Datenquellen

Daten, die sich für die Analyse eignen, stammen aus ganz unterschiedlichen Quellen, die je nach dem Ziel und dem Kontext der Analyse variieren können. All diese Daten sollten in Tabellenform gespeichert werden, um sie anschließend ganz leicht in Tableau importieren zu können.

Einige Beispiele für mögliche Datenquellen sind:

• Online-Umfragen: Um die Meinungen, Einstellungen und Präferenzen von bestehenden Kunden oder potenziellen Kunden zu erfassen, lassen sich Online-Umfragen nutzen. Erstellen können Sie diese Umfragen mit Tools wie SurveyMonkey oder Google Forms, um sie dann über E-Mail, Social Media oder andere Kanäle zu verteilen. Solche Umfragen enthalten verschiedene Arten von Fragen, wie z.B. Multiple-Choice, Likert-Skala oder offene Fragen.
• Kundenfeedback: Nutzen Sie Kundenfeedback, um die Zufriedenheit, Loyalität und das Verhalten Ihrer Kunden zu messen. Sammeln können Sie das Feedback über verschiedene Kanäle, wie z.B. Bewertungsportale, E-Mail, Telefon oder Chat. Das Feedback kann sowohl quantitativ als auch qualitativ sein, z.B. Sterne-Bewertungen, Net Promoter Score oder Text-Kommentare.
• Social Media: Nutzen Sie Social Media, um die Reichweite, das Engagement und die Stimmung Ihrer Zielgruppe zu analysieren. Sie können Tools wie Hootsuite oder Sprout Social nutzen, um die Aktivitäten auf verschiedenen Plattformen wie Facebook, Twitter oder Instagram zu verfolgen. Diese Social Media Daten enthalten verschiedene Arten von Informationen, wie z.B. Anzahl der Follower, Likes, Shares oder Kommentare.
• Web-Analytics: Sie können Web-Analytics nutzen, um die Performance, das Verhalten und die Konversion Ihrer Website-Besucher zu optimieren. Tools wie Google Analytics oder Adobe Analytics sind dazu da, um die Daten von Ihrer Website zu erfassen. Die Web-Analytics Daten enthalten beispielsweise Informationen, wie z.B. Anzahl der Besucher, Seitenaufrufe, Absprungrate oder Zielvorhaben.
• Verkaufszahlen: Um den Umsatz, den Gewinn und die Kosten Ihres Unternehmens zu überwachen, können Sie Verkaufszahlen nutzen. Diese erhalten Sie unter anderem aus Ihrem Buchhaltungs- oder ERP-System oder aus anderen internen Quellen. Produktname, Preis, verkaufte Menge, Datum oder Kategorie sind nur wenige Beispiele von Daten, die Sie hier betrachten und analysieren können.
• Bestandsdaten: Nutzen Sie Bestandsdaten, um Auskunft über die Menge, den Wert und den Standort der vorhandenen Waren oder Materialien zu erhalten. Sie sind wichtig für die Planung und Optimierung der Lagerhaltung, der Beschaffung und des Vertriebs. Sie können auch zur Vermeidung von Über- oder Unterbeständen, von Schwund oder von Qualitätsverlusten beitragen. Bestandsdaten können aus verschiedenen Quellen stammen, wie z.B. ERP-Systemen, RFID-Tags oder Barcodes.
• Auftragsdaten: Sie können Auftragsdaten nutzen, um Informationen über die Anforderungen, die Bedingungen und den Status der Kundenbestellungen oder der internen Aufträge zu erhalten. Diese sind hilfreich, um die Erfüllung der Kundenwünsche, die Koordination der Lieferketten und die Abrechnung der Leistungen zu analysieren und zu bewerten. Sie können auch zur Verbesserung der Kundenzufriedenheit, der Lieferzuverlässigkeit und der Rentabilität beitragen. Auftragsdaten erhalten Sie aus Quellen, wie z.B. CRM-Systemen, E-Commerce-Plattformen oder EDI-Schnittstellen.
• Transportdaten: Für die Steuerung und Überwachung der Transportprozesse, die Auswahl und Bewertung der Transportdienstleister und die Einhaltung der gesetzlichen Vorschriften können Sie Transportdaten heranziehen. Diese liefern Informationen über die Bewegung, die Route und die Kosten der Güter oder Personen, die von einem Ort zum anderen transportiert werden. Sie können auch zur Reduzierung der Transportzeiten, der Emissionen und der Risiken beitragen. Transportdaten können aus verschiedenen Quellen stammen, wie z.B. GPS-Systemen, Telematik-Geräten oder Sensoren.

