Episodes
-
Wie entwickelt sich der Arbeitsmarkt fĂŒr Data- und Analytics-Talente? Und was macht Unternehmen wirklich attraktiv fĂŒr diese Zielgruppe? Tim Verhoeven von Indeed liefert datenbasierte Antworten zu diesen und weiteren Themen, darunter Jobtrends und âWork Wellbeingâ.
Wer ist Tim Verhoeven und was ist Talent Intelligence?
Tim ist als Senior Manager fĂŒr Talent Intelligence bei Indeed tĂ€tig. Er befasst sich mit datenbasierten Entscheidungen in den Bereichen HR und Talentstrategie.
Lerne Tim kennen: https://www.linkedin.com/in/tim-verhoeven83/
Podcast HR Data Dudes: Datenbasierte HR-Optimierung
In dem Podcast âHR Data Dudesâ diskutiert Tim mit anderen Fachleuten darĂŒber, wie HR mithilfe von Daten fundierter handeln kann. Das Ziel besteht darin, bauchgefĂŒhllastige Entscheidungen abzulösen.
Hier gehtâs zum Podcast: https://hr-data-dudes.blogs.audiorella.com/
Der Datenschatz in HR und wie man ihn hebt
Viele Unternehmen verfĂŒgen ĂŒber wertvolle HR-Daten, sind sich dessen jedoch nicht bewusst oder nutzen sie nicht. Talent Intelligence hilft dabei, diese Daten zu analysieren und praktisch zu nutzen.
Was bedeutet Talent Intelligence konkret im HR-Kontext?
Der Begriff umfasst alle datenbasierten Handlungen in den Bereichen Recruiting, Retention und Talentmanagement. Ziel ist es, fundierte Entscheidungen ĂŒber Mitarbeitende zu treffen.
[Anzeige] Sponsor: Weiterbildung mit Distart
Distart bietet geförderte Online-Weiterbildungen zu den Themen Marketing, Digitalisierung und KI. Auch Praxis-Sessions mit Expert:innen sind Teil des Angebots.
Erfahre mehr zu Distart: https://www.distart.de/datendurst
Arbeitsmarktdaten bei Indeed: Vier Datencluster
Um Einblicke in den Arbeitsmarkt zu gewinnen, nutzt Indeed Verhaltens-, Hintergrund-, Profil- und Forschungsdaten. Durch das Crawlen externer Jobquellen ist die Datenbasis besonders umfassend.
Hiring Lab und Open Source Datenportal
Das Hiring Lab ist das Arbeitsmarktforschungsinstitut von Indeed. Neben klassischen Reports bietet es auch ein Open-Source-Datenportal mit regelmĂ€Ăig aktualisierten Marktkennzahlen.
Das Hiring Lab: https://www.hiringlab.org/de/
Das Datenportal: https://data.indeed.com/#/
Nutzung der Daten fĂŒr Benchmarks und Marktanalysen
Unternehmen nutzen die offenen Daten von Indeed, um ihre eigene Recruiting-Leistung einzuordnen. So lassen sich die Effekte von Kampagnen objektiv bewerten.
Remote-Quote: Entwicklung und Bubble-Fallen
WÀhrend die Gesamt-Remote-Quote seit eineinhalb Jahren stagniert, ist sie in der Tech- und Datenbranche deutlich höher. Die persönliche Wahrnehmung wird oft durch die eigene Blase verzerrt.
Remote-Anteil im Data- und Analytics-Bereich
In der Kategorie âData & Analyticsâ sind etwa 46â48 % der Jobs remote möglich. Zum Vergleich: In Gesamtdeutschland liegt der Anteil bei rund 15 %.
Entwicklung des FachkrÀftemarkts seit 2020
Nach einem RĂŒckgang wĂ€hrend der Corona-Pandemie stieg die Nachfrage nach Data-Talenten rasant an. Seit 2022 ist das Niveau wieder gesunken, was unter anderem auf wirtschaftliche Unsicherheit und KI-Substitutionseffekte zurĂŒckzufĂŒhren ist.
Jobtypen im Vergleich: Analyst, Scientist, Engineer
Im Vergleich haben...
-
Sichtbarkeit im Netz folgt neuen Spielregeln. Tim spricht mit Robin Reuschel darĂŒber, wie KI zur Gatekeeperin geworden ist und welche Auswirkungen das auf deinen Content hat. Gemeinsam zeigen sie dir, welche Tools, Formate und Denkweisen jetzt zĂ€hlen, damit du in der Welt von ChatGPT & Co. sichtbar bleibst.
BegrĂŒĂung und Vorstellung
Robin wird als heutiger Gast eingefĂŒhrt mit Einblicke in seinen Hintergrund zwischen Finanzmathematik, Strategieberatung und Technologie.
Vernetze dich mit Robin: https://www.linkedin.com/in/rreuschel/
Oder schau dir sein Unternehmen an: https://roover.eu/
[Anzeige] Hinweis auf den Sponsor
Tim erklÀrt dir, was du tun kannst, um deine Skills zu verbessern. Eine Möglichkeit: Distart bietet dir viele verschiedene geförderte Weiterbildungen zu Online-Marketing, KI und Social Media.
Erfahre mehr zu Distart: https://www.distart.de/datendurst
Warum SEO nicht mehr funktioniert
Robin erlĂ€utert, weshalb klassische SEO-Strategien heutzutage und zukĂŒnftig an Wirksamkeit verlieren und welche Rolle ChatGPT im Suchprozess spielt.
Kaufentscheidungen mit KI
Von Produktempfehlung bis zur finalen Entscheidung: Anhand eines persönlichen Beispiels beschreibt Robin, wie Kaufprozesse zunehmend an KI ausgelagert werden.
Gemini und die neue Suchlogik
Ein Blick auf Googles KI âGeminiâ zeigt die verĂ€nderte Darstellung von Suchergebnissen, die immense Auswirkungen auf Traffic und Sichtbarkeit hat.
Der Beitrag von Fabian dazu: https://www.linkedin.com/posts/fabianjaeckert_seo-google-aioverviews-activity-7321431019591524353-f7GR/
Neue Wettbewerber im KI-Suchmarkt
Neben Google drÀngen mit neuen Suchgewohnheiten und technologischem Potenzial auch Meta AI, Perplexity und andere Anbieter auf den Markt.
KI als strengere Gatekeeperin
Robin erlÀutert, warum KI viel selektiver filtert als klassische Suchmaschinen, wodurch sich eine reduzierte Ergebnisvielfalt und ein höherer Bias ergeben.
Urheberrecht und Content-Verwertung
Diskussion ĂŒber den Einfluss von KI auf Inhalte, Urheberschaft und Monetarisierung â inklusive der Kritik von Mario Fischer.
Mario Fischer zu KI und Urheberrecht: https://www.linkedin.com/posts/mariofischer_das-ist-kein-ai-overview-mehr-was-google-activity-7321413100744712192-UfrG
Rankingverlust trotz Google-Topposition
Kerstin Schiefelbeins Case zeigt, dass klassische Rankings kaum noch eine Rolle spielen, wenn KIs eigene Antworten generieren.
Die Case Study von Kerstin zu KI und Google Rankings: https://bit.ly/45uyp2k
Wie KI Inhalte finden und bewerten
Wie genau funktioniert der technische Ablauf einer KI-Suche? Robin erklĂ€rt den Prozess von der Intent-Erkennung ĂŒber die semantische Extraktion bis hin zum Retrieval aus mehreren Quellen.
Strategien fĂŒr KI-Optimierung
Entscheidend sind folgende Kriterien: Crawlbare Inhalte, Chunking, AutoritÀt durch Referenzen und AktualitÀt.
Hinweis:...
-
Missing episodes?
-
Wie lĂ€sst sich die volle Datenpower in Social Media heben? Was lernen Marken aus Kommentaren, Creatives und Performance? Till WeyerhĂ€user von Mawave erklĂ€rt, wie sie datengetrieben Content und Kampagnen optimieren â von ATU bis Red Bull.
Mehr als Views: Welche Social-Daten zÀhlen
Social Media liefert mehr als Klicks und Conversions: Es bietet direktes Nutzerfeedback. Kommentare und Reaktionen geben wertvolle Hinweise fĂŒr gezielte Optimierungen.
Wer ist Till WeyerhÀuser und was macht Mawave?
Till ist Growth Lead bei Mawave und entwickelt datengetriebene Strategien fĂŒr Marken wie Lidl, Red Bull und HelloFresh. Mawave konzentriert sich auf Social Media â mit Fokus auf Performance und kreative Kommunikation.
Lerne Till kennen: https://www.linkedin.com/in/till-weyer/
Datenvielfalt: Feedback, Creatives, Sentiment
Neben Zahlen analysiert Mawave auch das Stimmungsbild in Kommentaren. So wird das Markenimage messbar und gezielt steuerbar.
[Anzeige] Sponsor: Distart Weiterbildung mit Praxisbezug
Tim stellt Distart vor â geförderte Weiterbildungen zu Online-Marketing, KI und Social Media. Er gibt dort regelmĂ€Ăig Live-Sessions mit Praxisfokus.
Mehr zu Distart: https://www.distart.de/datendurst
Creative Case: ATU-AstroTV Reel bringt die Wende im Sentiment
Ein humorvolles Reel im AstroTV-Stil generiert virale Reichweite und verbessert das Sentiment rund um ATU. Die Community reagiert kreativ auf alte Vorurteile.
Der Trend stammt von dear_nithi: https://www.tiktok.com/@dear_nithi / https://www.instagram.com/dear_nithi
Plattformverhalten: TikTok vs. Instagram
Virale Inhalte starten meist auf TikTok und landen spĂ€ter auf Instagram. Die Performance ist Ă€hnlich â mit zeitlichem Versatz.
Content-Entwicklung: Mischung aus BauchgefĂŒhl und Daten
70 % der Inhalte basieren auf Daten, 30 % auf PlattformverstÀndnis und Intuition. Besonders kreative Formate entstehen durch Teammitglieder mit tiefem Plattformwissen.
