So erstellen Sie Ihre neue Business-Intelligence-Strategie

Business Intelligence hat das Potenzial, Datenerkenntnisse aufzudecken, die Ihr Unternehmen zu neuen Wachstums- und Erfolgshöhen führen können. Aber wenn Sie noch lernen, wie Sie das Beste aus Ihrer neuen BI-Software herausholen, kann es sich wie ein Kampf anfühlen, dieses Potenzial einfach freizusetzen.

Jen Larson, Direktorin für Marketinganalysen und -forschung bei der Pennsylvania State Employees Credit Union (PSECU), kennt diesen Kampf und weiß, wie man ihn überwindet.

Wir haben uns kürzlich mit Larson zusammengesetzt, um über ihre Business-Intelligence-Strategie zu sprechen, um anderen Unternehmen dabei zu helfen, das Beste aus ihrer BI-Software herauszuholen. Um zusammenzufassen, was wir gelernt haben, sollten sich neue Benutzer von BI-Software auf einfache, optisch ansprechende Dashboards konzentrieren; konsistente, interaktive Datenvisualisierungen; und das Sammeln von Daten für erweiterte Analysen, um kurz- und langfristig das Beste aus ihrer neuen BI-Software zu machen. Lesen Sie weiter, um mehr darüber zu erfahren, wie Sie diese Strategie in die Tat umsetzen können.

Als Larson 2020 zum ersten Mal zu PSECU kam, sprach sie mit verschiedenen Abteilungsleitern, um herauszufinden, mit welchen Problemen sie zu kämpfen hatten.

„Ein häufiger Refrain, den ich hörte, als ich zum ersten Mal zur PSECU kam, war die Beschwerde, dass (Benutzer) überall 17 verschiedene Berichte aufrufen müssen, um alle Informationen zu erhalten, die zur Beantwortung einer Frage erforderlich sind“, sagte sie.

Die Lösung dieses Problems war nicht einfach, aber naheliegend: Dashboards .

„Das Dashboarding hat es uns ermöglicht, all diese unterschiedlichen Berichte und unterschiedlichen Nummern überall in einen Bereich zu bringen, wo (Benutzer) hingehen können, um ein Problem oder eine Frage zu beantworten“, sagte Larson.

Larson sagt, dass Dashboards ihr wichtigstes Werkzeug sind, um die PSECU-Führung zu befähigen, bessere datengesteuerte Entscheidungen zu treffen. Und ihr Nordstern für die Verwendung von Dashboards besteht darin, sicherzustellen, dass sie klarstellend und nicht verwirrend sind.

„Für mich beantwortet ein gutes Dashboard eine Frage“, sagte sie. „Zum Beispiel möchten Sie keinen Bericht oder keine Visualisierung, die Dinge aus der Darlehensperspektive auf demselben Dashboard wie Dinge aus der Mitgliedsperspektive betrachtet. Sie möchten, dass jemand in der Lage ist, sich ein Dashboard und die Visualisierungen und Berichte darauf anzusehen und zu sagen: „OK, ich weiß, dass dies ein Ort ist, an dem ich diese Art von Fragen beantworten kann.“ „

Als Larson zum ersten Mal der PSECU beitrat, befand sich die Mitgliederdemografie der Organisation nach ihrer Einschätzung in „15 verschiedenen Berichten“. „Sie müssten ausklicken, einklicken, ausklicken … Eine Dashboarding-Lösung hat es uns ermöglicht, all diese Daten an einem Ort zusammenzuführen. Wir arbeiten also mit einer Quelle der Wahrheit.“

Benutzer können moderne BI-Software mit interaktiven Dashboards verwenden, um ihre Daten ohne einen Datenwissenschaftler zu untersuchen. Eines der Mitgliederprofil-Dashboards von Larson ermöglicht es Benutzern, nationale Daten einzusehen oder einen Filter anzuwenden, um Daten speziell für Einwohner von Pennsylvania anzuzeigen.

