleicht eine Mischkalkulation aus beidem?

00:26:59: Wenn Du jetzt mal den organisatorischen Aufwand für Gehälter, für was weiß ich aufmerksamkeit auf das Thema also die Opportunitätskosten mit Einrechnen ist... Also

00:27:06: ich glaube Du brauchst ja mindestens eins zwei Entwickler ... in so einer Organisation, die wirklich sowas bauen.

00:27:12: Und idealerweise hast du halt nicht nur einen sondern er hat zwei.

00:27:15: Weil du weißt ja nie ne?

00:27:15: Einer stirbt oder gefährt in Urlaub... und dann brauchst du halt mindestens ein BI-Analysten,... der letztendlich das in die Organisation trägt... und der auch sozusagen Produktmanagement macht für die Kollegen.

00:27:28: Also sprich der rausgeht zu den einzelnen Fachabteilungen jetzt am Anfang Marketing.... deren Anforderung übersetzt in irgendeine Art von Ticket.

00:27:37: Das ist für ein normales Produktmanagement, wie im sonstigen IT-Bereich auch.

00:27:41: D.h.,

00:27:42: das kleinste mögliche BI Team sind eigentlich zwei Leute, wahrscheinlich sogar eher drei, einen Infrastrukturmensch und ein konzeptioneller Produktmanager.

00:27:53: Der idealerweise eben auch eine Art Analyst ist am Anfang.

00:27:56: Und die Personalkosten dafür ... Bist

00:27:58: du schon bei Hundertfünfzig, zweieinachttausend Euro gefühlt pro Jahr?

00:28:00: Das

00:28:00: is nicht billig!

00:28:01: So...und ich glaube es lohnt sich das zu tun.

00:28:05: Und ich glaube auch, es ist eben nicht die Lösung zu sagen Ich nehme jetzt hier irgendeine Drittdata Warehouse.

00:28:09: Das kostet mich fünf sechs tausend Euro pro Monat und ist das Problem geregelt.

00:28:12: Das trägt vielleicht für diese Reporting-Themen.

00:28:15: Aber in dem Moment wenn du dann mehr damit machen willst und vielleicht auch dass CRM da drin abwickeln willst oder so weiter Spätestens dann brauchst du vermutlich irgendeine technische Person, die das eben selbst kann.

00:28:25: Und dann ist halt die Frage Kannst Du das denn immer in irgendwelche Dritttools anflanschen oder macht es da nicht doch Sinn, dass lieber selbst gemacht zu haben?

00:28:31: Das muss man sich sicherlich im Detail anschauen.

00:28:33: aber mein Gefühl ist wenn man ein gewisses Ambitionsniveau hat und im Venture Bereich Muss Man das eigentlich Haben also alle Startups sollten das eigentlich haben die in irgendeiner von Venture finanziert sind dann wird es wahrscheinlich nicht anders gehen.

00:28:44: Und für große Corporates glaube ich sowieso.

00:28:47: Ich glaube warum man halt total aufpassen muss und ich glaube das siehst du gerade im Corporate Bereich sehr häufig, da werden irgendwelche Data Warehauses gebaut und irgendwelchen Hadoop Cluster und sonst aber... Das ist alles total cool!

00:28:58: Aber was da häufig fehlt ist eben wirklich dieses Nutz die Organisation das.

00:29:02: Und ich glaube diesen Link, deswegen glaube ich auch aus dieser beeinerlössten Produktmenschau in der Startupwelt total wichtig um das Ding eben wirklich at work zu kriegen und dass du da eben nicht irgendwas hast was intellektuell sehr anspruchsvoll ist und auch irgendwie total schön etwas zusammensammelt sondern was eben wirklich das tägliche Leben von jedem einzelnen Mitarbeiter oder zumindest jetzt mal am Anfang den Marketing Bereich und dann eben darüber hinaus.

00:29:21: Das musst du halt gewährleisten.

00:29:22: Und das ist glaube ich mindestens genauso wichtig wie jetzt irgendwie die technische Infrastruktur und was da passiert, weil es geht eigentlich nur diese beiden Sachen müssen halt ineinander greifen.

00:29:30: Ja,

00:29:30: ich meine schön gesagt dass es bei sowas immer so eine menschliche Komponente gibt.

00:29:33: also eigentlich brauchst du einen Evangelisten im intern sozusagen der dir irgendwie die Mehrwerte aufzeigt und ein bisschen dazu animiert.

00:29:40: Und der auch Vortritt zeigt ja?

00:29:41: Also einfach sag pass auf wenn du sie in die Zahl brauchst... Ich hab verstanden du brauchst es so und so und nächste Woche kommt das dann auch oder in vier Wochen Also, dass die Leute auch sehen.

00:29:50: Weil du hast schon viele Organisationen wenn du mal fragst bei den Start-ups auch die ein Data Warehouse haben.

00:29:56: Wer arbeitet da wirklich mit?

00:29:58: Das ist eben, ja und nur dann entfaltet es ja wirklich seine Wirkung.

00:30:02: Deswegen ist glaube ich sozusagen dieser Übersetzer in der Organisation das schon enorm wichtig.