Content-Abstimmung auf Zielgruppen
Erfolgreicher Content passt zur Zielgruppe des Profils. StilbrĂŒche können der Performance schaden. Mawave achtet auf Konsistenz im Auftritt.
Paid Insights: UGC vs. Static Ads
UGC sorgt fĂŒr mehr Aufmerksamkeit und gĂŒnstigere Ausspielung, statische Ads bringen oft bessere Conversions. Mawave kombiniert beides entlang des Funnels.
Data Warehouse: Struktur, Benchmarking, Automatisierung
Ein zentrales Data Warehouse bĂŒndelt Kampagnendaten, speist Dashboards und ermöglicht kanalĂŒbergreifende Learnings.
Warum ist es so schwer, Social Media und Analytics zusammenzubringen? Daniel Zoll hat eine Antwort: https://youtu.be/069RsspTX9E?si=X0Lm8VASCjrLqHmP
Predictive & Alerts: Performance-Signale frĂŒh erkennen
Slack-Alerts und automatisierte Hinweise machen Trends und Abweichungen schnell sichtbar - fĂŒr schnelleres Reagieren.
Data Team: Praxisnah, lean, performanceorientiert
Das Datenteam arbeitet eng mit Performance-Units. Plattform-Erfahrung kombiniert mit Datenanalyse-Skills ist der SchlĂŒssel fĂŒr Hammer Performance.
Social als Feedback-Kanal: Kommentare analysieren
Kommentare liefern qualitative Insights. Mawave nutzt sie zur...
-
Tim stellt Datendurst strategisch neu auf. In dieser Solo-Folge erklÀrt er, was bleibt, was geht und warum sich der Podcast in Zukunft stÀrker auf Audio fokussieren wird.
Vorschau: Spannender Besuch in der nÀchsten Folge
In der nĂ€chsten Folge begrĂŒĂt Tim Till Weyerheuser von Mawave. Er zeigt, wie man das volle Potenzial von Daten aus organischen und bezahlten Social-Media-KanĂ€len ausschöpft. Mit Einblicken aus der Zusammenarbeit mit Marken wie Red Bull, ATU und Outfittery bringt Mawave jede Menge Know-how mit. Zuhören lohnt sich!
[Anzeige] Kooperation mit Distart
Zum ersten Mal wird der Podcast von einem Sponsor unterstĂŒtzt: Distart bietet geförderte Weiterbildungen zu digitalen Themen und Online-Marketing an. Tim selbst moderiert dort Live-Sessions - eine enge Verbindung von Praxis und Bildung.
https://www.distart.de/datendurst
Was der Podcast wirklich kostet
Die Analyse der Produktionskosten ist ernĂŒchternd: Ein Jahr Datendurst kommt finanziell einem Neuwagen gleich. Der erhoffte Return on Investment durch KundenauftrĂ€ge ist bisher ausgeblieben, eine Kurskorrektur ist notwendig.
Was ankommt: Inhalte, die Reichweite bringen
Besonders erfolgreich sind Episoden mit klaren Themenschwerpunkten und spannenden Persönlichkeiten aus bekannten Unternehmen wie RTL oder der Telekom. Auf LinkedIn erzielen Thumbnails mit starken Zitaten die gröĂte Aufmerksamkeit - ein Kanal, der gezielt bespielt wird.
TschĂŒss Kurzclips: Warum das Format nicht ĂŒberzeugt
Tim verabschiedet sich von experimentellen Videoformaten fĂŒr TikTok, Instagram und YouTube Shorts. Der Aufwand steht in keinem VerhĂ€ltnis zum Ergebnis - weder Engagement noch Reichweite konnten ĂŒberzeugen.
Neues Setup: Weniger Video, mehr Klarheit
KĂŒnftig liegt der Fokus auf dem Audioformat - auch auf YouTube. Nur besonders relevante Episoden werden zusĂ€tzlich visuell aufbereitet und bei positiver Entwicklung ist ein wöchentlicher Rhythmus nicht ausgeschlossen.
Mehr zu Datendurst und Host Tim:
https://www.linkedin.com/company/datendurst/
https://www.linkedin.com/in/ebner-tim/
UnterstĂŒtze den Podcast:
paypal.me/datendurst
đ§ Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community ! đ
đ Neue Folgen sofort auf dem Schirm
đ Direkt bei der Arbeit reinhören
đ Wertvolle Folgen mit Kollegen teilen
đ Mit Data & Analytics-Experten vernetzen
âĄïž Jetzt beitreten!
https://teams.live.com/l/community/FEANNwVOOhLHQt2uAM
Wir freuen uns auf dich! đŹ
-
Was passiert, wenn PR, Marketing und Branding eines GroĂkonzerns beschlieĂen, mit einer gemeinsamen Datenbasis zu arbeiten? Winfried Ebner erzĂ€hlt, wie die Telekom diesen Wandel organisiert hat - und warum Daten allein nicht ausreichen, um die Zusammenarbeit wirklich zu verĂ€ndern.
Strategie statt Aktionismus: Warum man mit Denken beginnen sollte
Bevor Daten verarbeitet oder Dashboards gebaut werden, braucht es ein gemeinsames VerstĂ€ndnis der Prozesse und Zielwirkungen in der Kommunikation. Ohne dieses Fundament fĂŒhrt technische Umsetzung oft ins Leere.
AgilitÀt in der Praxis: Sprints und klare ZustÀndigkeiten
Kurze Arbeitszyklen halfen dabei, Fortschritte sichtbar zu machen. Gleichzeitig braucht es FĂŒhrungskrĂ€fte, die das Team gegen Ă€uĂere EinflĂŒsse abschirmten.
Wenn Daten die Deutungshoheit infrage stellen
Nicht jede FĂŒhrungskraft begrĂŒĂt Daten als Entscheidungshilfe. Die Sorge, an Einfluss zu verlieren, kann VerĂ€nderung bremsen.
Wer Winfried Ebner ist â und was Corp.Com bei der Telekom bedeutet
Winfried bringt wissenschaftlichen Hintergrund und Konzernpraxis zusammen. Corp.Com steht fĂŒr die Gesamtkommunikation der Telekom auf Konzernebene.
Trinity-Projekt: Drei Disziplinen, ein Ziel
PR, Marketing und Marke wurden in einem Projekt organisatorisch verbunden. Das Ziel: eine gemeinsame Datenbasis und abgestimmte Steuerung.
Konsens finden: So entstehen gemeinsame KPI
Unterschiedliche Fachbereiche hatten teils widersprĂŒchliche Metriken. Die Herausforderung bestand darin, diese in einem konsistenten Set zusammenzufĂŒhren.
Wenn Analyse auf RealitÀt trifft: Konfliktpotenziale im Projekt
WidersprĂŒche zwischen Datenlogik und Fachbereichswissen fĂŒhrten immer wieder zu Spannungen â ein typisches Muster in Transformationsprojekten.
Datengetrieben â aber nicht datenvergessen
Automatisierung ist hilfreich, aber nicht ausreichend. Menschen und Kontexte bleiben entscheidend fĂŒr Interpretation und Entscheidung.
Iterativ zum Reporting: Der Wert kontinuierlicher Entwicklung
Ein fertiges System entstand nicht auf einmal, sondern in Etappen. Die Daten wurden schrittweise eingebunden und strukturiert.
Das Treiberhaus: Wirkung modellieren statt nur messen
Mit einem eigenen Wirkmodell wurde sichtbar gemacht, welche Faktoren Kommunikation beeinflussen. Das half, PrioritÀten zu klÀren.
CORE.IO: Ein Ordnungsrahmen fĂŒr Kommunikationsdaten
Das Modell gliederte die Datenlandschaft in vier zentrale Ebenen: Kontext, Response, Impulse und Steuerungsmöglichkeiten.
Abstimmungen, Budgets und der alltÀgliche Zielkonflikt
Kampagnen konkurrieren oft um Sichtbarkeit und Ressourcen. Eine gemeinsame Datenbasis kann diese Diskussionen fundierter machen.
FĂŒhrung im Datenprojekt: Vertrauen und Raum schaffen
Gute FĂŒhrung zeigt sich darin, Teams arbeiten zu lassen â und politische HĂŒrden fĂŒr sie aus dem Weg zu rĂ€umen.
Humor als Teamfaktor: Der Datenpömpel
Ein einfaches Requisit wurde zum Symbol interner WertschÀtzung. Kleine Rituale können viel zur Kultur beitragen.
Grenzen datengetriebener Organisationen
Nicht alles, was zĂ€hlt, lĂ€sst sich in Daten erfassen. Und nicht jedes Unternehmen ist bereit, Entscheidungen allein auf Daten zu stĂŒtzen.
Mehr zu Datendurst und Host Tim:
https://www.linkedin.com/company/datendurst/
https://www.linkedin.com/in/ebner-tim/
UnterstĂŒtze den Podcast:
-
Katharina Breme darĂŒber, wie Unternehmen Daten gezielt nutzen, WiderstĂ€nde ĂŒberwinden und eine datengetriebene Kultur nachhaltig verankern können.
Die Bedeutung einer bewussten Datenkultur
Datenkultur gibt es in jedem Unternehmen â doch ist sie gezielt aufgebaut oder historisch gewachsen?
Was Unternehmenskultur mit Daten zu tun hat
Kultur ist das, was den Arbeitsalltag prĂ€gt, auch wenn niemand darĂŒber spricht.
Warum Daten ohne Kontext wertlos sind
Daten allein sind keine Lösung â erst im Zusammenspiel mit Unternehmensprozessen liefern sie Mehrwert.
Jede Organisation hat eine Datenkultur â bewusst oder unbewusst
Ob strukturiert oder chaotisch â jede Firma hat eine Art, mit Daten umzugehen. Wer nicht aktiv eingreift, lĂ€uft Gefahr, riskante Datenpraktiken zu etablieren.
