Datendurst mit Tim Ebner

Was passiert, wenn PR, Marketing und Branding eines Großkonzerns beschließen, mit einer gemeinsamen Datenbasis zu arbeiten? Winfried Ebner erzählt, wie die Telekom diesen Wandel organisiert hat - und warum Daten allein nicht ausreichen, um die Zusammenarbeit wirklich zu verändern.

Strategie statt Aktionismus: Warum man mit Denken beginnen sollte

Bevor Daten verarbeitet oder Dashboards gebaut werden, braucht es ein gemeinsames Verständnis der Prozesse und Zielwirkungen in der Kommunikation. Ohne dieses Fundament führt technische Umsetzung oft ins Leere.

Agilität in der Praxis: Sprints und klare Zuständigkeiten

Kurze Arbeitszyklen halfen dabei, Fortschritte sichtbar zu machen. Gleichzeitig braucht es Führungskräfte, die das Team gegen äußere Einflüsse abschirmten.

Wenn Daten die Deutungshoheit infrage stellen

Nicht jede Führungskraft begrüßt Daten als Entscheidungshilfe. Die Sorge, an Einfluss zu verlieren, kann Veränderung bremsen.

Wer Winfried Ebner ist – und was Corp.Com bei der Telekom bedeutet

Winfried bringt wissenschaftlichen Hintergrund und Konzernpraxis zusammen. Corp.Com steht für 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 widersprüchliche Metriken. Die Herausforderung bestand darin, diese in einem konsistenten Set zusammenzuführen.

Wenn Analyse auf Realität trifft: Konfliktpotenziale im Projekt

Widersprüche zwischen Datenlogik und Fachbereichswissen führten immer wieder zu Spannungen – ein typisches Muster in Transformationsprojekten.

Datengetrieben – aber nicht datenvergessen

Automatisierung ist hilfreich, aber nicht ausreichend. Menschen und Kontexte bleiben entscheidend für 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, Prioritäten zu klären.

CORE.IO: Ein Ordnungsrahmen für Kommunikationsdaten

Das Modell gliederte die Datenlandschaft in vier zentrale Ebenen: Kontext, Response, Impulse und Steuerungsmöglichkeiten.

Abstimmungen, Budgets und der alltägliche Zielkonflikt

Kampagnen konkurrieren oft um Sichtbarkeit und Ressourcen. Eine gemeinsame Datenbasis kann diese Diskussionen fundierter machen.

Führung im Datenprojekt: Vertrauen und Raum schaffen

Gute Führung zeigt sich darin, Teams arbeiten zu lassen – und politische Hürden für sie aus dem Weg zu räumen.

Humor als Teamfaktor: Der Datenpömpel

Ein einfaches Requisit wurde zum Symbol interner Wertschätzung. Kleine Rituale können viel zur Kultur beitragen.

Grenzen datengetriebener Organisationen

Nicht alles, was zählt, lässt sich in Daten erfassen. Und nicht jedes Unternehmen ist bereit, Entscheidungen allein auf Daten zu stützen.

Mehr zu Datendurst und Host Tim:

https://www.linkedin.com/company/datendurst/

https://www.linkedin.com/in/ebner-tim/

Unterstütze den Podcast:

paypal.me/datendurst

🎧 Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community ! 🚀

👉 Neue Folgen sofort auf dem Schirm

👉 Direkt bei der Arbeit reinhören

👉 Wertvolle Folgen mit Kollegen teilen

👉 Mit Data & Analytics-Experten vernetzen

➡️ Jetzt beitreten!

https://teams.live.com/l/community/FEANNwVOOhLHQt2uAM 

Wir freuen uns auf dich! 💬

Katharina Breme darüber, wie Unternehmen Daten gezielt nutzen, Widerstände überwinden und eine datengetriebene Kultur nachhaltig verankern können.

Die Bedeutung einer bewussten Datenkultur

Datenkultur gibt es in jedem Unternehmen – doch ist sie gezielt aufgebaut oder historisch gewachsen?

Was Unternehmenskultur mit Daten zu tun hat

Kultur ist das, was den Arbeitsalltag prägt, auch wenn niemand darüber spricht.

Warum Daten ohne Kontext wertlos sind

Daten allein sind keine Lösung – erst im Zusammenspiel mit Unternehmensprozessen liefern sie Mehrwert.

