UNF#CK YOUR DATA

Eigentlich wollten Philipp und ich ja über Daten im Marketing sprechen. Dann hat uns ein anderes Thema aber viel mehr angesprochen. Wie legen wir mit der richtigen Bildung die Grundlagen für das datengestützte Arbeiten der Zukunft.

Unser traditionelles Bildungssystem war darauf ausgelegt uns gewisse Grundkenntnisse beizubringen und uns auf ein effizientes Arbeiten vorzubereiten. Den Gegensatz bildete die akademische Laufbahn, hier wurden mehr theoretische Grundlagen und hypothesenbasiertes Arbeiten gelehrt. In beiden Bereichen hat Bildung oft einen unterschiedlichen Stellenwert, was durch weitere Faktoren beeinflusst wird. So ist oft die Durchlässigkeit und Chancengleichheit nicht vorhanden.

In der heutigen Arbeitswelt ist aber lebenslanges Lernen ein entscheidender Karrierefaktor. Durch den rasenden technischen Fortschritt und die immer schneller werdenden Veränderungen der Arbeitswelt mit neuen Anforderungen sind lineare Karrieren eher die Ausnahme. Wenn wir als Ressource auf dem Arbeitsmarkt mit neuen Techniken wie KI bestehen wollen müssen wir uns anpassen können.

Hierbei stehen wir im ständigen Zwiespalt zwischen Effizient und Effektivität. Beide Extreme sind alleine nicht auf Dauer wettbewerbsfähig.

Philipp erläutert wie die ersten Jahre unserer Bildung hier einen entscheidenden Einfluss auf unsere Herangehensweise an das Lernen haben. Wie unterstützt besonders das Konzept der Montessorischulen hier die Kinder beim lernen und vermittelt so die Skills für morgen.

Es gibt auch Einblicke warum dies für die Eltern zeitweise mal zu anstrengenden Gesprächen mit dem Nachwuchs führt.

▬▬▬▬▬▬ Profile: ▬▬▬▬

Zum LinkedIn-Profil von Philipp: https://www.linkedin.com/in/philipploringhoven/

Zur Webseite von Team Advertico: https://team-advertico.de/

Zum Dataengage auf Spotify: https://open.spotify.com/show/75v2BTvGvg533hiS906Jpo?si=5ccd594693c6476a

Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/

▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬

Buchempfehlung von Philipp: Momentum Die Kraft die Werbung heute braucht – Holger Jung & Jean-Remy von Matt

▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬

Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa

Zum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019

Zum Podcast auf Google:

https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14

Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6

▬▬▬▬▬▬ Kontakt: ▬▬▬▬

E-Mail: [email protected]

▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬

00:00 Intro

02:16 Philipp stellt sich vor

04:13 Wie kommt man von Marketing zur Schulleitung

08:13 Die Grundlagen für das lernen legen

09:08 Lebenslanges Lernen als Karrierebooster

11:13 Wird Bildung wirklich vererbt?

18:12 Techies lesen keine Anleitungen

20:45 Neugier fehlt in Datenprojekten

23:05 Lernen bildet Ameisenstraßen im Gehirn

24:54 Eine Unternehmenskultur des hypothesenbasierten Arbeitens

30:16 Die Brücke zur Datenarbeit

33:11 Vom Gegeneinander zum miteinander

36:27 Zwei Fragen an Philipp

Die Datenkultur verspeist die Datenstrategie zum Frühstück. Auch zum Abendessen und Mittags. Doch was verbirgt sich hinter diesem Buzzword?

Darüber spricht Christian Krug, Host des Podcasts Unf*ck Your Data, mit Nicole Lehmann, Digital Transformation Manager bei WAGO.

Wie in allen Arbeitsumgebungen gelten auch bei der Datenarbeit unausgesprochene Regeln in Unternehmen. Zusammen mit sichtbaren Regelwerken und Ergebnissen sind diese Teil der Unternehmens- und Datenkultur. Wenn sich die Nutzung von Daten nicht schon von vorne herein Teil meines Unternehmens ist, dann verursacht eine Bewegung in Richtung datengetrieben oft ein schlechtes Bauchgefühl.

Dabei beschreibt die Kultur eigentlich genau das. Das Gefühl mit Daten zu arbeiten und welche Wert daten im Unternehmen haben.

Vernachlässigt man auf seiner Reise zum datengetriebenen Unternehmen diesen Aspekt, dass die Menschen sich wohl damit fühlen müssen. So wird die Reise scheitern.