Datenkultur gezielt formen statt dem Zufall ĂŒberlassen
Ein strukturierter Umgang mit Daten beginnt bei den richtigen Rahmenbedingungen. Unternehmen mĂŒssen Werte, Prozesse und Verantwortlichkeiten definieren.
Praktische Schritte fĂŒr eine nachhaltige Datenkultur
Theorie allein reicht nicht â gelebte Routinen machen den Unterschied.
Warum VerÀnderungen scheitern können
Menschen neigen dazu, bestehende Gewohnheiten zu verteidigen.
Die entscheidende Rolle der FĂŒhrungsebene
FĂŒhrungskrĂ€fte prĂ€gen die Datenkultur mehr als jede Strategie.
Der richtige Zeitpunkt, um Datenkultur aktiv zu steuern
Je mehr Daten im Unternehmen genutzt werden, desto wichtiger wird ein klarer Umgang damit.
VerÀnderung durch Schmerz: Wenn Probleme zum Handeln zwingen
Oft wird Datenkultur erst dann ernst genommen, wenn der Schaden zu groĂ wird.
Welche Unternehmen besonders von einer starken Datenkultur profitieren
Nicht nur Tech-Unternehmen brauchen datengetriebene Prozesse. Auch traditionelle Branchen können sich durch bessere Datenkompetenz Wettbewerbsvorteile sichern.
Unternehmensbereiche mit der besten Datenkultur
WĂ€hrend einige Abteilungen von Natur aus datengetrieben arbeiten, fehlt in anderen oft das Bewusstsein.
Muss die Initiative zur Datenkultur âvon obenâ kommen?
Datenkultur lebt von der Breite der Organisation â doch ohne RĂŒckhalt aus der FĂŒhrung scheitern viele Initiativen.
Vom Konzept zur Umsetzung: Datenkultur erlebbar machen
Eine lebendige Datenkultur zeigt sich in tÀglichen Entscheidungen, nicht nur in Leitlinien.
Die Macht von Communities fĂŒr langfristigen Wandel
Wandel gelingt durch Menschen, nicht durch Tools. Warum interne Netzwerke und Data Champions eine zentrale Rolle spielen.
Wie lange dauert es, eine Datenkultur zu etablieren?
Ein Kulturwandel geschieht nicht ĂŒber Nacht â er braucht Zeit, Strukturen und konsequente Umsetzung.
Katharina Breme auf LinkedIn:
https://www.linkedin.com/in/katharina-breme-switzerland
Mehr zu Datendurst und Host Tim:
https://www.linkedin.com/company/datendurst/
https://www.linkedin.com/in/ebner-tim/
UnterstĂŒtze den Podcast:
paypal.me/datendurst
đ§ Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community !
đ Neue Folgen sofort auf dem Schirm
đ Direkt bei der Arbeit reinhören
đ Wertvolle...
-
Warum ziehen uns manche Inhalte sofort in ihren Bann? Philipp von Loringhoven erklÀrt, welche psychologischen Trigger hinter Clickbait stecken und wie Marken sie gezielt einsetzen können.
Der Einstieg: Warum wir auf Clickbait reagieren
Unser Gehirn trifft schnelle Entscheidungen und reagiert stark auf emotionale Reize. Clickbait nutzt das gezielt, um Neugier und Klicks zu erzeugen.
Philipps Weg in die Werbewirkung
Werbung hat ihn schon frĂŒh fasziniert. Heute kombiniert er psychologische Erkenntnisse mit datengetriebenem Marketing.
Psychologische Trigger von Clickbait
Neugier, FOMO und Emotionen sind entscheidende Faktoren. Sie bestimmen, warum manche Inhalte sofort unsere Aufmerksamkeit gewinnen.
Was die Bild-Zeitung richtig macht
Provokante Headlines, groĂe Bilder und starke Kontraste sorgen fĂŒr maximale Wirkung. Die Prinzipien dahinter lassen sich auf andere Medien ĂŒbertragen.
Die ethische Verantwortung von Werbung
Werbung formt unser Denken und gesellschaftliche Normen. Unternehmen tragen Verantwortung dafĂŒr, welche Botschaften sie senden.
Wie Sinne unsere Kaufentscheidungen lenken
Farben, KlÀnge und Texturen beeinflussen unsere Wahrnehmung. Multisensorische Werbung kann dadurch besonders effektiv sein.
So lÀsst sich Werbewirkung messen
Eye-Tracking, A/B-Tests und KI-gestĂŒtzte Analysen helfen bei der Optimierung. Entscheidend ist die Wahl der richtigen Testmethoden.
Welche Testmethoden bringen den meisten Erfolg?
Extremtests liefern oft klarere Ergebnisse als kleine Anpassungen. Besonders Bildsprache, Farbgebung und Textvarianten zeigen groĂe Unterschiede.
Was gute Werbemittel gemeinsam haben
Eine klare, fokussierte Botschaft erhöht die Werbewirkung. Visuelle Reize und prÀgnante Call-to-Actions steigern die Klickrate.
Die Macht von Farben und BlickfĂŒhrungen
Bestimmte Farben wecken Emotionen und lenken Aufmerksamkeit. Blickrichtungen in Bildern fĂŒhren das Auge gezielt zu wichtigen Elementen.
Warum Essensbilder so starke Reaktionen auslösen
Foodporn funktioniert, weil Essen stark mit Emotionen verknĂŒpft ist. Perfekt inszenierte Speisen können die Kaufbereitschaft steigern.
KlÀnge und ASMR in der Werbung
Töne lösen Erinnerungen und GefĂŒhle aus. ASMR nutzt sanfte GerĂ€usche, um NĂ€he und Aufmerksamkeit zu erzeugen.
Der Einfluss von Daten auf die Werbestrategie
Daten helfen, Werbekosten zu senken und Streuverluste zu vermeiden. Durch prÀzisere Analysen lassen sich Kampagnen gezielt optimieren.
Personalisierung als SchlĂŒssel zur Kundengewinnung
Individuell zugeschnittene Werbung ist effektiver als generische Kampagnen. Relevante Inhalte sorgen fĂŒr eine stĂ€rkere Kundenbindung.
Mehr zu Datendurst und Host Tim:
https://www.linkedin.com/company/datendurst/
https://www.linkedin.com/in/ebner-tim/
UnterstĂŒtze den Podcast:
paypal.me/datendurst
đ§ Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community ! đ
đ Neue Folgen sofort auf dem Schirm
đ Direkt bei der Arbeit reinhören
đ Wertvolle Folgen mit Kollegen teilen
đ Mit Data & Analytics-Experten vernetzen
âĄïž Jetzt beitreten!
https://teams.live.com/l/community/FEANNwVOOhLHQt2uAM
Wir freuen...
-
Die Wahl der richtigen MarTech-Software ist knifflig. Tim zeigt dir, wie du das passende Tool findest und Compliance-HĂŒrden meisterst.
Warum Tool-Beschaffung wichtig ist
Ein neues Tool kann die Arbeit im Unternehmen effizienter machen, doch der Auswahl- und Umsetzungsprozess ist oft aufwÀndig.
MarTech: Verbindung von Marketing und Technologie
Der Begriff kombiniert Marketing und Technologie. Die richtige Software unterstĂŒtzt Teams dabei, datenbasierte Entscheidungen zu treffen.
Tools fĂŒr Social Media und Analytics
Ob Hootsuite fĂŒr Community Management oder Adverity fĂŒr Reporting â jedes Tool hat seinen eigenen Anwendungsbereich.
Vorteile eines klaren Beschaffungsprozesses
Wer frĂŒhzeitig Compliance-Fragen klĂ€rt und Stakeholder einbindet, verhindert spĂ€tere Probleme.
Zeit, Budget und Stakeholder
Neben den finanziellen Ressourcen braucht es interne UnterstĂŒtzung. Klare Kommunikation mit IT, Datenschutz und Einkauf ist entscheidend.
Die Phasen der Tool-Beschaffung
Von der ersten Bedarfsanalyse bis zur finalen Implementierung â so lĂ€uft ein vollstĂ€ndiger Beschaffungsprozess ab.
Bedarfsermittlung: Wer braucht das Tool? Und wofĂŒr?
Welche Abteilungen profitieren? Wo gibt es WiderstĂ€nde? Eine grĂŒndliche Analyse hilft, spĂ€tere Konflikte zu vermeiden.
Anforderungen definieren mit User Stories
User Stories helfen, die wichtigsten Funktionen des Tools aus der Perspektive der Anwender zu beschreiben und zu priorisieren.
Tool-Suche: Recherche, Tests und Anbieterbewertung
Demos und TestzugÀnge geben Einblick in die FunktionalitÀt. Doch worauf kommt es bei der Bewertung an?
Compliance: Datenschutz, IT-Security und Betriebsrat
Jede Abteilung hat eigene Anforderungen. FrĂŒhzeitige Einbindung reduziert Verzögerungen und erleichtert die Freigabe.
Kriterien zur Tool-Evaluierung und Vergleichsmethoden
Ein strukturierter Vergleich der Tools anhand definierter Anforderungen hilft, die beste Wahl zu treffen.
Erfolgreiche Preisverhandlungen und Budgetplanung
Der Einkauf kann in Verhandlungen unterstĂŒtzen. Neben dem Preis zĂ€hlen auch Skalierbarkeit und Support.
Mitarbeiter fit fĂŒr das neue Tool machen
Ohne Schulung kann das beste Tool nicht richtig genutzt werden. Trainings und Dokumentationen erleichtern den Start.
Prozesse fĂŒr eine langfristige Nutzung etablieren
Onboarding, Offboarding und regelmĂ€Ăige Abstimmungen sichern den nachhaltigen Erfolg des Tools.
Stakeholder-Management: Wie du Allianzen bildest
Einkauf, IT, Datenschutz und Betriebsrat haben unterschiedliche Interessen. Wer die BedĂŒrfnisse kennt, kann gezielt vermitteln.