Jede Organisation hat eine Datenkultur – bewusst oder unbewusst

Ob strukturiert oder chaotisch – jede Firma hat eine Art, mit Daten umzugehen. Wer nicht aktiv eingreift, läuft Gefahr, riskante Datenpraktiken zu etablieren.

Datenkultur gezielt formen statt dem Zufall überlassen

Ein strukturierter Umgang mit Daten beginnt bei den richtigen Rahmenbedingungen. Unternehmen müssen Werte, Prozesse und Verantwortlichkeiten definieren.

Praktische Schritte für eine nachhaltige Datenkultur

Theorie allein reicht nicht – gelebte Routinen machen den Unterschied.

Warum Veränderungen scheitern können

Menschen neigen dazu, bestehende Gewohnheiten zu verteidigen.

Die entscheidende Rolle der Führungsebene

Führungskräfte prägen 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.

Veränderung durch Schmerz: Wenn Probleme zum Handeln zwingen

Oft wird Datenkultur erst dann ernst genommen, wenn der Schaden zu groß 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

Während einige Abteilungen von Natur aus datengetrieben arbeiten, fehlt in anderen oft das Bewusstsein.

Muss die Initiative zur Datenkultur „von oben“ kommen?

Datenkultur lebt von der Breite der Organisation – doch ohne Rückhalt aus der Führung scheitern viele Initiativen.

Vom Konzept zur Umsetzung: Datenkultur erlebbar machen

Eine lebendige Datenkultur zeigt sich in täglichen Entscheidungen, nicht nur in Leitlinien.

Die Macht von Communities für 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 über Nacht – 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/

Unterstütze den Podcast:

paypal.me/datendurst

🎧 Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community !

👉 Neue Folgen sofort auf dem Schirm

👉 Direkt bei der Arbeit reinhören

👉 Wertvolle Folgen mit Kollegen teilen

👉 Mit Data & Analytics-Experten vernetzen

➡️ Jetzt beitreten!

https://teams.live.com/l/community/FEANNwVOOhLHQt2uAM 

Wir freuen uns auf dich! 💬

Warum ziehen uns manche Inhalte sofort in ihren Bann? Philipp von Loringhoven erklärt, 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 früh 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, große Bilder und starke Kontraste sorgen für maximale Wirkung. Die Prinzipien dahinter lassen sich auf andere Medien übertragen.

Die ethische Verantwortung von Werbung

Werbung formt unser Denken und gesellschaftliche Normen. Unternehmen tragen Verantwortung dafür, welche Botschaften sie senden.

Wie Sinne unsere Kaufentscheidungen lenken

Farben, Klänge und Texturen beeinflussen unsere Wahrnehmung. Multisensorische Werbung kann dadurch besonders effektiv sein.

So lässt sich Werbewirkung messen

Eye-Tracking, A/B-Tests und KI-gestützte 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 große Unterschiede.

Was gute Werbemittel gemeinsam haben

Eine klare, fokussierte Botschaft erhöht die Werbewirkung. Visuelle Reize und prägnante Call-to-Actions steigern die Klickrate.

Die Macht von Farben und Blickführungen

Bestimmte Farben wecken Emotionen und lenken Aufmerksamkeit. Blickrichtungen in Bildern führen das Auge gezielt zu wichtigen Elementen.

Warum Essensbilder so starke Reaktionen auslösen

Foodporn funktioniert, weil Essen stark mit Emotionen verknüpft ist. Perfekt inszenierte Speisen können die Kaufbereitschaft steigern.

Klänge und ASMR in der Werbung

Töne lösen Erinnerungen und Gefühle aus. ASMR nutzt sanfte Geräusche, um Nähe und Aufmerksamkeit zu erzeugen.

Der Einfluss von Daten auf die Werbestrategie

Daten helfen, Werbekosten zu senken und Streuverluste zu vermeiden. Durch präzisere Analysen lassen sich Kampagnen gezielt optimieren.

Personalisierung als Schlüssel zur Kundengewinnung

Individuell zugeschnittene Werbung ist effektiver als generische Kampagnen. Relevante Inhalte sorgen für eine stärkere Kundenbindung.