Datenqualität

Je nach Quelle können die Daten unterschiedliche Formate, Strukturen und Qualitätsmerkmale haben. Um eine valide und zuverlässige Analyse durchzuführen, müssen Sie daher zunächst die Daten bereinigen, filtern, verknüpfen und transformieren. Dabei sollten Sie darauf achten, dass die Daten folgende Kriterien erfüllen:

• Vollständigkeit: Die Daten sollten keine fehlenden Werte oder Lücken enthalten, die die Analyse beeinträchtigen könnten. Wenn es fehlende Werte gibt, müssen Sie entscheiden, ob Sie diese ignorieren, ersetzen oder schätzen können.
• Konsistenz: Die Daten sollten keine Widersprüche oder Inkonsistenzen enthalten, die die Analyse verfälschen könnten. Wenn es Widersprüche gibt, müssen Sie entscheiden, welche Quelle vertrauenswürdiger ist oder ob Sie eine Korrektur vornehmen können.
• Aktualität: Die Daten sollten aktuell und zeitnah sein, um die Analyse relevant zu halten. Wenn es veraltete Daten gibt, müssen Sie entscheiden, ob Sie diese aktualisieren, archivieren oder löschen können.
• Relevanz: Die Daten sollten relevant und angemessen für die Analyse sein. Wenn es irrelevante Daten gibt, müssen Sie entscheiden, ob Sie diese ausschließen, reduzieren oder aggregieren können.

Um die Datenqualität sicherzustellen oder zu verbessern, können Sie verschiedene Funktionen in Tableau nutzen, wie z.B.:

• Datenverbindung: Mit der Datenverbindung können Sie die Daten aus verschiedenen Quellen verbinden, filtern, umbenennen oder berechnen. Sie können auch verschiedene Datenquellen miteinander verknüpfen, um eine umfassendere Analyse zu ermöglichen.
• Dateninterpretation: Mit der Dateninterpretation können Sie die Daten nach verschiedenen Typen klassifizieren, wie z.B. numerisch, kategorisch oder geografisch. Sie können auch die Daten nach verschiedenen Rollen definieren, wie z.B. Dimension oder Kennzahl. Zudem können Sie die Daten nach verschiedenen Ebenen gruppieren, wie z.B. Jahr, Monat oder Tag.
• Datenbereinigung: Die Datenbereinigung ermöglicht es Ihnen, die Daten von Fehlern, Ausreißern oder Anomalien zu befreien. Sie können auch die Daten von Duplikaten, Leerzeichen oder falschen Schreibweisen bereinigen. Die Daten von fehlenden Werten können Sie behandeln, indem Sie diese ignorieren, ersetzen oder schätzen.

Datenanalyse und Datenvisualisierung

Um die Daten zu analysieren und zu visualisieren, nutze ich persönlich Tableau Desktop: Eine Software, die es sehr intuitiv ermöglicht, interaktive Dashboards zu erstellen. Es gibt aber auch andere Tools, wie z.B. Microsoft Excel (für kleinere Datenmengen), PowerBI etc. Ein Dashboard ist eine Sammlung von Diagrammen, die verschiedene Aspekte der Daten auf einen Blick zeigen.

Mit Tableau können Sie zahlreiche verschiedene Arten von Diagrammen verwenden, hier nur ein paar wenige Beispiele:

• Balkendiagramme zeigen die Verteilung oder den Vergleich von Daten in Form von horizontalen oder vertikalen Balken. Sie sind nützlich, um die Größe, die Häufigkeit oder den Anteil von Daten zu zeigen. Zum Beispiel kann man ein Balkendiagramm verwenden, um die Umsätze nach Produktkategorien anzuzeigen.
• Liniendiagramme zeigen die Entwicklung oder den Verlauf von Daten in Form von Linien, die Punkte verbinden. Sie helfen, um Trends, Muster oder Zyklen in den Daten zu zeigen. Zum Beispiel kann ein Liniendiagramm verwendet werden, um die Umsatzentwicklung über die Zeit anzuzeigen.
• Kreisdiagramme zeigen die Zusammensetzung oder den Anteil von Daten in Form von Segmenten eines Kreises. Sie sind nützlich, um die Proportionen oder die Relationen von Daten zu zeigen. Beispielsweise kann man ein Kreisdiagramm verwenden, um die Kundenzufriedenheit nach Bewertungen anzuzeigen.
• Kartendiagramme zeigen die geografische Verteilung oder den Standort von Daten in Form von Symbolen oder Farben auf einer Karte. Sie sind nützlich, um regionale Unterschiede oder Zusammenhänge in den Daten zu zeigen. Zum Beispiel können Kartendiagramm verwendet werden, um die Umsätze nach Regionen anzuzeigen.