Vetos entschÀrfen: Business- und Compliance-Risiken
HĂ€ufig entstehen Vetos von Einkauf, IT, Datenschutz und Betriebsrat aus RisikoabwĂ€gungen. Ein gut ĂŒberlegtes Vorgehen hilft, Argumente zu entkrĂ€ften und Lösungen zu finden.
Mehr zu Datendurst und Host Tim:
https://www.linkedin.com/company/datendurst/
https://www.linkedin.com/in/ebner-tim/
UnterstĂŒtze den Podcast:
paypal.me/datendurst
đ§ Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community ! đ
đ Neue Folgen sofort auf dem Schirm
đ Direkt bei der Arbeit reinhören
đ Wertvolle Folgen mit Kollegen teilen
đ Mit Data & Analytics-Experten...
-
Was passiert, wenn kreative Social-Media-Teams auf analytische Datenexperten treffen? Tim und Daniel sprechen ĂŒber Herausforderungen und Möglichkeiten, das Beste aus beiden herauszuholen.
BegrĂŒĂung und Vorstellung von Daniel
Daniel berichtet von seinem Weg in die Social-Media-Welt und wie er heute Unternehmen wie Bitpanda, Sparkasse und Kleinanzeigen unterstĂŒtzt.
Daniel spricht ĂŒber seinen Werdegang und seine Auftraggeber
Er berichtet, wie seine Karriere beim Radio begann, er sich als Berater fĂŒr namhafte Unternehmen positionierte und heute verschiedene Marken betreut.
Die Zusammenarbeit zwischen Social Media und Data
Tim und Daniel diskutieren, warum es schwierig ist, Social-Media-Teams mit Analysten zusammenzubringen â und warum beide Seiten mit Vorurteilen kĂ€mpfen.
Wie Analysten an die relevanten Daten kommen
Zugang zu Daten ist in vielen Unternehmen eine Herausforderung. Tim erklĂ€rt, welche HĂŒrden bestehen und wie Analysten aussagekrĂ€ftige Insights ableiten können.
Social-Media-Reports: hilfreich oder irrefĂŒhrend?
Oft erstellen Social-Media-Teams ihre eigenen Reportings. Doch was sagen die Zahlen wirklich aus, und wo werden typische Fehler gemacht?
Kurzfristige Ideen und ihre Folgen fĂŒr die Strategie
Spontane Posts und Kampagnen können fĂŒr Sichtbarkeit sorgen â oder auch fĂŒr Chaos. Daniel teilt seine Erfahrungen mit unerwarteten Social-Media-WĂŒnschen.
Warum sich Social-Media-Teams oft gegen Daten wehren
Analysten sollen helfen, doch oft fĂŒhlen sich Social-Media-Manager in ihrer Expertise infrage gestellt. Wie lĂ€sst sich dieses Misstrauen abbauen?
Social-Media-Performance ist mehr als nur ein KPI
Wie viel Einfluss haben externe Faktoren auf den Erfolg? Daniel erklÀrt, warum fehlende Ressourcen, starre Prozesse oder Vorgaben wichtiger sind als einzelne Kennzahlen.
Wie Daten Social-Media-Teams wirklich unterstĂŒtzen können
Was brauchen Social-Media-Teams von Analysten? Tim beschreibt, wie man umsetzbare, datenbasierte Handlungsempfehlungen erstellt.
Erfolgsstrategie: Was wir von WonderWaffel auf TikTok lernen können
Daniel und Tim nehmen die virale Social-Media-Strategie von WonderWaffel unter die Lupe und zeigen, welche Faktoren zu ihrem Erfolg beigetragen haben könnten.
Gewinnspiele auf Social Media: Mehr Schein als Sein?
Gewinnspiele boosten kurzfristig die Reichweite. Doch was passiert langfristig mit der Community?
Interne Strukturen: Warum viele Unternehmen Social Media ausbremsen
BĂŒrokratie, lange Abstimmungswege und Datenschutzvorgaben machen datengetriebene Social-Media-Optimierung oft komplizierter als nötig.
Vertrauen aufbauen: Analysten als Partner statt Kontrolleure
Wie können Analysten ihre Rolle so definieren, dass Social-Media-Teams sie als UnterstĂŒtzung sehen?
Offene Kommunikation als SchlĂŒssel zum Erfolg
Daniel erklÀrt, warum der direkte Austausch mit Analysten der wichtigste Schritt ist, um Social Media strategisch weiterzuentwickeln.
Fazit: Social Media und Data als Team
Tim und Daniel fassen die wichtigsten Erkenntnisse zusammen und geben Tipps, wie Unternehmen Social-Media-Strategien datenbasiert und kreativ gestalten können.
Mehr zu Datendurst und Host Tim:
https://www.linkedin.com/company/datendurst/
https://www.linkedin.com/in/ebner-tim/
UnterstĂŒtze den Podcast:
-
Marcus Stade erklĂ€rt dir in dieser Folge, warum Rohdaten im Web-Tracking mehr als nur ein technisches Detail sind â und wie sie dir dabei helfen, das Beste aus den eigenen Daten herauszuholen.
Der elfte Anlauf mit Marcus
Nach mehreren Fehlversuchen, die Podcastfolge aufzunehmen, blicken Tim und Marcus zurĂŒck und leiten mit Humor in die Folge ein.
Erfahre mehr ĂŒber Marcus Stade: https://www.linkedin.com/in/marcus-stade-2017b236/
Rohdaten: Das Thema der Folge
Tim stellt die Themenschwerpunkte vor: Warum Rohdaten im Web-Tracking weit mehr Möglichkeiten bieten als vorgefertigte Reports.
Analytics Pioneers: Vom Meetup zur Community
Was als lokales Meetup begann, ist heute eine groĂe Community die regelmĂ€Ăig Trainings und Meetups besuchen.
Hier gehtâs zur Community: https://analytics-pioneers.de/
mohrstade: Beratung fĂŒr Daten und Tools
Das Unternehmen unterstĂŒtzt Kunden bei der Implementierung von Lösungen wie BigQuery und CDPs, immer mit einem Fokus auf datengestĂŒtzte Entscheidungen.
Engagement in der Analytics-Community
Marcus erklĂ€rt, wie wichtig der Community-Gedanke ist â ob durch Artikel, Trainings oder andere kreative Ideen.
Die Wirkung von Merchandise
Von Analytics-Socken bis zu Hoodies: Kreativer Merchandise stÀrkt die Markenbindung und ist auf Events ein echter Hingucker.
Hinweis: Marcus hat ein paar offene Stellengesuche â https://mohrstade.de/karriere/
Komplexe Themen einfach erklÀrt
Die Kunst, technisches Wissen verstĂ€ndlich zu machen, ist essenziell, um Stakeholder fĂŒr datengetriebene Entscheidungen zu gewinnen.
Warum Rohdaten im Web-Tracking von Nutzen sind
Mit Rohdaten lassen sich rĂŒckwirkende Analysen durchfĂŒhren und historische Daten neu auswerten â ohne BrĂŒche.
Wie Rohdaten die Analyse von Traffic-KanÀlen verbessern
Marcus zeigt, wie flexiblere Channel-Zuordnungen möglich werden und wie sie fĂŒr eine prĂ€zisere Performance-Messung genutzt werden können.
Schwachstellen von Standard-Web-Tracking-Tools
Sampling und kurze Datenspeicherfristen limitieren die Möglichkeiten klassischer Tools. Rohdaten schaffen hier Abhilfe.
Tracker und Proxies: Wie Rohdaten gesammelt werden
Marcus erklÀrt die technische Basis: von serverseitigen Trackern bis hin zu Lösungen wie dem Server-Side Google Tag Manager.
Wann Rohdaten Sinn ergeben
Nicht jedes Unternehmen braucht Rohdaten â Marcus beschreibt, wie Use Cases und Ressourcen die Wahl beeinflussen.
Branchen mit Bedarf an Rohdaten-Lösungen
Vor allem Medienunternehmen und Organisationen mit komplexen Datenanforderungen profitieren von individuell aufbereiteten Rohdaten.
Was Unternehmen beim Start mit Rohdaten beachten sollten
Quality Checks, Datenpipelines und Datenschutz â die Grundlage fĂŒr eine erfolgreiche Nutzung von Rohdaten.
Kosten und Planung: Der finanzielle Rahmen fĂŒr Rohdatenprojekte
Marcus erlÀutert, wie Unternehmen ihre Kosten planen und bereits mit kleinen Budgets starten können, bevor sie skalieren.
Mehr zu Datendurst und Host Tim:
https://www.linkedin.com/in/ebner-tim/
UnterstĂŒtze den Podcast:
-
Daten verĂ€ndern den Kundenservice â doch wie? Tim und Ralf sprechen ĂŒber die wichtigsten Entwicklungen und die Rolle von KĂŒnstlicher Intelligenz.
Einstieg ins Thema
Tim eröffnet die Folge mit der Frage: Wie beeinflussen Daten den Kundenservice?
Ralf stellt sich vor
Seit 25 Jahren beschĂ€ftigt sich Ralf mit Kundenservice â von der Voice-over-IP-Technologie bis hin zur Entwicklung KI-gestĂŒtzter Lösungen.
Die Entwicklung von Callcenter-Technologien
Ralf reflektiert, wie sich Callcenter von Telefonzentralen hin zu datengetriebenen Servicezentren entwickelten.
Infrastruktur und Digitalisierung im Kundenservice
Digitalisierung im Kundenservice lÀuft nicht immer reibungslos. Ralf berichtet, dass selbst in urbanen Gebieten grundlegende Infrastruktur wie Glasfaser fehlt.
Einblicke in Ralfs sonstige TĂ€tigkeiten
Neben seinem Beruf engagiert sich Ralf als Lehrbeauftragter bei SRH-Köln und Hamm.
KurzerklÀrung:
âRizzâ â Beschreibt das Talent einer Person, charmant aufzutreten.