Mehr zu Datendurst und Host Tim:

https://www.linkedin.com/company/datendurst/

https://www.linkedin.com/in/ebner-tim/

Unterstütze den Podcast:

paypal.me/datendurst

🎧 Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community ! 🚀

👉 Neue Folgen sofort auf dem Schirm

👉 Direkt bei der Arbeit reinhören

👉 Wertvolle Folgen mit Kollegen teilen

👉 Mit Data & Analytics-Experten vernetzen

➡️ Jetzt beitreten!

https://teams.live.com/l/community/FEANNwVOOhLHQt2uAM 

Wir freuen uns auf dich! 💬

Julia Zukrigl erklärt dir, warum unser Gehirn mit nackten Zahlen überfordert ist und wie du mit den richtigen Techniken aus Insights echte Ergebnisse machst.

Holpriger Start: Wenn die Technik nicht mitspielt

Die Aufnahme begann mit technischen Schwierigkeiten – Tim musste die Folge ein zweites Mal aufnehmen.

Daten sinnvoll nutzen: Warum Storytelling der Schlüssel ist

Zahlen allein bewirken wenig, wenn sie nicht verständlich präsentiert werden. Data Storytelling macht komplexe Informationen greifbar.

Fakten allein reichen nicht – unser Gehirn denkt anders

Rationale Informationen lösen nicht automatisch rationales Denken aus. Unser Gehirn braucht einen emotionalen Kontext.

Ein datenresistentes Unternehmen und seine Wendung

Tim erzählt die Geschichte eines Unternehmens, das Entscheidungen lange aus dem Bauch heraus traf. Erst durch gezieltes Storytelling wurden datengetriebene Entscheidungen akzeptiert.

Wer ist Julia und was macht sie im Bereich Data Storytelling?

Julia ist Gründerin des Data Story Lab und spezialisiert auf die Kommunikation komplexer Themen. Ihr Weg begann in der Verhaltenswissenschaft und führte sie zur datenbasierten Entscheidungsoptimierung.

Weshalb Datenprojekte oft nicht in die Umsetzung kommen

Viele Analysen landen in der Schublade, weil ihre Ergebnisse nicht klar vermittelt werden. Ohne verständliche Kommunikation bleiben wertvolle Erkenntnisse ungenutzt.

Wie man Zahlen in verständliche Botschaften übersetzt

Data Storytelling bedeutet, Datenergebnisse in eine für das Publikum greifbare Sprache zu übersetzen. Eine gute Geschichte sorgt dafür, dass Zahlen nicht abstrakt bleiben.

Die Art, wie unser Gehirn Daten verarbeitet

Unser Gehirn filtert Informationen nach Bedrohung und Relevanz. Nur wenn Daten als wichtig und sicher eingestuft werden, gelangen sie ins bewusste Denken.

Wo liegt die Grenze zwischen Erklärung und Beeinflussung?

Daten müssen nicht nur objektiv präsentiert, sondern auch eingeordnet werden. Ohne klare Handlungsempfehlung bleibt ihre Bedeutung unklar.

Zwei mentale Blockaden, die das Verstehen erschweren

Erstens blockiert das Gehirn Informationen, die als Bedrohung wahrgenommen werden. Zweitens braucht es einen emotionalen Bezug, um als relevant erkannt zu werden.

Warum Menschen sich gegen Daten wehren

Viele Datenprojekte scheitern an internen Widerständen. Angst vor Veränderung führt oft dazu, dass Erkenntnisse ignoriert werden.

Können negative Emotionen Storytelling effektiver machen?

Gezielt eingesetzte emotionale Reize können helfen, Aufmerksamkeit zu erzeugen. Wichtig ist jedoch, sie in eine lösungsorientierte Perspektive zu überführen.

Was passiert, wenn Daten nur als Zahlen präsentiert werden?

Ohne Kontext und Erzählung bleibt der Mehrwert von Daten unklar. In der Folge werden sie oft nicht genutzt.

Wie Geschichten helfen, eine datenfreundliche Umgebung zu schaffen

Datenkultur entsteht nicht von allein – sie muss aktiv gefördert werden. Storytelling hilft, den Nutzen von Daten greifbar zu machen und Skepsis abzubauen.

Datenkultur vs. Unternehmenskultur: Was ist wirklich nötig?

Nicht jede neue Technologie braucht eine eigene Kultur. Viel wichtiger ist eine allgemeine Offenheit gegenüber datenbasierten Entscheidungen.