Mit Tableau können Sie auch verschiedene Filter, Berechnungen oder Parameter anwenden, um die Daten nach Ihren eigenen Bedürfnissen anzupassen:

• Filter helfen, bestimmte Teile der Daten auszuwählen oder auszublenden, indem Kriterien oder Bedingungen festgelegt werden. Zum Beispiel kann man einen Filter verwenden, um nur die Daten für das letzte Quartal anzuzeigen.
• Berechnungen erlauben es, neue Werte aus den vorhandenen Daten zu erzeugen oder zu verändern, indem man Formeln oder Funktionen verwendet. Zum Beispiel kann eine Berechnung verwendet werden, um den Gewinn aus dem Umsatz und den Kosten zu berechnen.
• Parameter ermöglichen es, dynamische Werte für die Analyse zu definieren oder zu ändern, indem Eingaben oder Optionen angeboten werden. Zum Beispiel kann man einen Parameter verwenden, um den Zeitraum für die Analyse auszuwählen.

Mit Tableau und der Unterstützung von künstlicher Intelligenz (KI) können Sie auch verschiedene Fragen an die Daten stellen, wie z.B.:

• Was?

Was-Fragen beziehen sich auf die Beschreibung oder die Charakterisierung der Daten. Sie helfen, die grundlegenden Informationen über die Daten zu verstehen. Zum Beispiel: Was sind die beliebtesten Produkte? Was sind die häufigsten Kundenbeschwerden? Was sind die wichtigsten Kennzahlen für das Geschäft?

• Warum?

Warum-Fragen beziehen sich auf die Erklärung oder die Begründung der Daten. Sie helfen, die Ursachen oder die Gründe für die Daten zu verstehen. Zum Beispiel: Warum sind einige Produkte erfolgreicher als andere? Warum gibt es saisonale Schwankungen im Umsatz? Warum sind einige Kunden unzufrieden mit dem Service?

• Wie?

Wie-Fragen beziehen sich auf die Optimierung oder die Verbesserung der Daten. Sie helfen, die Möglichkeiten oder die Lösungen für die Daten zu verstehen. Zum Beispiel: Wie kann ich mehr Kunden gewinnen? Wie kann ich den Umsatz steigern? Wie kann ich die Lieferqualität verbessern?

Beispiel Logistik

Ein Beispiel für eine Datenanalyse aus dem Bereich Logistik könnte die Analyse von Transportdaten sein, um die Effizienz, die Sicherheit und die Nachhaltigkeit der Transportprozesse zu verbessern. Transportdaten liefern uns Informationen über die Bewegung, die Route und die Kosten der Güter oder Personen, die von einem Ort zum anderen transportiert werden. Sie können aus verschiedenen Quellen stammen, wie z.B. der ERP-Software, GPS-Systemen, Telematik-Geräten oder Sensoren. Mit der Analyse von Transportdaten können wir verschiedene Ziele verfolgen, wie z.B.:

• Transportzeiten und -kosten optimieren: Mit der Analyse von Transportdaten können wir die optimale Route, das optimale Fahrzeug und den optimalen Zeitpunkt für den Transport bestimmen, um die Transportzeiten und -kosten zu minimieren. Zum Beispiel können wir ein Liniendiagramm verwenden, um die Transportzeiten nach verschiedenen Routen anzuzeigen.
• Transportqualität und -zuverlässigkeit sicherstellen: Wir können die Zustände, die Leistung und das Verhalten der Fahrzeuge und der Fahrer überwachen, um die Transportqualität und -zuverlässigkeit zu gewährleisten. Beispielsweise können wir ein Balkendiagramm verwenden, um die Anzahl der Unfälle oder Verspätungen nach verschiedenen Fahrzeugen oder Fahrern anzuzeigen.
• Transportemissionen und -risiken reduzieren: Auch um die Umwelt- und Sozialauswirkungen des Transports zu bewerten und Maßnahmen zur Reduzierung der Transportemissionen und -risiken zu ergreifen, können wir Transportdaten nutzen. Zum Beispiel können wir ein Kreisdiagramm verwenden, um den Anteil der verschiedenen Treibstoffarten oder Emissionsklassen anzuzeigen.