00:30:07: Gibt's

00:30:07: noch so was zu sagen?

00:30:08: Würdest du eine Empfehlung für Personenprofile die man sich für sowas ins Haus holen sollte?

00:30:12: also hast du gesagt Entwickler und irgendwie einen Analysten gibt sonst irgendwie noch Rollen wo du sagst die brauchst du perspektivisch wenn du so ein Thema betreibst.

00:30:19: Du brauchst auf jeden Fall jemand auf GF-Ebene das supportet.

00:30:22: Der im Prinzip auch sagt, ja ich weiß die Zahlen sind jetzt noch nicht richtig in diesem Data Warehouse aber das macht das nicht grundsätzlich falsch.

00:30:29: also ich glaube viele Organisationen tendieren ja dazu Dinge die eigentlich grundsätzlich richtig sind nur weil sie jetzt nicht so optimal laufen oder nicht so richtig funktionieren das Gesamtprojekt infrage zu stellen oder den Gesamtsachverhalt und ich glaub da brauchst du halt Topmanagement Support einfach sagen Ich weiß dass nervt jetzt total.

00:30:44: und Ja Tool XYZ würde vielleicht auch zu schnellere Resultaten führen.

00:30:48: Aber es gibt keine Abkürzung Wenn wir eine relevante große Firma werden wollen, brauchen wir das irgendwann.

00:30:55: Und ich weiß der Weg dahin ist nervig aber wir machen es trotzdem.

00:30:57: So eine Person brauchst du auf jeden Fall weil die Erfahrung zeigt der BI-Analyst alleine wenn er nicht diesen Support hat kann schon mal ins Leere laufen, weil für die marktigen Leute ist natürlich auch frustrierend.

00:31:07: Da sehen die, ah meine AdWords-Zahlen sind ja nicht richtig drin, es ist doch totaler Scheiß und die Kosten sind mir blöd und schlecht berechnet, funktioniert als nicht... das ist ja die natürliche Tendenz ne?

00:31:16: Und ich glaube da den Waldblick zu haben sagen, ja das mag vielleicht so sein aber unser Ambitionsniveau hoch, das müssen wir hinkriegen!

00:31:23: Weil nur dann werden wir letztendlich in den Himmel der relevanten Startups irgendwann uns weiterentwickeln können.

00:31:27: Ich glaub denen brauchst du.

00:31:29: Was wir schon auch sehen ab dem Gewissen Niveau von Firma, du brauchst diese Infrastruktur Leute.

00:31:34: Du brauchst die konzeptionellen Leute, die sich in eine einzelne Fachabteilung reintragen.

00:31:38: Mein Gefühl ist dass du nochmal ab einer gewissen Größenordnung noch mal jemand darüber hinaus brauchst.

00:31:43: das ist vielleicht ein CFO oder irgendeine Typen der sich das Ding anguckt und sagt Ist mein Gesamtbusiness eigentlich gesund?

00:31:50: Wie steuere ich eigentlich meinen Gesamt-Business auf Basis dessen was daraus kommt?

00:31:54: Das haben wir jetzt an eins zwei Stellen gesehen wo du sagst Die haben es eigentlich schon geschafft das in die einzelnen Fachabteilungen rein zu tragen.

00:31:59: Aber du musst ja auch immer wieder, wenn du es in die einzelne Fachabteilung reinträgst... ...du musst ja im Prinzip an der übergeordneten Aussteuerung des Unternehmens drehen.

00:32:05: Und das muss ich dann ja übersetzen idealerweise in die Ziele,... ...die als hinterlicht werden für die einzelnen Mitarbeiter.

00:32:11: und mein Gefühl ist da brauchst du halt irgendwann mal jemanden,... ...der sich damit wirklich im Detail auseinandersetzt ab einer gewissen Unternehmsgröße.

00:32:17: also wir haben jetzt gerade zwei Fälle im Portfolio wo ich sage wir sind eigentlich super Unternehmen aber die haben jetzt ab einer... ...gewissen Größenordnung parer Leute usw.

00:32:24: fehlt so ein bisschen dieser Link.

00:32:25: von jemandem der das Ganze... inhaltlich ganz haltig betrachtet.

00:32:29: Ist vielleicht ein bisschen abstrakt jetzt gesprochen und das ist sicher auch nicht deine Sorge.

00:32:32: am Anfang, ich glaube am Anfang reicht es völlig aus wenn du guten Architekten hast der ideale Weise guter Entwickler oder einen guten Entwickler dazu und die ein, zwei Analysten, die das in die Orga tragen.

00:32:41: Und den Geschäftsführungssponsor sozusagen der dahinter hängt.

00:32:44: Ich glaube, das ist der Best Case aber die andere Person entwickelt sich dann irgendwann.

00:32:49: Na ich meine wo ich natürlich ein bisschen hinausfraufe will auch ist so.

00:32:51: mein letzte Frage zu dem Thema.

00:32:53: wir haben ja streng genommen bisher nur ein Lagerhaus für Informationen gebaut.

00:32:57: jetzt musst du ja eigentlich noch leisten.

00:32:59: wie sind diese Information zu interpretieren?