Sind Sie bereit, die Dashboard-Funktion in Ihrer neuen BI-Software optimal zu nutzen? Hier sind einige Tipps für die nächsten Schritte:

• Halte es einfach. Ein ungenutztes Dashboard ist ein wertloses Dashboard, selbst wenn es nützliche Informationen enthält. Wenn Sie also versuchen, sofort zu viele Daten in Ihr Dashboard einzugeben, riskieren Sie, dass es für den Endbenutzer so überwältigend und verwirrend wird, dass er mit den präsentierten Informationen nichts mehr anfangen kann. Sie können jederzeit skalieren, wenn Benutzer nach weiteren Informationen fragen.
• Denken Sie daran, Filter zu verwenden und einen Drilldown durchzuführen. Mithilfe von Filtern können Benutzer verschiedene Teilmengen von Daten innerhalb eines Dashboards anzeigen, ohne ein völlig neues Dashboard erstellen zu müssen. Analysten können diese Filter im Voraus festlegen, um sicherzustellen, dass Endbenutzer ein Dashboard innerhalb voreingestellter Grenzen erkunden können.
• Verwenden Sie interaktive Dashboards nur bei Bedarf. Nur weil Sie die Möglichkeit haben, Dashboards für interne Beteiligte interaktiv zu gestalten, bedeutet das nicht, dass Sie diese Funktion verwenden müssen. Wenn Sie beispielsweise ein Dashboard mit einem externen Kunden teilen, möchten Sie möglicherweise die interaktive Funktionalität entfernen, um zu verhindern, dass er proprietäre Daten durchsucht, auf die er keinen Zugriff haben sollte.

Wenn Larsons Team versucht, festzustellen, wie verschiedene Daten visuell dargestellt werden können, ist es hilfreich, verschiedene Diagramme und Grafiken einfach ausprobieren zu können. Mit der BI-Software von PSECU können Benutzer einen Basisdatensatz laden und ihn dann verwenden, um verschiedene Arten von Diagrammen und Grafiken zu füllen.

„Sie sind also nicht an eine bestimmte Art von Diagramm oder Grafik gebunden“, sagte Larson. „Sie können herumspielen, um zu sehen, was für die Botschaft, die Sie erreichen möchten, visuell am sinnvollsten ist.“

Diese Datenvisualisierungen ermöglichen es Datenanalysten, kreativ zu werden und ihre Datenergebnisse in einem Format zu präsentieren, das am besten für das Publikum geeignet ist, dem sie präsentieren.

Als Larson zum Beispiel eine geografische Karte sah, die zeigte, wie sich COVID-19 im ganzen Land ausbreitete, brachte sie das auf eine Idee. Ihr Team versuchte, die Nähe der Mitglieder zu den Geldautomaten der PSECU aufzuzeigen, und die geografische Karte erwies sich als der perfekte Diagrammtyp.

„Wir konnten die Konzentration der Mitglieder relativ zu den Geldautomaten sehen, und das hilft uns zu wissen, wo wir möglicherweise mehr Geldautomaten, weniger Geldautomaten und sogar Geldautomaten-Funktionalität benötigen. Einige akzeptieren zum Beispiel Bargeld (Einzahlungen), andere nicht“, sagte sie. „Es ist dunkler schattiert für eine höhere Mitgliederkonzentration, heller für kleinere Radien an den Geldautomaten, wie weit die Leute bereit sind, zu einem Geldautomaten zu reisen. Und dann sind die Geldautomaten farblich gekennzeichnet, um ihre Funktionen zu zeigen.“

Mithilfe von Datenvisualisierungen konnte Larsons Team schnell ein Modell einer solchen geografischen Karte erstellen, die gleichen Daten dann aber auch in ein Tortendiagramm einfügen, um beispielsweise den Prozentsatz der Mitglieder zu sehen, die in verschiedenen Entfernungen zu einem Geldautomaten leben.