Diese kulturelle Anpassung muss Bestandteil einer Datenstrategie sein. Denn am Ende wollen Menschen mit den Daten arbeiten und auf diesen Entscheidungen treffen.

Doch wie mache ich diese Kultur sichtbar oder messbar? Nur mit messbaren Resultaten und einem Zielbild kann ich auch hier den richtigen Weg gehen.

▬▬▬▬▬▬ Profile: ▬▬▬▬

Zum LinkedIn-Profil von Nicole: https://www.linkedin.com/in/nicole-lehmann-11384150/

Zum LinkedIn-Profil von WAGO: https://www.linkedin.com/company/wago/

Zur Website von WAGO: https://www.wago.com/de/

Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/

▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬

Boyan Angelov - Elements of Data Strategy

▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬

Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa

Zum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019

Zum Podcast auf Google:

https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14

Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6

▬▬▬▬▬▬ Kontakt: ▬▬▬▬

E-Mail: [email protected]

▬▬▬▬▬▬ Profile: ▬▬▬▬

Link zur BARC Survey: https://bi-survey.com/barc-data-culture-survey-22

Link zum Modell von Edgar Schein: https://de.wikipedia.org/wiki/Kulturebenen-Modell

▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬

00:00 Intro

01:43 Nicole stellt sich vor

04:09 Wie kam Nicoles Leidenschaft für Daten

06:37 Was ist Data Culture

07:55 Mit viel Emotionen an Daten arbeiten

08:33 Zusammenspiel von Daten und Bauchgefühl

09:41 Den Wert von Daten erkennen

10:54 Datenkultur als Klammer

12:07 Wie kam Nicole zur Data Culture

14:32 Datenkultur im Unternehmen verändern

17:23 Die eigene Datenkultur ist keine Selbstverständlichkeit

18:35 Best practices und Frameworks für Datenkultur

24:52 Werte in der Daten- und Unternehmenskultur

27:55 Verbindung von Werten und Artefakten

29:05 Datenkultur darf nicht unterschätzt werden

30:15 Immer mit sauberen Datenmengen arbeiten

33:02 Zwei Fragen an Nicole

Birthday Special oder rund um Beratungen in Data, Analytics und BI

Typisch Berater! Kommen in dein Unternehmen der deine Sendung und machen sich erstmal breit.

Daher hat Ralph mit seiner Beratungserfahrung direkt mal meinen Podcast gekapert und wir haben zum Thema Beratungen in der Data und Business Analytics Welt gesprochen.

Eignet sich die Beratung als Einstieg in die Datawelt und wo liegen die Unterschiede zu einer inhouse Position?

Wir blicken auch hinter die Kulissen einer Beratung. Wie ticken Beratungshäuser und Berater*innen? Was treibt diese an und wie holst du für dein Projekt das meiste aus für dich heraus?

▬▬▬▬▬▬ Profile: ▬▬▬▬

Zum LinkedIn-Profil von Ralph: https://www.linkedin.com/in/ralphginzingerpalfinger/

Zur Webseite von Palfinger: https://www.palfinger.com/de-at

Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/

▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬

Lars Behrendt – Get Real Innovation

▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬

Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa

Zum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019

Zum Podcast auf Google:

https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14

Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6

▬▬▬▬▬▬ Kontakt: ▬▬▬▬

E-Mail: [email protected]

Was versteckt sich hinter dem Buzzword Self-service BI und was muss ich bei der Einführung beachten? Darüber spricht Christian Krug, Host des Podcasts Unf*ck Your Data, mit Margarita Neumüller, Data Engineer Global Data & Analytics bei Aldi Süd.

Durch den technischen Fortschritt der BI Werkzeuge haben heute Fachanwender ohne IT Kenntnisse deutlich mehr Möglichkeiten sich selbst mit Daten für Unternehmensentscheidungen zu versorgen. Doch wie bei jedem Werkzeug muss der Umgang erlernt werden um es effektiv zu nutzen.

In einer funktionieren den Self-Service Architektur haben Fachanwender die Möglichkeit selbständig zu jederzeit ihre eigenen Auswertungen zu erstellen. Durch diese Unabhängigkeit können Entscheidungen schneller datengestützt getroffen werden.

Jedoch kommt mit dieser neu gewonnen Freiheit auch die Verantwortung für die selbst erstellten Berichte. Diese Verschiebung der Verantwortung ist einer der zentralen Erfolgsfaktoren für ein funktionierendes Self-Service Konzept. Margarita gibt Einblicke in die Projekte die sie begleitet hat und erläutert wie Keyuser zu internen Champions für das Datenprojekt wurden und wie eine Data Community die Einführung und Akzeptanz des Werkzeugs beschleunigt hat.