âSlayâ â Wird genutzt, um Bewunderung auszudrĂŒcken.
Warum der Kundenservice alles dokumentiert
Im Kundenservice wird alles genau betrachtet: von der durchschnittlichen Bearbeitungszeit eines GesprÀchs und der Reaktionsgeschwindigkeit bis zur Quote abgebrochener Anrufe.
Kundenzufriedenheit als wichtiger Faktor
Selbst geringfĂŒgige Anpassungen können den Kundenservice beeinflussen. Die so entstehenden positiven Kundenerfahrungen steigern die Wahrscheinlichkeit von Weiterempfehlungen.
Wie unterscheiden sich CS und CX?
Customer Service (CS) löst akute Probleme, wÀhrend Customer Experience (CX) das Kundenerlebnis optimiert. Daten verbinden beide Bereiche.
Die wichtigsten Kennzahlen im Kundenservice
KPI, die fĂŒr den Kundenservice entscheidend sind: die durchschnittliche Dauer von Anrufen, die Schnelligkeit der Antworten, die Rate abgebrochener Anrufe. Workforce Management sorgt fĂŒr reibungslosere AblĂ€ufe.
Daten und ihre Rolle in der Customer Experience
Customer Experience (CX) umfasst alle Interaktionen mit einer Marke. Wichtige Kennzahlen wie Net Promoter Score (NPS), Kundenzufriedenheitswert (CSAT), Kundenaufwandswert (CES), Erstlösungsquote (FCR) und Fehleranalysen unterstĂŒtzen die Messung von Aspekten wie Kundenbindung und -zufriedenheit sowie die Identifikation von Fehlerquellen.
Daten im Customer Service: Warum sind sie so wichtig?
Daten helfen KundenbedĂŒrfnisse zu erkennen, Probleme frĂŒhzeitig zu lösen und die Effizienz zu steigern. Ein datengestĂŒtzter Ansatz ermöglicht kluge Verbesserungen.
Wie verÀndert sich die Rolle der Daten im Customer Service?
Datenanalysen ermöglichen unter anderem prĂ€diktive Modelle. Hyperpersonalisierte AnsĂ€tze helfen, auf KundenbedĂŒrfnisse individuell einzugehen.
Die Aufgabe von KI im Kundenservice
Die Integration von KI verÀndert die Arbeit im Kundenservice und steigert Effizienz und Kundenzufriedenheit.
Daten sind im Kundenservice unverzichtbar
Ralf betont, dass datengetriebene Strategien unverzichtbar sind, um den Service effizient und kundenzentriert zu gestalten.
Mehr zu Ralf MĂŒhlenhöver:
https://www.linkedin.com/in/ralfmuehlenhoever/
Mehr zu Datendurst und Host Tim:
https://www.linkedin.com/in/ebner-tim/
UnterstĂŒtze den Podcast:
-
Mit Daten-Power ins neue Jahr! Tim und Sascha sprechen in dieser Folge darĂŒber, wie Unternehmen Schritt fĂŒr Schritt datengetrieben werden.
Ein futuristischer Start ins Jahr
Tim und Sascha begrĂŒĂen die Hörer auf gewohnt unterhaltsame Weise und blicken humorvoll in die âdatengetriebene Zukunftâ.
Themen des Podcasts im Ăberblick
Tim gibt eine umfassende EinfĂŒhrung in die Themen, die er gemeinsam mit Sascha in dieser Episode zum Thema Data Analytics beleuchtet: Was steckt dahinter? Welchen Lernprozess durchlaufen Unternehmen? Welche Rollen brauchen Sie?
KI Sam mischt mit
Der KI-Gast âSamâ teilt seine Sichtweise auf Data Analytics und bringt spannende Perspektiven ein. Tim und Sascha diskutieren ihre Bedeutung.
Hat Sam Recht mit seiner Definition?
Sie setzen sich mit dem von Sam vorgestellten VerstĂ€ndnis von Data Analytics auseinander. Data & Analytics steht fĂŒr die systematische Untersuchung und Auswertung von Beobachtungen, um umsetzbare Schlussfolgerungen abzuleiten.
Was verbirgt sich hinter den Begriffen?
Begriffe wie Business Intelligence und Data Science werden oft missverstanden: BI steht fĂŒr standardisiertes Reporting. Data Science nutzt Analysen, um Entwicklungen vorherzusagen.
Organisationen und ihre Daten-Lernreise
Der Einstieg in Data und Analytics ist hÀufig holprig: UnzuverlÀssige Daten, ein Fokus auf die Vergangenheit und mangelndes Vertrauen in Berichte.
Der Wert von Echtzeitdaten im TagesgeschÀft
Live-Daten sind ein mÀchtiges Werkzeug, um schnell auf Entwicklungen zu reagieren. Doch sie sind nicht in jedem Szenario nötig.
Vorausschauend handeln: Zukunftsanalysen nutzen
PrĂ€diktive Analysen ermöglichen es, Trends frĂŒhzeitig zu erkennen und strategische MaĂnahmen abzuleiten.
Daten als Wachstumsmotor der Zukunft
In der letzten Phase der Lernreise werden Daten zum HerzstĂŒck der Unternehmensstrategie und treiben langfristiges Wachstum voran.
Echtzeit-Daten: Wann sie wirklich sinnvoll sind
Nicht alle Daten mĂŒssen live sein â Tim und Sascha erklĂ€ren, in welchen SpezialfĂ€llen Echtzeitdaten den Unterschied machen.
Datenprodukte, die den Kunden Mehrwert bieten
Ob Empfehlungsalgorithmen oder personalisierte Features â erfolgreiche Datenprodukte schaffen echte Vorteile fĂŒr Nutzer.
Spezialisten vs. Generalisten: Wer macht was?
Ein ausgewogenes Team aus vielseitigen Generalisten und spezialisierten Experten ist entscheidend fĂŒr den Erfolg.
Zusammenarbeit: Data Engineers und Analysten
Gute Zusammenarbeit zwischen Engineers und Analysts sorgt dafĂŒr, dass Daten nutzbar werden und Insights geschaffen werden können.
Die Rolle von Self-Service und Citizen Analysts
Self-Service-Tools ermöglichen es Fachabteilungen, eigenstÀndig mit Daten zu arbeiten.
FĂŒhrung gefragt: Leiter der Datenabteilung
Der Chief Data Officer (CDO) verankert Datenarbeit strategisch im Unternehmen und sorgt fĂŒr klare Ziele sowie PrioritĂ€ten.
Warum Datenarbeit nie stillsteht
Datengetriebene Arbeit ist ein dynamischer Prozess. Unternehmen mĂŒssen stĂ€ndig adaptieren und weiterentwickeln.
Kurzbio zu Sascha
Sascha Leweling ist Leiter der Kundendatenanalyse bei RTL und spezialisiert auf digitale Werbung, insbesondere in den Bereichen Mobile Advertising und Social Commerce.
https://www.linkedin.com/in/dr-sascha-leweling-410b6b7a/
Mehr zu Datendurst und Host Tim:
-
Festlich, frech, faktenreich und ohne Hosen?! Tim verrĂ€t dir die nackte Wahrheit hinter den Podcast-Zahlen und zeigt dir, welche Strategien er fĂŒr Datendurst einsetzt.
Weihnachtliche Einstimmung und technische TĂŒcken
Tim berichtet ĂŒber ein technisches Problem, seinen Austausch mit Florian Litterst und verrĂ€t, ob ChatGPT seine Version von âLast Christmasâ lustig findet.
Fakten zu Datendurst
Ein erster Blick auf die Podcast-Daten zeigt die positive Entwicklung von Datendurst. AuĂerdem verrĂ€t Tim, dass er in der Folge auch ĂŒber die TĂŒcken der Podcastanalysen sprechen wird.
Mikro-Konvertierungen: Kleine Aktionen, groĂe Wirkung
Sie sind unverzichtbar fĂŒr die Analyse der Nutzerinteraktion. Tim erklĂ€rt, welche Rolle Micro-Conversions fĂŒr seinen Podcast spielen.
Wie Podcasts das Marketing unterstĂŒtzen
Von Awareness bis Advocacy - Tim beschreibt, wie Podcasts alle Phasen des Funnels im Marketing beeinflussen können, aber auch ihren eigenen speziellen âTrichter" haben.
Erfolgreich messen: Welche KPIs zÀhlen?
Welche Kennzahlen solltest du fĂŒr deinen Podcast im Blick haben? Tim gibt praxisnahe Empfehlungen fĂŒr die wichtigsten MessgröĂen.
Dimensionen und Metriken in der Praxis
Wie lassen sich Daten sinnvoll segmentieren? Tim erlÀutert den Unterschied zwischen Dimensionen und Metriken anhand anschaulicher Beispiele.
Plattformen und Formate: Was funktioniert wo?
Nicht jede Plattform liefert die gleichen Ergebnisse. Tim zeigt, wie er die StÀrken von TikTok, LinkedIn und YouTube nutzt.
Warum sind Datenanalysen oft eine Herausforderung?
Unterschiedliche Standards und mangelnder Zugang zu Daten erschweren umfassende Analysen. Tim spricht ĂŒber Lösungen und Hindernisse.
Vanessa von den Podcastpiraten ĂŒber Fokus und Inhalte
Sie gibt Einblicke, wie man mit klarem Zielgruppenfokus und hochwertigen Inhalten langfristig erfolgreich sein kann.
Werkzeuge und Methoden: Tims Ansatz zur Datenanalyse
Tim kombiniert verschiedene Tools und Methoden, um die Performance seines Podcasts zu bewerten.
Beeindruckende Datendurst-Zahlen
Die Zahlen von Datendurst sprechen fĂŒr sich: Ăber 19.000 Impressionen und eine wachsende Community.
YouTube, TikTok & Co. im Vergleich
Ob lange Videos oder Kurzclips â Tim analysiert, welche Formate auf welchen Plattformen am besten funktionieren.