Mehr zu Datendurst und Host Tim:

https://www.linkedin.com/company/datendurst/

https://www.linkedin.com/in/ebner-tim/

Unterstütze den Podcast:

paypal.me/datendurst

🎧 Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community ! 🚀

👉 Neue Folgen sofort auf dem Schirm

👉 Direkt bei der Arbeit reinhören

👉 Wertvolle Folgen mit Kollegen teilen

👉 Mit Data & Analytics-Experten vernetzen

➡️ Jetzt beitreten!

https://teams.live.com/l/community/FEANNwVOOhLHQt2uAM 

Wir freuen uns auf dich! 💬

Die Wahl der richtigen MarTech-Software ist knifflig. Tim zeigt dir, wie du das passende Tool findest und Compliance-Hürden meisterst.

Warum Tool-Beschaffung wichtig ist

Ein neues Tool kann die Arbeit im Unternehmen effizienter machen, doch der Auswahl- und Umsetzungsprozess ist oft aufwändig.

MarTech: Verbindung von Marketing und Technologie

Der Begriff kombiniert Marketing und Technologie. Die richtige Software unterstützt Teams dabei, datenbasierte Entscheidungen zu treffen.

Tools für Social Media und Analytics

Ob Hootsuite für Community Management oder Adverity für Reporting – jedes Tool hat seinen eigenen Anwendungsbereich.

Vorteile eines klaren Beschaffungsprozesses

Wer frühzeitig Compliance-Fragen klärt und Stakeholder einbindet, verhindert spätere Probleme.

Zeit, Budget und Stakeholder

Neben den finanziellen Ressourcen braucht es interne Unterstützung. Klare Kommunikation mit IT, Datenschutz und Einkauf ist entscheidend.

Die Phasen der Tool-Beschaffung

Von der ersten Bedarfsanalyse bis zur finalen Implementierung – so läuft ein vollständiger Beschaffungsprozess ab.

Bedarfsermittlung: Wer braucht das Tool? Und wofür?

Welche Abteilungen profitieren? Wo gibt es Widerstände? Eine gründliche Analyse hilft, spätere 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 Testzugänge geben Einblick in die Funktionalität. Doch worauf kommt es bei der Bewertung an?

Compliance: Datenschutz, IT-Security und Betriebsrat

Jede Abteilung hat eigene Anforderungen. Frühzeitige 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 unterstützen. Neben dem Preis zählen auch Skalierbarkeit und Support.

Mitarbeiter fit für das neue Tool machen

Ohne Schulung kann das beste Tool nicht richtig genutzt werden. Trainings und Dokumentationen erleichtern den Start.

Prozesse für eine langfristige Nutzung etablieren

Onboarding, Offboarding und regelmäßige Abstimmungen sichern den nachhaltigen Erfolg des Tools.

Stakeholder-Management: Wie du Allianzen bildest

Einkauf, IT, Datenschutz und Betriebsrat haben unterschiedliche Interessen. Wer die Bedürfnisse kennt, kann gezielt vermitteln.

Vetos entschärfen: Business- und Compliance-Risiken

Häufig entstehen Vetos von Einkauf, IT, Datenschutz und Betriebsrat aus Risikoabwägungen. Ein gut überlegtes Vorgehen hilft, Argumente zu entkräften und Lösungen zu finden.

Mehr zu Datendurst und Host Tim:

https://www.linkedin.com/company/datendurst/

https://www.linkedin.com/in/ebner-tim/

Unterstütze den Podcast:

paypal.me/datendurst

🎧 Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community ! 🚀

👉 Neue Folgen sofort auf dem Schirm

👉 Direkt bei der Arbeit reinhören

👉 Wertvolle Folgen mit Kollegen teilen

👉 Mit Data & Analytics-Experten vernetzen

➡️ Jetzt beitreten!

https://teams.live.com/l/community/FEANNwVOOhLHQt2uAM 

Wir freuen uns auf dich! 💬

Was passiert, wenn kreative Social-Media-Teams auf analytische Datenexperten treffen? Tim und Daniel sprechen über Herausforderungen und Möglichkeiten, das Beste aus beiden herauszuholen.

Begrüßung und Vorstellung von Daniel

Daniel berichtet von seinem Weg in die Social-Media-Welt und wie er heute Unternehmen wie Bitpanda, Sparkasse und Kleinanzeigen unterstützt.

Daniel spricht über seinen Werdegang und seine Auftraggeber

Er berichtet, wie seine Karriere beim Radio begann, er sich als Berater für 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 – und warum beide Seiten mit Vorurteilen kämpfen.