Bei all den modernen technischen Möglichkeiten, die sich uns bieten, müssen wir auch die Rolle des Datenbereichs betrachten. Vom Nerd- und Kellerkind-klischee hat die IT einen Wandel durchgemacht zum gleichwertigen Sparringspartner und Dienstleister für die Fachabteilungen. Denn nur in Ausnahmen stellt der Fachbereich organisch einen direkten Mehrwert für das Unternehmen dar. In der Regel unterstützt er die wertschöpfenden Fachbereiche in ihrer Tätigkeit.

▬▬▬▬▬▬ Profile: ▬▬▬▬

Zum LinkedIn-Profil von Margarita: https://www.linkedin.com/in/margarita-neum%C3%BCller-7377a2167/

Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/

▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬

Nora Bendzko - Die Götter müssen sterben

▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬

Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa

Zum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019

Zum Podcast auf Google:

https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14

Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6

▬▬▬▬▬▬ Kontakt: ▬▬▬▬

E-Mail: [email protected]

▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬

00:00 Intro

01:58 Margarita stellt sich vor

03:30 Starre Reports sind so 2015

04:43 Was ist self-service BI

06:03 Self-Service im Beispiel HR

09:10 Governance ist für Self-Service absolut kritisch

10:39 Verantwortung für die Daten muss sich verändern

12:40 Fachbereich muss Flexibilität annehmen

13:59 Keyuser als Champions für Self-service

17:30 Weg der Zusammenarbeit ist entscheidend

19:43 Data Community im Unternehmen als Beschleuniger

20:28 Die zentralen Erfolgsfaktoren im Projekt

24:52 Der Datenbereich ist Dienstleister für das Business

26:43 Wir machen Datenprojekte für Menschen

28:03 Weg von den IT Klischees

29:20 Die Self-service Don’ts

23:14 Zwei Fragen an Margarita

Warum sind die zwischenmenschliche Kommunikation und gemeinschaftlicher Ansatz entscheidende Kompontenten für jedes erfolgreiche Datenprojekt?

Darüber spricht Christian Krug, Host des Podcasts Unf*ck Your Data, mit Leonie Spiller, Senior Managerin Digital Analytics bei adidas.

In Datenprojekten prallen oft zwei Welten aufeinander. Das Business, welches eine fachliche Fragestellung lösen will, und die Technik/Analytics, die diese Lösung bereitstellt und die erfassten Daten analysiert. Häufig kommt es hier zu Missverständnissen und Lücken in der Kommunikation, die sich letztlich negativ auf den Erfolg des Datenprojektes auswirken.

Als ausgebildete Businessnutzerin, die sich in die Techwelt eingearbeitet hat, gibt Leonie Einblicke in diese kommunikativen Hürden, die sehr häufig in Analyticsprojekten bestehen.

Auf der einen Seite steht dabei der Fachbereich, der eine Fragestellung hat oder den Erfolg einer Maßnahme oder Kampagne messen will. Gegenüber sitzt dann die Technik, welche versucht die Anforderungen zu verstehen und mit oft knappen Ressourcen umzusetzen.

Um gemeinsam zu einem guten Ergebnis zu kommen ist dabei genau dies notwendig. Echte Zusammenarbeit.

Wissensilos müssen aufgelöst und eine gemeinsame Spreche gesprochen werden. Der Projekterfolg muss das gemeinsame Ziel aller beteiligten Personen sein. So müssen sich beide Bereiche aufeinander zubewegen. Im Fachbereich ist eine höhere Datenkompetenz notwendig um die Ergebnisse eines Projektes oder einer Auswertung besser zu verstehen und die Anforderungen genauer definieren zu können. Im der Datenabteilung braucht es dagegen auch ein Verständnis für die Prozesse der jeweiligen Fachbereiche und die Fähigkeit mit den richtigen Fragen die Antworten zu erhalten, die zur Lösung des Fragestellung führen.

Leonies Tipps dazu: Dezentrale Datenteams haben oft ein besseres Verständnis für die kritischen Businessprozesse. Das Senior Management muss durch „Lead by example“ auch selbst in den Datenprojekten einen Teil beitragen und mehr „data-driven“ arbeiten.

So wird aus dem Zusammenprall der Welten ein Schmelztigel in dem gute Analysen entstehen.