Hörer, Zuschauer und Community
Eine treue Community aufzubauen, bleibt eine Herausforderung. Tims Analysen zeigen, wo Potenziale und Schwierigkeiten liegen.
đ§ Kleiner Hinweis: Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community ! đ
đ Neue Folgen sofort auf dem Schirm
đ Direkt bei der Arbeit reinhören
đ Wertvolle Folgen mit Kollegen teilen
đ Mit Data & Analytics-Experten vernetzen
âĄïž Jetzt beitreten!
https://teams.live.com/l/community/FEANNwVOOhLHQt2uAI
Wir freuen uns auf dich! đŹ
Wie Datendurst Tims beruflichen Alltag prÀgt
Der Podcast wirkt sich positiv auf Tims berufliche Netzwerke aus und bringt neue Möglichkeiten â vom Projekt bis zur Fachfrage.
Erfahre mehr zu Datendurst und Host Tim:
https://www.linkedin.com/in/ebner-tim/
https://datendurst.buzzsprout.com/
So kannst du den Podcast unterstĂŒtzen:
http://paypal.me/ebnertim
-
Nach Weihnachten beginnt im Social-Media-Marketing mit Q5 eine Phase mit spannenden Chancen. Tim und Florian zeigen dir, wie du Strategien, Creatives und Targeting optimal an verÀnderte Nutzergewohnheiten anpasst.
Was steckt hinter Q5?
Das fĂŒnfte Quartal umfasst den Zeitraum vom zweiten Weihnachtsfeiertag bis Mitte Januar. Werbetreibende können von gĂŒnstigen Anzeigenpreisen und einem verĂ€nderten Nutzerverhalten profitieren.
Feiertage und ihre Auswirkungen auf InternetaktivitÀten
Die Weihnachtsfeiertage und Silvester sind hĂ€ufig âinternetfreiâ, doch ab dem zweiten Weihnachtsfeiertag steigt die AktivitĂ€t im Netz immens. Wer clever plant, kann diese Phase optimal nutzen.
Warum steigen Ad-Kosten vor Weihnachten?
Die Nachfrage nach WerbeplĂ€tzen ist in der Weihnachtszeit enorm, das Inventar jedoch begrenzt. Dies fĂŒhrt zu höheren Kosten, bietet aber Chancen, wenn die Strategie stimmt.
Was macht der Meta-Auktionsalgorithmus?
Dieser Algorithmus beeinflusst die Anzeigenpreise. Dabei sind Parameter wie Relevanz, StÀrke der Anzeigeninteraktion, Alter der Anzeige und Konkurrenz wichtig.
Ad-Gestaltung in der Weihnachtshochsaison
Ansprechende Creatives sind in der Weihnachtszeit besonders wichtig. Allerdings sollten Ads laut Florian immer durchdacht gestaltet sein.
Conversion- vs. Awareness-Kampagnen
Conversion-Kampagnen sind am stÀrksten von Preiserhöhungen betroffen, Awareness-Kampagnen weniger. Je nÀher das Ziel einer Kampagne an einer Conversion liegt, desto geringer ist die Wahrscheinlichkeit, dass die Werbekosten steigen.
Persona-Wechsel und Targeting-AnsÀtze
Vor Weihnachten stehen Geschenke fĂŒr Freunde und Familie im Mittelpunkt, danach liegt er auf der persönlichen Belohnung. Mit dem richtigen Targeting lĂ€sst sich dieser Wandel gezielt adressieren.
NeujahrsvorsÀtze richtig adressieren
Ab Ende Dezember dominieren die Themen Fitness und Gesundheit. Unternehmen sollten ihre Werbebotschaften entsprechend ausrichten.
Formate und Plattformen optimal nutzen
FĂŒr komplizierte Produkte eignen sich lange Videos, wĂ€hrend Lifestyle-Produkte auf visuelle Eyecatcher setzen sollten.
Werben fĂŒr komplexe Produkte
Komplexe Themen erfordern lĂ€ngere Inhalte, die mit Storytelling und detaillierten ErklĂ€rungen arbeiten. Dies schafft Vertrauen und ĂŒberzeugt Kunden.
AuthentizitÀt schlÀgt Perfektion
Weniger inszenierte Videos wirken oft ĂŒberzeugender als aufwendig produzierte Inhalte. Dieser Trend gewinnt immer mehr an Bedeutung.
Clever budgetieren zwischen Q4 und Q5
Lifestyle-Produkte performen besonders gut vor Weihnachten, Problemlösungsprodukte danach. Eine strategische Budgetallokation ist entscheidend.
So verhinderst du Ad Fatigue
Hohe Frequenzen können zu einem Leistungsabfall bei Anzeigen fĂŒhren. RegelmĂ€Ăige Analysen und gezielte Anpassungen der Creatives helfen, dies zu vermeiden.
Jetzt wirdâs musikalisch!
Tim performt zum Schluss âLast Clickmasâ â eine sehr schlechte, humorvolle Adaption eines Weihnachtsklassikers.
Florian Litterst
Florian ist GrĂŒnder von adsventure und Experte fĂŒr Performance Advertising â spezialisiert auf erfolgreiche Social-Media-Kampagnen:
https://www.linkedin.com/in/florianlitterst
Erfahre mehr ĂŒber Datendurst und Tim:
https://www.linkedin.com/in/ebner-tim/
-
Lieferkettenmonitoring, Lieferkettensorgfaltspflichtengesetz, Sanktionslisten â was ist das, warum ist das notwendig, wie macht man das und was ist der Nutzen fĂŒr Unternehmen?
Darum geht es in der neuen Folge von Datendurst.
Host Tim Ebner hat dafĂŒr Marco Feiten im Interview. Der ist GeschĂ€ftsfĂŒhrer von CURE Intelligence und von scrioo, einem Unternehmen, das Lieferkettenmonitoring mit Social Media und Online-Daten anbietet. Entstanden ist die Idee, weil dieser eine Lösung fĂŒr einen Kunden aufgrund der neuen Gesetzgebung entwickeln wollte. Das Ziel war eine Medienanalyse und Medienbeobachtung der Lieferanten.
Doch was ist Lieferkettenmonitoring eigentlich?
Hierbei gibt es zwei Facetten, einmal den Transport fĂŒr Materialien, die man braucht und dann die Lieferanten selbst.
Sobald Lieferketten gestört sind, werden wir alle schlechter versorgt.
Das Ziel als Unternehmen ist es, Risiken und potentielle SchĂ€den frĂŒhzeitig zu erkennen, um dann darauf reagieren zu können â denn das kann Unternehmen sonst auch in den Ruin treiben.
Als Beispiel nennt Marco hierfĂŒr den Streik der HĂ€fen in den USA. HierfĂŒr gab es FrĂŒhwarnsignale, wer diese erkannt hat, konnte sich frĂŒhzeitig darauf vorbereiten und im besten Fall sogar vermeiden, dass es das eigene Unternehmen trifft.
FrĂŒher wurde diese Lieferantenbeziehung ĂŒber Fragebögen analysiert. Doch hier entsteht eine riesige Menge Arbeit. Beispielsweise hat Dr. Oetker 30.000 Lieferanten, denen dann einzeln die Fragebögen gesendet und die dann hĂ€ndisch wieder kontrolliert werden mĂŒssen.
Hier muss es Automationen geben, die Marco mit seinem Unternehmen anbietet.
Dazu kommen die Policies, die alle gröĂeren Unternehmen haben und denen die Lieferanten einzeln zustimmen mĂŒssen.
Doch wieso braucht man ĂŒberhaupt ein Lieferkettenmonitoring?
Das neue Lieferkettensorgfaltspflichtengesetz ist ein Grund dafĂŒr. Nach diesem mĂŒssen Unternehmen ab einer gewissen GröĂe nun Lieferanten auf erster Ebene prĂŒfen, u.a. aufgrund von Menschenrechten, Umweltschutz und Nachhaltigkeit.
Diese Regelungen werden in ganz Europa ausgerollt.
Zudem haben Unternehmen auch von sich aus ein Interesse daran, zu wissen, mit wem sie GeschÀfte machen: Ist der Partner zuverlÀssig? Woher bekommt er seine Materialien? Wie steht er wirtschaftlich da?
Doch auch kleinere Unternehmen werden durch Kaskaden-Effekte von den Regelungen betroffen, wofĂŒr die Politik zurzeit nach Lösungen suchen muss.
Marcoâs Lösung funktioniert auf Basis von Machine Learning und NLP â das sind keine neuen Dinge, trotzdem funktionieren sie sehr gut. Mit diesen werden im ganzen Web nach SchlĂŒsselbegriffen gesucht, beispielsweise einem Unternehmensnamen + dem Begriff âKinderarbeitâ. Durch eine KI wird die Relevanz der Suchbegriffe dann nochmal ĂŒberprĂŒft.
Zum Schluss geht es noch um das Thema Sanktionslisten und dass auch diese dabei unterstĂŒtzen können, Lieferanten zu bewerten.
Zum LinkedIn-Profil von Marco: https://www.linkedin.com/in/marcofeiten/
Zur Website von scrioo: https://www.scrioo.com/
Zur LinkedIn-Seite von scrioo: https://www.linkedin.com/company/scrioo/
Zum LinkedIn-Profil von Tim: https://www.linkedin.com/in/ebner-tim/
UnterstĂŒtze Tim mit einer Spende: http://paypal.me/datendurst
Datendurst auf LinkedIn:
-
Daten zum Klingen bringen â das ist die Gabe von Tiankai Feng, der in dieser Episode von âDatendurst" Tim erklĂ€rt, wie er Daten musikalisch zum Leben erweckt.
Portrait eines Datenmusikers
Als Data Strategy & Governance Lead verbindet Tiankai Feng Daten mit musikalischer KreativitĂ€t. Bei ThoughtWorks setzt er sich dafĂŒr ein, Analytics greifbarer zu machen - eine Vision, die er auch in seinem Buch âHumanizing Data Strategy" verfolgt.