Wie Analysten an die relevanten Daten kommen

Zugang zu Daten ist in vielen Unternehmen eine Herausforderung. Tim erklärt, welche Hürden bestehen und wie Analysten aussagekräftige Insights ableiten können.

Social-Media-Reports: hilfreich oder irreführend?

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 für die Strategie

Spontane Posts und Kampagnen können für Sichtbarkeit sorgen – oder auch für Chaos. Daniel teilt seine Erfahrungen mit unerwarteten Social-Media-Wünschen.

Warum sich Social-Media-Teams oft gegen Daten wehren

Analysten sollen helfen, doch oft fühlen sich Social-Media-Manager in ihrer Expertise infrage gestellt. Wie lässt sich dieses Misstrauen abbauen?

Social-Media-Performance ist mehr als nur ein KPI

Wie viel Einfluss haben externe Faktoren auf den Erfolg? Daniel erklärt, warum fehlende Ressourcen, starre Prozesse oder Vorgaben wichtiger sind als einzelne Kennzahlen.

Wie Daten Social-Media-Teams wirklich unterstützen 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

Bürokratie, 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 Unterstützung sehen?

Offene Kommunikation als Schlüssel zum Erfolg

Daniel erklärt, 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/

Unterstütze den Podcast:

paypal.me/datendurst

🎧 Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community ! 🚀

👉 Neue Folgen sofort auf dem Schirm

👉 Direkt bei der Arbeit reinhören

👉 Wertvolle Folgen mit Kollegen teilen

👉 Mit Data & Analytics-Experten vernetzen

➡️ Jetzt beitreten!

https://teams.live.com/l/community/FEANNwVOOhLHQt2uAM 

Wir freuen uns auf dich! 💬

Marcus Stade erklärt dir in dieser Folge, warum Rohdaten im Web-Tracking mehr als nur ein technisches Detail sind – 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 zurück und leiten mit Humor in die Folge ein.

Erfahre mehr über 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 große Community die regelmäßig Trainings und Meetups besuchen.

Hier geht’s zur Community: https://analytics-pioneers.de/

mohrstade: Beratung für Daten und Tools

Das Unternehmen unterstützt Kunden bei der Implementierung von Lösungen wie BigQuery und CDPs, immer mit einem Fokus auf datengestützte Entscheidungen.

Engagement in der Analytics-Community

Marcus erklärt, wie wichtig der Community-Gedanke ist – ob durch Artikel, Trainings oder andere kreative Ideen.

Die Wirkung von Merchandise

Von Analytics-Socken bis zu Hoodies: Kreativer Merchandise stärkt die Markenbindung und ist auf Events ein echter Hingucker.

Hinweis: Marcus hat ein paar offene Stellengesuche – https://mohrstade.de/karriere/

Komplexe Themen einfach erklärt

Die Kunst, technisches Wissen verständlich zu machen, ist essenziell, um Stakeholder für datengetriebene Entscheidungen zu gewinnen.

Warum Rohdaten im Web-Tracking von Nutzen sind

Mit Rohdaten lassen sich rückwirkende Analysen durchführen und historische Daten neu auswerten – ohne Brüche.

Wie Rohdaten die Analyse von Traffic-Kanälen verbessern

Marcus zeigt, wie flexiblere Channel-Zuordnungen möglich werden und wie sie für eine präzisere 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 erklärt 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 – 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 – die Grundlage für eine erfolgreiche Nutzung von Rohdaten.

Kosten und Planung: Der finanzielle Rahmen für Rohdatenprojekte

Marcus erläutert, 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/

Unterstütze den Podcast:

paypal.me/datendurst

🎧 Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community!

👉 Neue Folgen sofort auf dem Schirm

👉 Direkt bei der Arbeit reinhören

👉 Wertvolle Folgen mit Kollegen teilen

👉 Mit Data & Analytics-Experten vernetzen

➡️ Jetzt beitreten!

https://teams.live.com/l/community/FEANNwVOOhLHQt2uAI 

Wir freuen uns auf dich! 💬

Daten verändern den Kundenservice – doch wie? Tim und Ralf sprechen über die wichtigsten Entwicklungen und die Rolle von Künstlicher Intelligenz.

Einstieg ins Thema

Tim eröffnet die Folge mit der Frage: Wie beeinflussen Daten den Kundenservice?