Sind Sie bereit, die Datenvisualisierungsfunktion in Ihrer neuen BI-Software optimal zu nutzen? Hier sind einige Tipps für die nächsten Schritte:

• Versetzen Sie sich im Zweifelsfall in die Denkweise Ihres Publikums. Wenn Sie Schwierigkeiten haben, den richtigen Visualisierungstyp für einen Datensatz auszuwählen, fragen Sie sich, wer das Publikum sein wird und welche Fragen es wahrscheinlich haben wird. Wählen Sie dann den Diagrammtyp aus, der diese Fragen am besten beantwortet.
• Achten Sie auf das visuelle Element der Datenvisualisierung. Larson sagt, dass Stil und Design fast so wichtig sind wie die Daten selbst. Zum Beispiel sollten Sie wahrscheinlich nicht rot farbcodieren, um Zahlen anzuzeigen, die steigen.
• Wenn Sie über die Ressourcen verfügen, beziehen Sie Ihr Kreativteam mit Markenstandards ein. Das kreative Designteam von PSECU erstellte Markenstandards und Farbpaletten, um es Larsons Team zu erleichtern, sich auf die Datenerkenntnisse zu konzentrieren und sicherzustellen, dass sie die richtigen Farbschemata verwenden.

Die Verbreitung von künstlicher Intelligenz und maschinellem Lernen in den letzten zehn Jahren hat es Ihrer Business-Intelligence-Software ermöglicht, einige erstaunliche Dinge zu tun, die an die Vorhersage der Zukunft grenzen. Diese Technologie mag für neue Benutzer entmutigend erscheinen, aber sie ist der Schlüssel zur Erschließung der aussagekräftigsten Erkenntnisse, die zum Wachstum Ihres Unternehmens beitragen.

Ein typisches Beispiel: Das Team von Larson hat Datenmodellierung und prädiktive Analysen untersucht, um herauszufinden, wo sich die Mitglieder auf ihrem Weg zur Mitgliedschaft befinden und welches das nächstbeste Kreditgenossenschaftsprodukt für ein bestimmtes Mitglied sein könnte.

„Es hat uns bei unserer Marketingautomatisierung und unserem zielgerichteten Marketing geholfen“, sagte sie. „Es hat uns geholfen, die richtige Botschaft zur richtigen Zeit an die richtige Person zu senden.“

Diese fortschrittlichen Analysetools könnten Larsons Team helfen, Muster zu erkennen, die darauf hindeuten, wann ein Mitglied, das mehrere demografische Ähnlichkeiten mit anderen Mitgliedern aufweist, beispielsweise in einer erstklassigen Position ist, um ein Geldmarktkonto zu eröffnen.

Eine wichtige Überlegung, um das Beste aus den erweiterten Analysen Ihrer neuen BI-Software herauszuholen, sind die Daten dahinter. Advanced Analytics stützt sich auf Big Data als Treibstoff für diese tiefen Einblicke, und Sie können das eine nicht ohne das andere haben.

Wenn Sie befürchten, dass Ihr Datensatz nicht groß genug ist, um erweiterte Analysen zu ermöglichen, hat Larson einige beruhigende Worte.

„Die meisten Orte, an denen ich gearbeitet habe, verfügen über mehr Daten, als sie denken“, sagte Larson. „Schauen Sie sich an, welche Daten Sie haben, und sagen Sie: ‚Gibt es eine Frage, die ich basierend auf diesen Daten habe und die wir beantworten können?' Eine Frage, die sich viele Menschen stellen, lautet beispielsweise: „Wie lange werde ich diesen Kunden oder dieses Mitglied haben?“. „

Selbst wenn Sie also nur mehrere Jahre historische Daten darüber haben, wann Mitglieder gehen und wie lange Mitglieder bleiben, können Sie diese Daten in Ihre BI-Software einbinden und die fortschrittlichen Analysen demografische Ähnlichkeiten aufdecken lassen, die größere Trends freisetzen können. Beispielsweise stellen Sie möglicherweise fest, dass Mitglieder, die kürzlich ein Geldmarktkonto eröffnet haben, in der Regel mindestens weitere fünf Jahre Mitglied bleiben.