Der Weg zur Datensymphonie
Die Verbindung von DATEN und MUSIK begann mit Tiankais in seinem Job. Aus beruflichen Herausforderungen entwickelte er eine einzigartige Kombination, die schnell Aufmerksamkeit erregte.
Analytics als Rap-Performance
Mit seinem Song âDigital Analytics Anthem" bewies Tiankai, dass DATA-ANALYTICS auch unterhaltsam sein kann. Sein Rap fand groĂen Anklang in der Analytics-Community.
Neue Wege der Unternehmenskommunikation
Tiankais musikalische Herangehensweise erwies sich als wirksames Werkzeug zur Förderung einer kreativen Unternehmenskultur.
KI-Experimente auf der TEDx-BĂŒhne
Auf der TEDx-BĂŒhne prĂ€sentierte Tiankai ein faszinierendes KI-Experiment: Einen von ChatGPT komponierten Song.
Wo kĂŒnstliche Intelligenz an Grenzen stöĂt
WĂ€hrend KI sich auf inkrementelle KREATIVITĂT beschrĂ€nkt, liegt das Potenzial fĂŒr bahnbrechende Innovationen beim Menschen. Inkrementelle KreativitĂ€t verfeinert das Bestehende. Disruptive KreativitĂ€t bringt etwas völlig Neues hervor.
Harmonien zwischen Bytes und Beats
Die Parallelen zwischen Musik und DATENANALYSE zeigen sich in der Bedeutung von Teamarbeit und strukturiertem Aufbau. Beide Disziplinen folgen ihren eigenen âTonleitern".
Der Durchbruch im Data-Pop
âGovernors of Data", sein Hit ĂŒber DATA GOVERNANCE, erreichte auf YouTube und Spotify groĂe PopularitĂ€t.
BrĂŒcken bauen mit Musik und Daten
Seine zweisprachige Kindheit inspirierte Tiankai dazu, Musik als BrĂŒcke zwischen Menschen zu nutzen.
Von Emotionen und Analysen
Musik ermöglicht Tiankai, GefĂŒhle und Verbindungen zu schaffen. Sie macht analytische Themen menschlicher.
Filmmusik als Inspiration
Tim erzĂ€hlt, wie Hans Zimmer GefĂŒhle besser mit Musik ausdrĂŒcken kann als mit "normaler" Sprache â etwa bei Heath Ledgers Tod und einem Amoklauf, die ihn zum Interstellar-Soundtrack inspirierten.
Die Kunst des Data-Songwritings
Songwriting beginnt fĂŒr Tiankai mit TEXTEN, die die Richtung vorgeben. Dann folgen Akkorde, Melodien und zum Schluss Instrumente.
Musikalischer Familienalltag
Musik ist zentral in Tiankais Familie. Er nutzt eigene Lieder spielerisch im Alltag.
RatschlÀge eines Data-Musikers
DATA-NERDS sollten ihre Leidenschaft einbringen. Ein persönlicher Ansatz macht die Arbeit kreativer.
Ăber Tiankai Feng
Er ist Data Strategy & Governance Lead bei ThoughtWorks, Musiker und Autor. Mehr zu Tiankai: https://www.linkedin.com/in/tiankaifeng/
Erfahre mehr ĂŒber Datendurst und Tim:
https://www.linkedin.com/in/ebner-tim/
https://www.linkedin.com/company/datendurst/
UnterstĂŒtze den Podcast:
http://paypal.me/ebnertim
-
Was heiĂt eigentlich Skalierung? Was hat Standardisierung damit zu tun? Welche Vorteile haben Unternehmen von skalierenden Dashboards?
DarĂŒber diskutiert Host Tim Ebner in der neuen Folge von Datendurst mit Oliver Ulbrich, auch ein Nordlicht, genau wie Tim.
Tims Ziel: Ihn zur WeiĂglut zu bringen! Oliver regt sich nĂ€mlich gerne auf...
Eigentlich kommt Oliver aus der Sport- und Modebranche, ist dann als Quereinsteiger zu Data gekommen und nun als Dashboard und Business Development Lead bei den Datenpionieren.
Der Ăbergang von privat zu beruflich ist flieĂend â die beiden diskutieren nĂ€mlich erstmal ĂŒber Dashboards bei Katzenfutter!
Aber kommen wir wieder zur Skalierung: Was bedeutet ĂŒberhaupt Skalierung im Kontext von Dashboards?
FĂŒr Oliver ist es, möglichst viele Menschen in die Lage zu versetzen, Zahlen zu sehen und diese dann weiterverarbeiten zu können. Dazu gehört auch, schnell, einfach und effizient Dashboards aufbereiten zu können, die dann möglichst viele Fragestellungen im Unternehmen beantworten.
Die Vorteile davon liegen auf der Hand, es spart vor allem Zeit!
Oliver erzĂ€hlt davon, dass man wĂ€hrend des Monatsabschlusses selten einen Termin mit dem Controlling erhĂ€lt, weil die viel zu viel beschĂ€ftigt sind. Mit Dashboards haben diese Menschen plötzlich Zeit fĂŒr andere Dinge!
Bevor man jedoch skalieren kann, muss erst ein Standard kreiert werden. Von vorne herein sollte klar sein, wie Dashboards aufgebaut werden.
Oliver zieht dabei einen Vergleich zu einem FĂŒhrerschein: Wenn man den machen möchte, hat man vor allem ein Ziel: Auto fahren! Die Verkehrsregeln dafĂŒr sind der Standard. Den haben wir Alle gelernt, ob er uns gefallen hat oder nicht.
Genauso sollten auch Standards fĂŒr Dashboards in Unternehmen erstellt werden.
Hierbei stellt Oliver die Fragen:
Welche Werkzeuge nutzen wir?
Welche Diagramme nutzen wir?
Welche Farben nutzen wir?
Oliver geht auf die einzelnen Elemente ein und erklĂ€rt sie. Dazu gehört natĂŒrlich auch das Storytelling.
Der Dashboard-Experte beginnt dabei gerne auf âechtemâ Papier und fokussiert sich auf das Shneiderman Mantra, das Ă€hnlich wie Bestellautomaten beim Fast Food aufgebaut ist: ZunĂ€chst der Overview, dann tiefergehende Antworten (Filter) und dann Details on demand.
Zum Schluss geht es noch darum, ob die KI bei diesen Themen unterstĂŒtzen kann. FĂŒr Oliver ist klar: Menschen können schon an andere Menschen ihre Fragen nicht prĂ€zise formulieren. Wie sollte KI dann bessere Antworten liefern können?
AuĂerdem gibt er noch den Rat, Dashboards als Teil eines Transformationsprozesses zu sehen.
Zum LinkedIn-Profil von Oliver: https://www.linkedin.com/in/oliverulbrich/
Zur Website von Oliver: www.oliverulbrich.de
Zum Podcast von Oliver und Christian: https://open.spotify.com/show/6Mp8t0sGOYvLPCGUUu1XZL
Zum LinkedIn-Profil von Tim: https://www.linkedin.com/in/ebner-tim/
Disney-Animationen, die mehrfach genutzt wurden: https://youtu.be/y3hK8ATlbw0?si=xyv9h1RAnhkw03_m
-
Was mĂŒssen Unternehmen in Zukunft beachten beim EU AI Act? Ein Thema, das vielen Unternehmen gerade unter den NĂ€geln brennt und deswegen verdient es auch eine ganze Podcastfolge von Datendurst. Host Tim Ebner hat diesmal Sirke Reimann von VIER zu Gast, einer Kundenservice Software aus Deutschland, die Lösung mit KĂŒnstlicher Intelligenz verbindet. Anwendungsbeispiele sind die ZĂ€hlerstandablesung bei Energieunternehmen, wobei dr Prozess dann vollautomatisch am Telefon durchgefĂŒhrt wird oder auch das Briefing von Service-Agenten durch die KĂŒnstliche Intelligenz.
Sirke ist Chief Information Security Officer und damit bei VIER zustĂ€ndig fĂŒr Informationssicherheit, Datenschutz und Compliance.
Wer mehr ĂŒber das Thema KI und EU AI Act erfahren möchte, kann jeden Freitag bei VIER TV reinschauen.
Die beiden Experten tauchen gleich tief ins Thema ein:
Schon 2019 hat die EU damit begonnen, eine KI-Verordnung zu erstellen, das Ergebnis ist der EU AI Act, der im MĂ€rz 2024 verabschiedet wurde und bis 2026 von allen Unternehmen umgesetzt sein soll.
Das Ziel des EU AI Acts ist es, die Bevölkerung vor unethischen Entscheidungen der KI zu schĂŒtzen, beispielsweise vor Schaden oder der Verletzung der MenschenwĂŒrde.
So gut das klingt â es bringt jede Menge BĂŒrokratie mit sich!
Den EU AI Act erfĂŒllen mĂŒssen einige Parteien: Anbieter, die KI-Systeme unter ihrem Namen auf den Markt bringen (dabei ist noch unklar, ob es Dienstleister oder Kunden sind), Importeure von KI-Systemen, HĂ€ndler und teilweise auch die User der Systeme.
Dabei gibt es 4 Risikogruppen, denen verschiedene Anforderungen gestellt werden:
- Keine oder minimale Risiken
Das sind Systeme, die keinen Einfluss auf das Leben haben, beispielsweise KI in Spamfiltern oder Spielen. Hier gibt es freiwillige, aber nicht verpflichtende Anforderungen.
- Begrenzte Risiken
Hierzu gehören LLMs und generierende Systeme, das Ziel ist hierbei, eine Transparenz herzustellen, sodass User erkennen, welche Elemente mit KI generiert wurden.