Ralf stellt sich vor

Seit 25 Jahren beschäftigt sich Ralf mit Kundenservice – von der Voice-over-IP-Technologie bis hin zur Entwicklung KI-gestützter 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 läuft nicht immer reibungslos. Ralf berichtet, dass selbst in urbanen Gebieten grundlegende Infrastruktur wie Glasfaser fehlt.

Einblicke in Ralfs sonstige Tätigkeiten

Neben seinem Beruf engagiert sich Ralf als Lehrbeauftragter bei SRH-Köln und Hamm.

Kurzerklärung:

„Rizz“ – Beschreibt das Talent einer Person, charmant aufzutreten.

„Slay“ – Wird genutzt, um Bewunderung auszudrücken.

Warum der Kundenservice alles dokumentiert

Im Kundenservice wird alles genau betrachtet: von der durchschnittlichen Bearbeitungszeit eines Gesprächs und der Reaktionsgeschwindigkeit bis zur Quote abgebrochener Anrufe.

Kundenzufriedenheit als wichtiger Faktor

Selbst geringfügige 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, während Customer Experience (CX) das Kundenerlebnis optimiert. Daten verbinden beide Bereiche.

Die wichtigsten Kennzahlen im Kundenservice

KPI, die für den Kundenservice entscheidend sind: die durchschnittliche Dauer von Anrufen, die Schnelligkeit der Antworten, die Rate abgebrochener Anrufe. Workforce Management sorgt für reibungslosere Abläufe.

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 unterstützen die Messung von Aspekten wie Kundenbindung und -zufriedenheit sowie die Identifikation von Fehlerquellen.

Daten im Customer Service: Warum sind sie so wichtig?

Daten helfen Kundenbedürfnisse zu erkennen, Probleme frühzeitig zu lösen und die Effizienz zu steigern. Ein datengestützter Ansatz ermöglicht kluge Verbesserungen.

Wie verändert sich die Rolle der Daten im Customer Service?

Datenanalysen ermöglichen unter anderem prädiktive Modelle. Hyperpersonalisierte Ansätze helfen, auf Kundenbedürfnisse individuell einzugehen.

Die Aufgabe von KI im Kundenservice

Die Integration von KI verändert 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 Mühlenhöver:

https://www.linkedin.com/in/ralfmuehlenhoever/

Mehr zu Datendurst und Host Tim:

https://www.linkedin.com/in/ebner-tim/

Unterstütze den Podcast:

http://paypal.me/ebnertim

🎧 Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community !

👉 Neue Folgen sofort auf dem Schirm

👉 Direkt bei der Arbeit reinhören

👉 Wertvolle Folgen mit Kollegen teilen

👉 Mit Data & Analytics-Experten vernetzen

➡️ Jetzt beitreten!

https://teams.live.com/l/community/FEANNwVOOhLHQt2uAI

Wir freuen uns auf dich! 💬

Mit Daten-Power ins neue Jahr! Tim und Sascha sprechen in dieser Folge darüber, wie Unternehmen Schritt für Schritt datengetrieben werden.

Ein futuristischer Start ins Jahr

Tim und Sascha begrüßen die Hörer auf gewohnt unterhaltsame Weise und blicken humorvoll in die „datengetriebene Zukunft“.

Themen des Podcasts im Überblick

Tim gibt eine umfassende Einführung 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 „Sam“ 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 Verständnis von Data Analytics auseinander. Data & Analytics steht für 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 für standardisiertes Reporting. Data Science nutzt Analysen, um Entwicklungen vorherzusagen.

Organisationen und ihre Daten-Lernreise 

Der Einstieg in Data und Analytics ist häufig holprig: Unzuverlässige Daten, ein Fokus auf die Vergangenheit und mangelndes Vertrauen in Berichte.

Der Wert von Echtzeitdaten im Tagesgeschäft

Live-Daten sind ein mächtiges Werkzeug, um schnell auf Entwicklungen zu reagieren. Doch sie sind nicht in jedem Szenario nötig.

Vorausschauend handeln: Zukunftsanalysen nutzen

Prädiktive Analysen ermöglichen es, Trends frühzeitig zu erkennen und strategische Maßnahmen abzuleiten.

Daten als Wachstumsmotor der Zukunft

In der letzten Phase der Lernreise werden Daten zum Herzstück der Unternehmensstrategie und treiben langfristiges Wachstum voran.

Echtzeit-Daten: Wann sie wirklich sinnvoll sind

Nicht alle Daten müssen live sein – Tim und Sascha erklären, in welchen Spezialfällen Echtzeitdaten den Unterschied machen.