„Es muss nicht perfekt sein“, sagte Larson. „Aber von dort aus können Sie vielleicht einige Datenangaben erhalten, die Ihnen helfen, das ein bisschen besser zu verstehen. Und man kann sich immer weiter verfeinern und besser werden. Das ist das Lustige daran. Nur weil man sich einmal ein Modell ausgedacht hat, heißt das noch lange nicht, dass man fertig ist.“

Sind Sie bereit, die fortschrittlichen Analysen Ihrer neuen BI-Software optimal zu nutzen? Hier sind einige Tipps für die nächsten Schritte:

• Beginnen Sie so schnell wie möglich mit der Datenerfassung. Betrachten Sie Daten als den Treibstoff, der Ihre fortschrittlichen Analysen antreibt. Sie sollten so viel wie möglich sammeln, und selbst wenn Sie gerade erst anfangen, haben Sie wahrscheinlich schon mehr Daten, als Sie denken.
• Verwenden Sie zu Beginn alle Daten, die Ihnen zur Verfügung stehen. Selbst wenn Sie beispielsweise auf demografische Daten oder mehrere Jahre Finanzberichte beschränkt sind, können Sie diesen Datensatz verwenden, um mit der Erkundung zu beginnen, wenn Sie mehr sammeln.
• Haben Sie keine Angst zu experimentieren. Predictive Analytics sind von Natur aus eine ungenaue Wissenschaft. Larson verwendet das Beispiel eines Meteorologen. Auch wenn Wetterberichte nicht immer 100 % genau sind, liefert jede Vorhersage mehr Daten, um zukünftige Vorhersagen genauer zu machen.

„Um diesen Weg einzuschlagen, muss man kulturell bereit sein, zu experimentieren, und man muss bereit sein, sich zu irren. Wenn Sie also nicht die Anmut der Führung oder die Teammentalität haben, Ihr Bestes zu geben und es zu versuchen, werden Sie es wahrscheinlich nicht sehr weit bringen“, sagte sie. „Ich sage immer, dass es keine perfekte Prognose gibt. Wenn Sie sich Ökonomen und sogar die Wettervorhersage ansehen, wissen Sie, dass Sie die Zukunft nie perfekt vorhersagen können. Aber man kann ziemlich nah herankommen.“

Verwenden Sie Ihre neue BI-Software, um das ultimative Support-Team in Ihrem Unternehmen zu werden

Die Quintessenz, sagt Larson, ist, daran zu denken, BI-Software im Dienste anderer zu verwenden. Datenanalyseteams sollten nicht hinter verschlossenen Türen arbeiten, Daten überwachen und diese Daten nach ihren eigenen Launen untersuchen. Ihre Aufgabe sollte es sein, Unternehmensdaten als lebenswichtige Ressource zu schützen und sie in ein Format zu übersetzen, das es anderen Teams ermöglicht, das Beste daraus zu machen.

„Ich sehe mein Team als die ultimative Unterstützung für jedes andere Team“, sagte Larson. „Wir sind nicht an vorderster Front. Wir sind nicht diejenigen, die mit diesen Daten hantieren und Geschäftsentscheidungen treffen. Unsere Aufgabe ist es daher, die anderen Bereiche dabei zu unterstützen, die benötigten Daten in dem von ihnen benötigten Format so zu erhalten, dass sie sie verstehen können, damit sie darauf basierend die datengesteuerten Entscheidungen treffen können.“

Um Ihr Analytics-Team dabei zu unterstützen, das ultimative Support-Team in Ihrer Organisation zu werden, finden Sie hier eine Zusammenfassung der Tipps, die wir in diesem Artikel geteilt haben:

Wir hoffen, dass Larsons Erfahrung Sie dazu angeregt und befähigt hat, mehr aus Ihrer eigenen BI-Software herauszuholen. Wenn Sie bereit sind, weitere Tipps zur optimalen Nutzung Ihrer BI-Software zu erhalten, haben wir Sie in unserem Business-Intelligence-Blog abgedeckt. Hier sind ein paar aktuelle Artikel, mit denen Sie beginnen können:

• Kategorievergleich: Business Intelligence vs. Big Data
• Die 3 besten kostenlosen Dashboard-Software
• Beaufsichtigtes vs. unbeaufsichtigtes Lernen: Welches Machine-Learning-Modell ist das Richtige für Sie?

Quellen

1. Jen Larson, LinkedIn
2. Tableau-Viewer, Tableau
3. COVID-Datentracker, CDC.gov