Oft enthalten 10% der Daten 90% der Information für die Lösung unserer Probleme. Das bedeutet, dass wir enorme Ressourcen verschwenden, indem wir diese 90% bereinigen, migrieren und verwalten. Was noch schlimmer ist, wir könnten selbst die 10% verfehlt haben, wenn wir herausfinden, dass wir gar nicht über die richtigen Daten verfügen

"Eventually everything connects - people, ideas, objects. The quality of the connections is the key to quality per se."

Charles Eames

Zuerst kommt die Entscheidung und dann erst die Daten

Diese Ansicht steht in krassem Gegensatz zu vielen KI- und datenfokussierten Vordenkern, die dazu neigen, mit Daten zu beginnen und dann nach Mechanismen zu suchen, um diese zu nutzen. Der Weg bei der Entscheidung zu beginnen ist wesentlich kostengünstiger, wenn unser Ziel das Lösen von Problemen ist. Das ganze Gerede von Daten als dem neuen Öl hat dazu geführt, dass noch immer viel zu viel Aufwand für die Anhäufung und Bereinigung von Daten im Vorfeld der Entscheidungsmodellierung betrieben wird. Niemand wäre es eingefallen zuerst so viel Öl wie möglich zu pumpen und erst dann zu überlegen für was es eigentlich zu gebrauchen ist...

Es gibt Organisationen, die jahrelang versucht haben in ihrem Datawarehouse eine vollständige und einheitliche Sicht ihrer operativen Daten abzubilden. Es wurde immenser Aufwand betrieben die Schlüssel zu finden, um  hunderte Tabellen sinnvoll und mit den richtigen Zeitbezügen zusammenzuführen.  Was, wenn eine Analyse der relevanten Entscheidungswege eine Verknüpfung von nur zwei Tabellen für einen Großteil der benötigten Einsichten ausreichen würde?

In vielen besonders volatilen Umgebungen gibt es vielleicht noch gar keine Daten für die aufgetretene Situation, einfach weil sie brandneu ist.  Hier müssen wir Annahmen über die Zukunft treffen und mögliche Konsequenzen abschätzen. 

beeBlum kann Dir dabei helfen eine ganze Menge Geld zu sparen.

 

MIt beeBlum arbeitest Du in gewisser Weise rückwärts. Du beginnst mit dem Problem, überlegst Dir mögliche Handlungen und sammelst dann die Daten dazu. Wenn Du ganz am Ende "die Punkte" zwischen Daten und Nutzen verbindest, stellst Du vermutlich fest, dass einige Datenfelder eine große, andere eine nicht so große Wirkung entfaltet haben. So spielt vielleicht der Preis Deines Produktes eine wesentlich wichtigere Rolle als das Gewicht, jedenfalls wenn Du nicht gerade Hanteln verkaufst. Obwohl das ein ziemlich triviales Beispiel ist, wird deutlich, dass ohne ein gewisses Wissen darüber, wie Daten mit Entscheidungen in Verbindung stehen, keine Unterscheidung zwischen hochwichtigen und weniger wichtigen Daten getroffen werden kann.  Ohne dieses Wissen beschäftigen sich Deine teuren Datenspezialisten aber mit irgendwas und Du wunderst Dich, dass Deine IT so langsam und dazu auch noch teuer ist. Jedenfalls, wenn Du noch nicht beeBlum benutzt ;-)

  • Schwarz Instagram Icon
  • Facebook
  • LinkedIn