Datenprodukte, die den Kunden Mehrwert bieten

Ob Empfehlungsalgorithmen oder personalisierte Features – erfolgreiche Datenprodukte schaffen echte Vorteile für Nutzer.

Spezialisten vs. Generalisten: Wer macht was?

Ein ausgewogenes Team aus vielseitigen Generalisten und spezialisierten Experten ist entscheidend für den Erfolg.

Zusammenarbeit: Data Engineers und Analysten

Gute Zusammenarbeit zwischen Engineers und Analysts sorgt dafür, dass Daten nutzbar werden und Insights geschaffen werden können.

Die Rolle von Self-Service und Citizen Analysts

Self-Service-Tools ermöglichen es Fachabteilungen, eigenständig mit Daten zu arbeiten.

Führung gefragt: Leiter der Datenabteilung

Der Chief Data Officer (CDO) verankert Datenarbeit strategisch im Unternehmen und sorgt für klare Ziele sowie Prioritäten.

Warum Datenarbeit nie stillsteht

Datengetriebene Arbeit ist ein dynamischer Prozess. Unternehmen müssen ständig 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:

https://www.linkedin.com/in/ebner-tim/

https://datendurst.buzzsprout.com/

Unterstütze den Podcast:

http://paypal.me/ebnertim

🎧 Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community ! 🚀

👉 Neue Folgen sofort auf dem Schirm

👉 Direkt bei der Arbeit reinhören

👉 Wertvolle Folgen mit Kollegen teilen

👉 Mit Data & Analytics-Experten vernetzen

➡️ Jetzt beitreten!

https://teams.live.com/l/community/FEANNwVOOhLHQt2uAI

Wir freuen uns auf dich! 💬

Festlich, frech, faktenreich und ohne Hosen?! Tim verrät dir die nackte Wahrheit hinter den Podcast-Zahlen und zeigt dir, welche Strategien er für Datendurst einsetzt.

Weihnachtliche Einstimmung und technische Tücken

Tim berichtet über ein technisches Problem, seinen Austausch mit Florian Litterst und verrät, ob ChatGPT seine Version von „Last Christmas” lustig findet.

Fakten zu Datendurst

Ein erster Blick auf die Podcast-Daten zeigt die positive Entwicklung von Datendurst. Außerdem verrät Tim, dass er in der Folge auch über die Tücken der Podcastanalysen sprechen wird.

Mikro-Konvertierungen: Kleine Aktionen, große Wirkung

Sie sind unverzichtbar für die Analyse der Nutzerinteraktion. Tim erklärt, welche Rolle Micro-Conversions für seinen Podcast spielen.

Wie Podcasts das Marketing unterstützen

Von Awareness bis Advocacy - Tim beschreibt, wie Podcasts alle Phasen des Funnels im Marketing beeinflussen können, aber auch ihren eigenen speziellen „Trichter" haben.

Erfolgreich messen: Welche KPIs zählen?

Welche Kennzahlen solltest du für deinen Podcast im Blick haben? Tim gibt praxisnahe Empfehlungen für die wichtigsten Messgrößen.

Dimensionen und Metriken in der Praxis

Wie lassen sich Daten sinnvoll segmentieren? Tim erläutert 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 Stärken von TikTok, LinkedIn und YouTube nutzt.

Warum sind Datenanalysen oft eine Herausforderung?

Unterschiedliche Standards und mangelnder Zugang zu Daten erschweren umfassende Analysen. Tim spricht über Lösungen und Hindernisse.

Vanessa von den Podcastpiraten über 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 für sich: Über 19.000 Impressionen und eine wachsende Community.

YouTube, TikTok & Co. im Vergleich

Ob lange Videos oder Kurzclips – 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.

🎧 Kleiner Hinweis: Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community ! 🚀

👉 Neue Folgen sofort auf dem Schirm

👉 Direkt bei der Arbeit reinhören

👉 Wertvolle Folgen mit Kollegen teilen

👉 Mit Data & Analytics-Experten vernetzen

➡️ Jetzt beitreten!

https://teams.live.com/l/community/FEANNwVOOhLHQt2uAI

Wir freuen uns auf dich! 💬

Wie Datendurst Tims beruflichen Alltag prägt

Der Podcast wirkt sich positiv auf Tims berufliche Netzwerke aus und bringt neue Möglichkeiten – 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 unterstützen:

http://paypal.me/ebnertim