00:33:01: wenn wir mal zurück an den Anfang denken Wenn ich anfange jeden Kunden mir anzuschauen der nicht zu mir auf die Seite gekommen ist.

00:33:06: Deswegen ist für mich natürlich auch so ein bisschen der Gedanke, also vielleicht abschließend zu zusammengefasst.

00:33:14: Wie kriege ich da noch einen Analyse-Level drauf?

00:33:15: Was irgendwie valide ist?

00:33:17: und B braucht man dafür dann zum Beispiel bei der personellen Ebene?

00:33:19: braucht man damit am Ende des Teils sogar eine Data Scientist die dir eigentlich sagen wie werde ich die aus?

00:33:24: oder ist das...

00:33:24: Ein gewisses Level an Auswertungskompetenz muss der BI-Analyst haben und ich glaube je größer du wirst dann holst du im Prinzip mehr Kompetenz in dieses Analysten-Team.

00:33:35: Da muss jetzt nicht jeder ein Machine Learning Experte oder Data-Manager oder Data Science, weil... Du musst ja auch gucken die meisten Leute, die da operativ mitarbeiten, den fehlt sehr wahrscheinlich der Zugang zum Thema Machine Learning.

00:33:49: Also ich glaube das ist aber ein sehr guter Punkt.

00:33:51: was wir vergessen haben ist wenn das ein Stück weit wächst und größer wird Dann macht es sicherlich Sinn innerhalb dieses Analysten Teams ... Kompetenzen hinzuzufügen, die das Ganze dann... ... more sophisticated machen.

00:34:04: Also das wäre dann eben wirklich ein Data-Miner oder Data ... ... weiß wie Machine Learning funktioniert, jemand der vielleicht auch so etwas wie ein bisschen künstliche Intelligenz da versucht reinzubringen was dann vielleicht gar nicht die KPI so großartig verändert, die dann der Marketing Manager verwendet aber der vielleicht unter der Haube halt die Berechnung des CLVs oder die Prediction Qualität des CLFs verbessert oder der im Prinzip Die Kundensegmentierung, die auf Basis der Daten passiert eben nicht mehr regelbasiert macht sondern algorithmisch und dadurch beschleunigt oder so.

00:34:35: Das sind jetzt Sachen glaube ich... ...die verändern das Ganze für den letztendlichen Macher, der da drauf deine Entscheidung trifft gar nicht so großartig aber sozusagen die Intelligenz die dafür verwendet wird.

00:34:47: Die kannst du natürlich nochmal ad infinitum nach oben treiben, wo dann auch sagen kann, pass mal auf wir machen jetzt hier die Preise da berücksichtigen jetzt die Wetterdaten noch.

00:34:55: das ist ja in der Sinne von wirklich Big Data.

00:34:58: also die meisten Sachen die die meisten Leute da betreiben fairerweise auch bei uns Da ist das Thema Big Data ehrlich gesagt eher sekundär weil die meisten schon Probleme haben überhaupt die strukturiert vorliegenden Daten die per Definition so sind ... hab ich zumindest mal verstanden, nicht Big Data sind.

00:35:12: Die überhaupt sinnvoll entscheidungs treibend irgendwie einzusetzen!

00:35:16: So aber das kannst du natürlich wenn du merkst... ...das ganze Basiszeug, das funktioniert alles.

00:35:19: also Kristi datender jeden Tag rein,... ...du hast dir einen Bereich nach dem nächsten erschlossen,... die Analysten, die arbeiten sehr eng mit den Fachbereichen zusammen,... Das wird immer besser, achtzig Prozent der Firma arbeitet damit und dann verbesserst du sozusagen das Methodenwissen in dem Analystenteam.

00:35:35: Ich glaube das ist ein sehr, sehr smartes Ding und das auch ein Riesendeferenciator aus meiner Sicht weil das natürlich auch etwas ist, was sehr schwer von außen zu kopieren und zu verstehen ist usw.

00:35:45: Das sind die Endvisionen, wo sich dann eben genauso diese ganzen Buzzwords wie Big Data Artificial Intelligence sehr sinnstiftend einbringen können.

00:35:57: aber da brauchst du schon wirklich gute Leute, die in der Lage sind, das noch mit Businessrelevanz einzubauen.

00:36:02: Ja,

00:36:02: sehr spannend!

00:36:03: Dann danke ich dir ganz herzlich für deine Praxiswissen und die Ausführung.

00:36:06: Ansonsten an alle da draußen, die sich das heute angehört haben.

00:36:08: Ich hoffe euch hilft das auch sehr und ihr habt auch ein bisschen Spaß dabei!

00:36:11: Wenn du uns eine Freude machen wollt geht zu iTunes und schenkt uns eine Fünf-Sterne Bewertung denn unser Vermarkter tritt uns immer fleißig auf die Füße.

00:36:18: so etwas müssen wir machen weil nur fünf Sternebewertungen helfen.

00:36:20: Das würde uns sehr freuen.

00:36:21: Fünf Sterne bei iTunes.

00:36:23: Vielen Dank an euch und freue mich schon aufs nächste Mal.

00:36:25: Danke

00:36:26: dir!