- Hohe Risiken
Diese Systeme haben das Potential, Menschen einen Schaden zuzufĂŒgen, beispielsweise im Personalwesen, in Bildungseinrichtungen, bei finanziellen Leistungen und auch im Strafvollzug. Hier gehen die Anforderungen ĂŒber Risikomanagement und QualitĂ€tsmanagement hinaus, eine RĂŒckverfolgbarkeit der Entscheidungen muss möglich sein sowie eine Resistenz gegen Manipulation.
- Inakzeptable Risiken
Hierzu gehören KI-Systeme, die gegen die MenschenwĂŒrde verstoĂen, beispielsweise durch Social Scoring oder Identifizierungssysteme.
Der Wert des EU AI Acts liegt darin, dass niemand durch KI-Systeme nachteilig behandelt werden soll und somit auch das Vertrauen in KI steigen kann. Als Bevölkerung werden wir geschĂŒtzt. Gleichzeitig gibt es zurzeit noch viele Unsicherheiten in der Formulierung, der Definition von KI-Systemen und es werden sich GeschĂ€ftsfelder aus der EU wegentwickeln mĂŒssen. DafĂŒr mĂŒssen Prozesse und Strukturen geschaffen werden, der Aufwand ist noch nicht abschĂ€tzbar.
Zum Schluss geht es in der Folge noch darum, wie der EU AI Act den Technologiemarkt verÀndern wird.
Zur Website von VIER: https://www.vier.ai
Zum Blog ĂŒber den EU AI Act von VIER:
https://www.vier.ai/unternehmen/blog/eu-ai-act-teil1/
https://www.vier.ai/unternehmen/blog/eu-ai-act-teil2/
VIER TV zum EU AI Act:
-
Ist Datenschutz ein QualitÀtsmerkmal? Kann ich haftbar gemacht werden, wenn ich eine Datenpanne in einem Unternehmen verursache? Haben Daten wirklich so viel mit Macht zu tun?
Darum geht es in der neuen Folge von Datendurst. Host Tim Ebner interviewt Mona Wrobel, AnwĂ€ltin im Bereich Datenschutz und IT-Recht und zusĂ€tzlich Legal Counsel bei TeamViewer. Ăbrigens ist auch sie Podcasterin beim eigenen Podcast âData Dateâ.
Doch wie kann man so fasziniert von Datenschutz sein? Mona findet das Thema nicht so komplett festgefahren wie andere Rechtsgebiete. Es ist sehr vielfĂ€ltig und besonders die aktuelle KI-Entwicklung sorgt fĂŒr spannende Neuerungen.
In der Folge liegt der Fokus darauf, warum Datenschutz ein QualitĂ€tsmerkmal ist. Eigentlich schon, denn das Ziel von Unternehmen ist es, dass User uns auch morgen noch Daten geben, die wir analysieren können. HierfĂŒr muss Vertrauen aufgebaut und gehalten werden.
In Europa wird dies von Verbrauchern erwartet und ist gleichzeitig ein Wettbewerbsvorteil. Doch wie sieht das Ganze eigentlich international aus?
In Europa gibt es seit 6 Jahren die DSGVO, aber schon seit 30 Jahren werden in Europa flÀchendeckende Entscheidungen zum Datenschutz getroffen.
Nach der EinfĂŒhrung der DSGVO haben auch andere LĂ€nder ânachgezogenâ und orientieren sich an den europĂ€ischen Regeln. Allerdings ist die Erwartungshaltung und das VerstĂ€ndnis der Bevölkerung in anderen LĂ€ndern oft viel freier.
Die DSGVO sieht ĂŒbrigens auch vor, dass Unternehmen Zertifikate fĂŒr ihren Datenschutz bekommen können, allerdings ist dies auf dem Markt noch nicht umgesetzt.
Datenschutz ist ganz klar kein Sprint, sondern ein Marathon, der Zeit, Geld und auch menschliche Ressourcen benötigt. Zum Start kann man sich auf den Seiten der Datenschutzbehörden umschauen und findet dort viele Vorlagen und Beispiele, die eine gute Guidance geben. Sobald die Datenverarbeitungsprozesse ĂŒber den Standard hinaus gehen, benötigt man allerdings weitere UnterstĂŒtzung.
Und was passiert, wenn man die Datenschutzanforderungen nicht erfĂŒllt? Wie sieht es mit der privaten Haftung einzelner Mitarbeitenden aus? Wie kann das Unternehmen seine Mitarbeiter davor schĂŒtzen?
Es hilft, wenn man sich organisatorisch so aufstellt, dass die Mitarbeitenden wissen, wie sie sich zu verhalten haben. Wenn dann doch ein Datenschutzvorfall geschieht, muss klargestellt werden können, dass alles bis ins Detail geregelt wurde und ein menschlicher Fehler passiert ist. Das kann das Unternehmen zunÀchst von der Haftung befreien. Mitarbeitende werden eigentlich nur belangt, wenn sie mit bösen Absichten gehandelt haben. Hier reichen die Strafen vom Verlust des Arbeitsplatzes bis hin zu strafrechtlichen Konsequenzen.
FĂŒr Unternehmen ist eine PrĂŒfung sehr langwierig und anstrengend. ZunĂ€chst wird ein PrĂŒfungs-Verfahren eingeleitet, dann werden Auflagen erteilt und dann gegebenenfalls BuĂgelder verhĂ€ngt. Die schlechte Presse folgt zuletzt. Ziel solch eines Verfahrens ist es jedoch immer, eine Lösung zu finden, damit Datenpannen nicht mehr vorkommen.
Mona und Tim geben zum Schluss noch folgende Tipps mit:
- So frĂŒh wie möglich versuchen, ein gemeinsames VerstĂ€ndnis ĂŒber die Datenverarbeitungen zu schaffen
- DatenschĂŒtzer frĂŒh mit einzubeziehen
- Geduld haben: Guten Datenschutz erreicht man nicht ĂŒber Nacht!
- BerĂŒhrungsĂ€ngste auf beiden Seiten abbauen: Sowohl im Datenschutz als auch im Business
Zum LinkedIn-Profil von Mona: https://www.linkedin.com/in/mona-wrobel-8a5587177/
Mona als AnwÀltin: https://eastkap.de/
Monaâs Podcast Data Date: https://datadate.podigee.io/
Zum LinkedIn-Profil von Tim: https://www.linkedin.com/in/ebner-tim/
-
Warum ist DatenqualitĂ€t so wichtig? In welchen Abteilungen ist sie gut und wo ist sie schlecht? Was bedeutet DatenqualitĂ€t ĂŒberhaupt?
Darum geht es in der neuen Folge von Datendurst. Host Tim Ebner hat diesmal Christian Krug vom Podcast Unf*ck Your Data zu Gast. Auch wenn man mit dem Namen oft im Spam-Filter hĂ€ngenbleibt, ist es Christian wichtig, Dinge zu âunf*ckenâ.
Neben seinem Podcast arbeitet er bei Frauscher Sensortechnik als Global Data Architect und baut dort eine zentrale Datenplattform und damit einhergehend auch ein Data Team auf. Dazu gehört auch, digitale Produkte aufzubauen und dabei interne und externe Daten zusammenzubringen. Frauscher stellt Radsensoren her, die - ganz einfach erklĂ€rt â dafĂŒr sorgen, dass ZĂŒge nicht ineinander fahren.
Christianâs Credo: Unternehmen mĂŒssen sich mehr mit DatenqualitĂ€t beschĂ€ftigen!
Denn DatenqualitĂ€t ist wichtig, wenn Du Entscheidungen auf Basis von Daten treffen möchtest. DafĂŒr macht Christian auch eine einfache Analogie zum Kauf eines Autos. Möchte man verschiedene Autos vergleichen, braucht man Daten, zum Beispiel Kaufpreise. Aber auch beim Hype-Thema KI ist DatenqualitĂ€t wichtig, denn wenn die KI mit schlechten oder fehlerhaften Daten gefĂŒttert wird, dann sind die Ergebnisse davon schlecht.
Christian und Tim sind sich einig: Manchmal sind schlechte Daten aber auch besser als gar keine Daten. Denn wenn Du nicht mit schlechten Daten anfÀngst, wirst Du nie gute Daten haben.
Doch was ist eigentlich DatenqualitÀt?
In Christianâs Augen bedeutet es, dass Daten, die fĂŒr eine Entscheidung benötigt werden, in der richtigen AktualitĂ€t auswertbar vorliegen. MĂ€ngel können dabei UnvollstĂ€ndigkeit, das Format, falsche Daten, nicht integrierte oder veraltete Daten sein.
Dabei ist die DatenqualitĂ€t oft dann gut, wenn viel Aufmerksamkeit auf dem zugrundeliegenden Thema liegt und Druck von auĂen da ist. Beispiele dafĂŒr sind Finance- und bald auch ESG (Environmental, social, governance), also Nachhaltigkeit. Auch in bestimmten Branchen, wie z.B. dem Pharma- oder dem Versicherungs- und Banken-Bereich, in denen viele Kontrollen stattfinden, sind die Daten oft auch sehr gut.
Schlecht wird die DatenqualitÀt dann, wenn eben nicht darauf geguckt wird, es keine Reportings gibt und nicht kontrolliert wird. Christian erklÀrt, dass das vor allem im HR oft ein Problem ist. Dabei können wir es uns eigentlich nicht mehr erlauben, in der HR-Abteilung mit schlechten Daten zu arbeiten.
Die QualitĂ€t in den Abteilungen kann man durch Incentives und die UntersĂŒtzung vom Top-Management verbessern. Hier hilft es, einfach mal einen Tag âmitzugehenâ und dabei herauszufinden, welche Daten und Reportings nötig sind, um den Mitarbeitenden das Leben zu vereinfachen.
Christianâs Tipp: Der erste Schritt fĂŒr die Erhöhung der DatenqualitĂ€t ist, herauszufinden, wo es klemmt.
Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/
Zum Podcast von Christian: https://linktr.ee/christian_krug
Zum LinkedIn-Profil von Tim: https://www.linkedin.com/in/ebner-tim/
- Show more
