Spiegeln deine Daten aus deinen Geschäftsaktivitäten nicht die Realität wider? Hast du den Verdacht, dass deine Zahlen nicht stimmen können? Dann könnte dein Instinkt richtig sein.
Indem du die Qualität deiner Daten verbesserst, gewinnst du ein viel klareres Bild davon, wie sich dein Geschäft entwickelt. Um dir zu helfen, habe ich ein paar nützliche Empfehlungen zusammengefasst. Wenn du Teil 1 noch nicht gelesen hast, findest du den Blogbeitrag hier.
In meinem vorherigen Blogbeitrag habe ich ein paar Fragen aufgelistet, die du dir stellen solltest.In diesem zweiten Blog gehe ich auf diese wichtigen Fragestellungen ein:
Du hast einen Bericht, aber wie viele Datenquellen nutzt du, um ihn zu erstellen und wie befüllst du diese Quellen? Es gibt verschiedene Datenquellen und du kannst deine Daten manuell oder automatisch zusammentragen.
Metriken sind die Einheiten, die bestimmen, wie deine Daten angezeigt werden. Wie misst du normalerweise deine Daten? Was ist der Zeitraum? Was ist die Währung?
Datenmetriken lassen sich einfacher verwalten, wenn man in einem lokalen Markt aktiv ist, als in einem internationalen Kontext. Wir werden ein internationales Unternehmen betrachten, um einen guten Überblick der eigentlichen Herausforderung zu geben, die ich mit Datenmetriken zu demonstrieren versuche.
Nehmen wir an, du bist verantwortlich für die Erstellung von Berichten für drei Märkte: CH - UK - JP. Du musst die Währungsebene anpassen. Meistens haben internationale Unternehmen einen internen Fixkurs, so dass es keine Marktschwankungen während eines Geschäftsjahres gibt. Ein anderes Beispiel, das etwas kniffliger sein könnte, ist der Vergleich von Konversionsraten. Lass mich das mit etwas Mathematik veranschaulichen:
Der CH-Markt macht einen internen wöchentlichen Conversion-Rate-Report, der UK-Markt macht ihn zweiwöchentlich und der JP-Markt macht ihn monatlich. Wie willst du die Daten zum Vergleich berechnen? Addierst du sie einfach auf und dividierst den Wert durch den kombinierten Zeitraum? Diese Methode wäre falsch, und das Ergebnis würde wie folgt aussehen:
| CH | UK | JP |
| Woche 1 - 2.5% | Woche 1-2 - 3.3% | Woche 1-4 - 1.9% |
| Woche 2 - 2.6% | Woche 3-4 - 2% | |
| Woche 3 - 3% | ||
| Woche 4 - 1.8% | ||
| Gesamt conversion rate 2.475% | Gesamt conversion rate 2.65% | Gesamt conversion rate 1.9% |
Du solltest deine Daten zunächst glätten und tiefer in die Rohdaten einsteigen, die zur Berechnung der Konversionen verwendet werden. Du musst auch die Einheiten und Daten berücksichtigen, die diese Konversionsrate beeinflussen. Nehmen wir an, es war Leads / Unique Page View.
| CH | UK | JP |
| Week 1 - 2.5% (lead 25/page views 1000) | Week 1-2 - 3.3% (lead 33/page views 1000) | Week 1-4 - 1.9% |
| Week 2 - 2.6% (lead 52/page views 2000) | Week 3-4 - 2% (lead 100/page views 5000) | |
| Week 3 - 3% (lead 120/page views 4000) | ||
| Week 4 - 1.8% (lead 9/page views 500) | ||
| Gesamt conversion rate = lead 206/7500 page views = 2.746% | Gesamt conversion rate = lead 133/6000 page views = 2.216% | Gesamt conversion rate 1.9% |
Wie du sehen kannst, hat der CH-Markt tatsächlich eine bessere Konversionsrate, nachdem die Daten geglättet wurden. Die Schlussfolgerung: Du musst deine Daten immer in eine gemeinsame Metrik umwandeln, um korrekte Ergebnisse zu bekommen.
Konzentrieren wir uns auf die Datenvisualisierung und darauf, wie du deine Erkenntnisse bestmöglich darstellen kannst.
Tabellen sind die wohl intuitivste Art, Daten darzustellen, da du wirklich jede Art von Daten mit verschiedenen Dimensionen hinzufügen kannst. Dies ist eine hervorragende Möglichkeit, um einen Überblick über die Leistung deines Unternehmens zu erhalten. Meine Empfehlung ist jedoch, die Tabellen sauber zu halten und nur die wichtigsten Informationen anzuzeigen. Es nützt niemandem, wenn du in einem Bericht mit einer Tabelle arbeitest, die 2000 Zeilen oder 2000 Spalten umfasst.
Dies ist eine gute Möglichkeit, verschiedene "Produkte" in einem einzigen Diagramm mit einer Zeitleiste darzustellen. Balken sind die beste Art der Darstellung, wenn du eine Summe für mehrere Dimensionen berechnen musst, die in einem einzigen Diagramm gruppiert sind. Nehmen wir als Beispiel die Veränderung des Jahresumsatzes für drei verschiedene Produkte aus deinem Portfolio und deren Entwicklung im Zeitablauf.
Ein Tortendiagramm zeigt nur einen vollen 100 %-Datensatz an. Dies ist eine grossartige Möglichkeit, einen Vergleich in einer Donut-/Kuchendarstellung (je nach Kultur und Vorliebe auch Bagel oder Käse) über eine einzige Dimension zu betrachten! Wir verwenden es, um relative Werte im Auge zu behalten und sie miteinander zu vergleichen.
Wenn du eine Dimension mit 25 verschiedenen Werten hast, ist das Tortendiagramm vielleicht nicht die beste Wahl, da du den Überblick über die kleinsten Werte verlieren wirst. Ich würde es nicht empfehlen, wenn du mehr als acht verschiedene Werte hast – es sei denn, du kannst Werte gruppieren. Du solltest es auch vermeiden, wenn du weisst, dass 90 % deines Kreisdiagramms von einem Wert eingenommen werden. Das ist wie Obelix, der einen Kuchen durch drei teilt.
Illustration von "Astérix et Cléopâtre", von René Goscinny & Albert Uderzo
Das Liniendiagramm ähnelt dem Histogramm/Balkendiagramm, bietet aber eine bessere Darstellung der Entwicklung von einer Periode zur anderen (Zunahme/Abnahme). Du kannst Liniendiagramme mit einer Dimension oder auch mit mehreren Dimensionen haben. Bei der Kombination dieser Dimensionen musst du jedoch darauf achten, dass sie sowohl auf der X- als auch auf der Y-Achse gleich sind.
Figure 1: example of Geomap with intensity dots to measure two dimensions at the same time
Figure 2: example of gauge to keep your KPI under control
Vielen Dank fürs Lesen! Dieser zweite Teil war etwas technischer als der erste Artikel, aber ich hoffe, er hat dir ein besseres Verständnis für den Umgang mit Daten und die Vermeidung von Fehlern in deinen Berichten vermittelt.