Ergebnisse und Handlungsempfehlungen

Bleiben wir fiktiv bei dem Beispiel der Transportdaten:

Die durchgeführte Analyse unserer Daten aus verschiedenen Quellen hat uns einige wichtige Kennzahlen geliefert, die wir hier zusammenfassen und daraus Handlungsempfehlungen für unser Unternehmen ableiten möchten.

Die Ergebnisse könnten sein:

• Unser Unternehmen hat eine hohe Transporteffizienz: Die Daten aus den GPS-Systemen und den Telematik-Geräten zeigen, dass die meisten Transporte pünktlich, schnell und kostengünstig durchgeführt werden. Der durchschnittliche Liefergrad liegt bei 98%, was deutlich über dem Branchendurchschnitt von 90% liegt. Der durchschnittliche Kraftstoffverbrauch liegt bei 25 Litern pro 100 Kilometer, was deutlich unter dem Branchendurchschnitt von 30 Litern pro 100 Kilometer liegt. Die Kunden loben vor allem die Zuverlässigkeit, die Flexibilität und die Transparenz unseres Unternehmens.
• Unser Unternehmen hat aber auch Potenzial zur Verbesserung: Die Daten aus den Sensoren und den Prüfgeräten zeigen, dass es einige Bereiche gibt, in denen das Unternehmen noch besser werden kann. Zum Beispiel sehen wir, dass einige Fahrzeuge häufiger als andere gewartet oder repariert werden müssen. Die Ausfallquote liegt bei 5%, was über dem Branchendurchschnitt von 3% liegt. Außerdem sehen wir, dass einige Fahrer riskanter oder unvorsichtiger als andere fahren. Die Unfallquote liegt bei 2%, was über dem Branchendurchschnitt von 1% liegt.
• Unser Unternehmen steht vor einigen Herausforderungen: Die Daten aus den Web-Analytics und den Umweltberichten zeigen, dass es einige Faktoren gibt, die die Nachhaltigkeit und die Zukunft unseres Unternehmens beeinflussen können. Zum Beispiel sehen wir, dass die Nachfrage nach umweltfreundlichen oder alternativen Transportlösungen in den letzten Jahren gestiegen ist. Der Anteil der Kunden, die nach Elektrofahrzeugen, Fahrradkurieren oder Mitfahrgelegenheiten fragen, liegt bei 10%, was über dem Branchendurchschnitt von 5% liegt. Außerdem erkennen wir, dass die Emissionen und der Energieverbrauch unseres Unternehmens in den letzten Jahren gestiegen sind. Der CO2-Ausstoß liegt bei 200 Gramm pro Kilometer, was über dem Branchendurchschnitt von 150 Gramm pro Kilometer liegt.

Basierend auf diesen Ergebnissen können wir folgende Handlungsempfehlungen für unser Unternehmen geben:

• Fahrzeugflotte modernisieren und erweitern: Um die Ausfallquote zu senken und die Kundenzufriedenheit zu erhöhen, sollten wir unsere Fahrzeugflotte regelmäßig warten und erneuern. Wir sollten auch in neue oder alternative Fahrzeuge investieren, die umweltfreundlicher, sicherer und effizienter sind. Zum Beispiel könnten wir Elektrofahrzeuge, Hybridfahrzeuge oder Wasserstofffahrzeuge kaufen oder leasen. Es ist zu erwarten, dass diese Maßnahme zu einer Verringerung der Wartungs- und Reparaturkosten, einer Erhöhung der Lebensdauer und der Leistungsfähigkeit der Fahrzeuge und einer Verbesserung des Images unseres Unternehmens führt.
• Fahrer schulen und motivieren: Um die Unfallquote zu senken und die Transportqualität zu gewährleisten, sollten wir unsere Fahrer regelmäßig schulen und motivieren. Wir sollten auch ein Anreiz- oder Belohnungssystem einführen, das gutes und sicheres Fahren fördert oder honoriert. Zum Beispiel könnten Fahrer, die keine Unfälle oder Verstöße verursachen oder die besonders zufriedene Kunden haben, mit Prämien, Boni oder Anerkennungen ausgezeichnet werden. Diese Maßnahme könnte zukünftig zu einer Verringerung der Schadens- und Haftpflichtkosten, einer Verbesserung der Kundenbindung, und einer Erhöhung der Kompetenz und der Zufriedenheit der Fahrer führen.
• Transportprozesse optimieren und digitalisieren: Um die Nachfrage nach umweltfreundlichen oder alternativen Transportlösungen zu erfüllen und die Emissionen und den Energieverbrauch zu reduzieren, sollten wir die Transportprozesse optimieren und digitalisieren. Wir sollten auch neue oder innovative Transportlösungen anbieten oder integrieren, die nachhaltiger, flexibler oder kostengünstiger sind. Zum Beispiel könnte eine intelligente Routenplanung, eine dynamische Preissetzung oder eine kollaborative Lieferung implementiert oder genutzt werden. Damit wäre zu erwarten, dass es zu einer Verringerung der Transportzeiten und -kosten, einer Verbesserung der Wettbewerbsfähigkeit unseres Unternehmens und einer Erhöhung der Auslastung und der Kapazität der Fahrzeuge führt.

Limitationen und Herausforderungen

Wir müssen uns bewusst sein, dass diese Handlungsempfehlungen nicht ohne Limitationen oder Herausforderungen sind. Zum Beispiel muss beachtet werden, dass:

• Daten nicht vollständig oder repräsentativ sein können: Die Daten, die für die Analyse verwendet wurden, sind nur eine Stichprobe aus verschiedenen Quellen und können daher nicht alle Aspekte des Unternehmens oder des Marktes abdecken. Außerdem könnten die Daten verzerrt oder ungenau sein, wenn sie nicht richtig gesammelt, verarbeitet oder interpretiert werden.
• Daten nicht kausal oder vorhersagbar sind: Die für die Analyse genutzten Daten, zeigen nur Korrelationen oder Zusammenhänge zwischen verschiedenen Variablen, aber nicht unbedingt Kausalitäten oder Wirkungen. Außerdem können die Daten nur Wahrscheinlichkeiten oder Tendenzen anzeigen, aber nicht sicher vorhersagen, was in der Zukunft passieren wird.
• Daten nicht statisch oder konstant sind: Die Daten können sich schnell ändern oder veralten, wenn sich die Bedingungen oder die Umstände unseres Unternehmens oder des Marktes ändern. Wir sollten also darauf achten, dass unsere Daten in regelmäßigen Abständen aktualisiert und ggf. ergänzt werden. Außerdem können die Daten von verschiedenen Faktoren beeinflusst oder gestört werden, wie z.B. von externen Ereignissen, von menschlichen Fehlern oder von technischen Problemen.

Fazit

In diesem Beitrag wollte ich Ihnen einmal aufzeigen – auch anhand eines konkreten Beispiels –, welche Quellen für Daten es gibt, welche Möglichkeiten Sie haben, Ihre Daten zu analysieren und zu visualisieren und was Sie mit den Ergebnissen anfangen können. Ich hoffe, dass Sie einige nützliche Tipps und Tricks für Ihren eigenen Umgang mit Daten mitnehmen konnten. Datenanalyse und Datenvisualisierung sind spannende und wichtige Themen für jedes Unternehmen und jeden Unternehmer, da Sie Ihnen helfen können, bessere bzw. fundierte Entscheidungen zu treffen und Ihre Ziele zu erreichen.

Wenn Sie mehr darüber erfahren möchten oder Fragen haben, können Sie mich gerne kontaktieren. Mit 3-t-s Data Solutions helfe ich Ihnen bei der Einrichtung und dem Aufbau eines auf Ihre Anforderungen optimal abgestimmten Dashboards, aus dem Sie jederzeit Schlüsse ziehen können. Nehmen Sie gerne Kontakt mit mir auf.

Im nächsten Beitrag widmen wir uns einmal der Frage, in welchem Zusammenhang Daten und unser CO2-Fußabdruck stehen. Bleiben Sie dran…