Die besten Tipps für den Umgang mit Big-Data

Entscheiden:

Von Walter Frick
14. April 2016
Getty Images

Dieser Text ist Teil unserer Themenwoche "Digitalisierung".
Hier gelangen Sie zu allen Texten.

Kontinuierlich schreiben wir über den Nutzen von Daten im Geschäftsleben. Große und kleine Datenmengen, interne, externe, experimentelle oder Beobachtungsdaten - überall werden Informationen erfasst, quantifiziert und als Basis für Geschäftsentscheidungen genutzt.

Deshalb muss nicht unbedingt jeder gleich zum Statistiker werden. Aber es lohnt sich schon, Ihre Grundkenntnisse in der quantitativen Analyse ein bisschen aufzufrischen, um mehr Einblick in die Nutzung von Daten in Ihrer Firma zu gewinnen und vielleicht auch etwas daran zu verbessern. Als Einstieg haben wir für Sie eine Lektüreliste der besten Harvard-Artikel zu diesem Thema erstellt.

Warum Daten wichtig sind

Viele Unternehmen saugen Daten in sich auf wie ein Schwamm, um in allen möglichen Geschäftsbereichen bessere Entscheidungen treffen zu können - von der Produktentwicklung und Werbung bis hin zur Mitarbeitersuche. In ihrem Feature über Big Data aus dem Jahr 2012 gehen Andrew McAfee und Erik Brynjolfsson auf die Chancen ein, die in der Nutzung von Daten liegen, und zeigen, dass "Unternehmen, die hinsichtlich datengestützter Entscheidungen im obersten Drittel ihrer Branche lagen, im Durchschnitt um 5 Prozent produktiver und um 6 Prozent profitabler waren als ihre Konkurrenten" - und das auch nach Korrektur um mehrere irreführende Faktoren.

Das ist auch gar nicht weiter verwunderlich, wie McAfee in einem Beitrag erklärt: Daten und Algorithmen sind nun mal in sehr vielen Situationen treffsicherer als die menschliche Intuition.

Analytik und Experimente - ein großer Unterschied

Daten können aus allen möglichen Quellen stammen: zum Beispiel aus Kundenbefragungen, Business Intelligence Software oder Recherchen externer Auftragnehmer. Eine der wichtigsten Unterscheidungen, die man dabei treffen muss, ist diejenige zwischen Analytik und Experimenten. Analytik liefert Daten dazu, was in einem Unternehmen gerade passiert. Bei Experimenten testet man unterschiedliche Vorgehensweisen bei verschiedenen Kunden- oder Mitarbeitersegmenten aus und misst die Unterschiede in deren Reaktionen. Mehr über die Einsatzmöglichkeiten von Analytik erfahren Sie in Thomas Davenports Artikel "Analytic 3.0" aus dem Jahr 2013. Nähere Informationen über die erfolgreiche Durchführung von Experimenten erhalten Sie in Thomas Davenports Beitrag "So testen Sie Ihre Ideen".

So stellt man die richtigen Fragen an Daten

Obwohl die statistische Analyse in den Aufgabenbereich der quantitativen Analysten fällt, spielen Manager zu Beginn und am Ende dieses Prozesses eine wichtige Rolle: Sie formulieren die Frage und analysieren die Ergebnisse. In dem Artikel "Auf Augenhöhe mit den Zahlenprofis" aus dem Jahr 2013 listet Thomas Davenport sechs Fragen auf, mit denen Manager die Schlussfolgerungen ihrer Analysten kritisch durchleuchten sollten:

1. Aus welcher Quelle stammen Ihre Daten?

2. Wie repräsentativ ist Ihre Stichprobe für die betreffende Population?

3. Enthält Ihre Datenverteilung auch Ausreißer? Wie haben diese sich auf die Ergebnisse ausgewirkt?

4. Von welchen Prämissen sind Sie bei Ihrer Analyse ausgegangen? Könnte es sein, dass diese Prämissen und Ihr Modell unter bestimmten Bedingungen ihre Gültigkeit verlieren?

5. Warum haben Sie sich gerade für dieses analytische Verfahren entschieden? Welche anderen Alternativen haben Sie erwogen?

6. Wie wahrscheinlich ist es, dass die Veränderungen der abhängigen Variable auch wirklich auf Veränderungen in den unabhängigen Variablen zurückzuführen sind? Könnten andere Analysen diese Kausalität eindeutiger beweisen?

Der Artikel von Davenport erkärt anhand eines Leitfaden, wie man Fragen an Daten formulieren sollte.

Korrelation versus Ursache und Wirkung

"Korrelation ist nicht gleich Kausalität" - diesen Grundsatz bekommt man so oft zu hören, dass wir ihn mittlerweile fast schon als banal empfinden. Aber herauszufinden, was das im geschäftlichen Kontext konkret bedeutet, ist gar nicht so einfach. Wann ist es sinnvoll, auf eine Korrelation zu reagieren, die man in den Daten eines Unternehmens entdeckt?

Thomas Redman wendet das kausale Denken in seinem Beitrag "How to Explore Cause and Effect Like a Data Scientist" auf seine eigene Ernährung an, um dem Leser einen Eindruck davon zu vermitteln, wie das Ursache-Wirkungs-Prinzip funktioniert. Und der Berater David Ritter von der Boston Consulting Group hat sogar einen konkreten Entscheidungsrahmen dafür entwickelt, wann man auf Korrelationen reagieren sollte und wann nicht:

When to act on a correlation in your data

Je öfter eine Korrelation auftritt und je geringer das Risiko ist, dass es sich dabei um bloßen Zufall handeln könnte, umso eher macht es Sinn, darauf zu reagieren.

Datenvisualisierung - ein paar wichtige Spielregeln

Regel Nr. 1: Schluss mit diesen schwachsinnigen Kreisdiagrammen! Um die beste grafische Darstellung für Ihre Daten zu finden, sollten Sie sich die hier beschriebenen fünf Fragen stellen. Lassen Sie sich von einigen der besten Infografiken aller Zeiten inspirieren!

Befassen Sie sich mit Statistik

Vor ein paar Jahren erklärte Thomas Davenport im Harvard Business Manager, Datenwissenschaftler hätten den besten Job des 21. Jahrhunderts. Und was rät er dem Rest der Menschheit? Wenn Sie überhaupt keine Ahnung von Statistik haben, wäre es Zeit für eine Auffrischung.

Dazu müssen Sie nicht unbedingt wieder die Schulbank drücken, rät Nate Silver in einem Interview mit der HBR: Die Praxis ist der beste Lehrmeister, sagt er. "Wenn man sich selber die Finger schmutzig macht und sich ganz konkret mit einem Datensatz beschäftigt, ist das, glaube ich, sehr viel besser, als zu viel Zeit in die Theorie und das Lesen von Fachliteratur zu investieren."

Zum Autor
Walter Frick ist Autor der Havard Business Review. Folgen Sie ihm auf Twitter @wfrick.
Artikel
© Harvard Business Manager 2016
Alle Rechte vorbehalten
Vervielfältigung nur mit Genehmigung der manager magazin Verlagsgesellschaft mbH
Nach oben