▬▬▬▬▬▬ Profile: ▬▬▬▬

Zum LinkedIn-Profil von Leonie: https://www.linkedin.com/in/leonie-spiller-814985174/

Zur Website von adidas: https://www.adidas.de/

Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/

▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬

People Skills for analytics thinkers - Gilbert Eijkelenboom

▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬

Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa

Zum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019

Zum Podcast auf Google:

https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14

Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6

▬▬▬▬▬▬ Kontakt: ▬▬▬▬

E-Mail: [email protected]

▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬

00:00 Intro

01:45 Leonie stellt sich vor

04:26 Kommunikation in Datenprojekten

05:29 Unterschiedliche menschliche Komponenten im Datenprojekt

06:35 Fachbereichsanforderung zum Belegen von Ergebnissen

08:15 Von gegeneinander zu miteinander

09:11 Die Evolution des Datenbereichs

13:02 Nur Dashboards rüberschieben reicht nicht

15:30 Vokabeltraining für beide Bereiche

17:00 Frühes Einbinden der Technik ist unerlässlich

19:25 Schnittstelle wird von beiden Seiten nicht gut bespielt

21:35 Gibt es die Musterlösung?

23:15 Drei Tipps von Leonie

26:05 Zwei Fragen an Leonie

Warum werden spannende Datenprojekte, trotz toller Erkenntnisse oft nicht weiterverfolgt?

Darüber spricht Christian Krug, Host des Podcasts Unf*ck Your Data, mit Dr. Julia Zukrigl, Data Storytelling Trainerin bei Data Story Lab.

Die beiden sprechen die Kunst des Data Storytelling, die anderen dabei hilft, die Einsichten und Erkenntnisse aus einem Datenprojekt auch wirklich zu verstehen. So dass eine echte Entscheidung für den Unternehmenserfolg auf Basis der Daten getroffen werden kann.

Nicht selten passiert es, dass Datenexpert*innen den Entscheider*innen versuchen alle spannenden Erkenntnisse und Details aus einen Projekt auf einmal zu erklären. Häufig wird die Interpretation der Daten, dann der Entscheider*in überlassen, was zur Ablehnung des Projektes oder der Umsetzung einer Maßnahme führt. Gerade wenn die Erkenntnisse unseren bisherigen Erfahrungen widersprechen ist unser Gehirn darauf programmiert, diese erst einmal abzulehnen.

Viel mehr als Daten sind Bilder, Erlebnisse und Emotionen dazu geeignet diese Widerstände aufzulösen. Mit Data Storytelling gelingt es die Aussagen und Erkenntnisse der Daten in einen Erzählstrang zu verknüpfen, der die Empfänger*innen mit auf eine Reise nimmt. Am Ende dieser Reise steht die Entscheidung auf Grund der Daten eine Maßnahme einzuleiten.

Julia zeigt an einem sehr anschaulichen Beispiel, wie so eine Datastory zu erzählen ist. Von dieser Geschichte zeigt sie unterschiedliche Varianten, die stets an die Empfänger*innen und Situationen des Erzählens angepasst sind.

Eine wichtige Abgrenzung, die häufig nicht gemacht wird, ist das Dashboarding und die Datenvisualiserung. Diese können Teil einer Geschichte sein, oder sie unterstützen ein Bild zu erzeugen, aber der eigentliche Erzählstrang ist etwas anders.

Julia gibt Einblicke in Ihren Data Storytelling Methodenkoffer und zeigt anschaulich wie ihr euer nächstes Datenprojekt intern vermarkten könnt.

Ihr Tipp: Geschichten handeln immer von Personen mit denen sich das Publikum identifiziert. Die Analyst*innen müssen sich manchmal auch von den Daten lösen und sich in die Probleme der Nutzer*innen hineinversetzen.

▬▬▬▬▬▬ Profile: ▬▬▬▬

Zum LinkedIn-Profil von Julia: https://www.linkedin.com/in/julia-zukrigl/

Zur Website des Data Story Lab: https://www.datastorylab.net/

Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/

▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬

Gerd Gigerenzer – Bauchentscheidungen

▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬

Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa

Zum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019

Zum Podcast auf Google:

https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14

Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6

▬▬▬▬▬▬ Kontakt: ▬▬▬▬

E-Mail: [email protected]

▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬

00:00 Intro

01:54 Julia stellt sich vor

03:08 Spannende Datenprojekte finden nicht immer Sponsoren

05:30 Kommunikationswerkzeuge und Verhaltensforschung als Werkzeuge

06:45 Data Science ist mehr als Coding

07:35 Wie Löse ich die Ablehnung auf

08:45 Was ist Data Storytelling

11:53 Entscheidungen auslösen mit Datengeschichten

13:35 Eine nicht gelungene Datastory führt nicht zu gewünschten Entscheidung

15:07 Dashboards sind nicht Data Storytelling

16:45 Ein gelungenes Beispiel für eine Data Story

22:35 Was macht eine gute Data Story aus

23:20 Verschiedene Arten von Data Stories

26:35 Geschichten sind personenbezogen

28:05 Wo Data Scientists sich von Ihren Daten distanzieren müssen

30:40 Christian hat jetzt alles fürs Data Storytelling

31:45 Zwei Fragen an Julia

Warum enden Dashboards häufig als überfüllte Lexika? Und wie baue ich ein Dashboard, das mit den Alltag wirklich erleichtert. Darüber spricht Christian Krug, Host des Podcasts Unf*ck Your Data, mit Oliver Ulbrich, Head of Consulting bei Reportingimpulse.

In Datenprojekten steht am Ende als Ergebnis oft ein Dashboard für Anwender*innen im Fachbereich. Beim Bestreben einen möglichst umfassend Blick damit auf das Unternehmen zu bekommen wandern so immer mehr und mehr Kennzahlen in das Dashboard. Bis man den Wald vor lauter Bäumen, oder die Information vor lauter Zahlen nicht mehr sieht.

Natürlich findet man nach entsprechender Suche, dann die benötigte Information, aber es ginge eben auch schneller. Das ist ganz abgesehen davon, dass große Monsterboards auch durch technische Restriktionen viel Ladezeit verbrennen.

In den Projekten bei seinen Kundinnen und Kunden stellt Oliver immer die Fragestellung in die Mitte: Was soll dieses Dashboard aussagen? Welche Entscheidungen beeinflusst es? Und wer nutzt es?

Anhand des Beispiels eines Produktionsdashboards erläutern Oliver und Christian, wie ein Dialog zwischen IT, Beratung und Fachbereich geführt werden kann. Dabei stellen sie die Wichtigkeit von Referenzwerten und Abweichungen dar. Erst durch diese Werte bekommen deine Zahlen eine Aussagekraft.

Für jede Zielgruppe an Empfänger*innen empfiehlt sich ein eigenes Dashboard um deren individuelle Anforderungen zu erfüllen und deren Fragen zu beantworten.

Ein gutes Dashboard kann wie ein Streaminganbieter für Filme arbeiten. Auf der Kachel sieht man eine erste Information, ob der Film/die Kennzahl spannend ist. Für weitere Informationen sieht man sich den Film oder die Ebene 2 an. Wer wirklich jedes Detail wissen will, der bleibt bis zum Abspann oder schaut auf die dritte Ebene.

Oliver ist ein Fan des Visual Business Analytics Standards, ohne diesen dogmatisch zu vertreten. Durch einen Standard werden die Dashboards noch beherrschbarer, da man sich technisch in jedem Dashboard auskennt, auch wenn man den Inhalt fachlich nicht unbedingt bewerten kann.

Sein Tipp für gelungene Dashboards: Sprecht mit den Fachabteilungen und ermittelt gemeinsam wie ihr deren Arbeit durch Daten in Dashboards erleichtern könnt.

▬▬▬▬▬▬ Profile: ▬▬▬▬

Zum LinkedIn-Profil von Oliver: https://www.linkedin.com/in/oliverulbrich/

Zur Website von Reportingimpulse: https://www.biordie.com/

Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/

▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬

Jean-Luc Bannalec - Bretonische Verhältnisse

▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬

Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa

Zum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019

Zum Podcast auf Google:

https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14

Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6

▬▬▬▬▬▬ Kontakt: ▬▬▬▬

E-Mail: [email protected]

▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬

00:00 Intro

01:50 Oliver stellt sich vor

03:35 Thema all-in-one Dashboards

05:23 Probleme mit dem Dashboard Taschenmesser

08:15 Wie erschlägt man das Dashboard Monster

10:35 Wie entstehen die überfüllten Dashboards

11:30 Die Zielgruppe bestimmt das Dashboard

12:55 Wie Dashboards Handlungen auslösen

14:10 Abweichungen sind dein Freund

17:35 Die Datenreise im Dashboard

22:30 Die Nutzer*innen bestimmen die Inhalte

23:30 Bis in die Belegebene kann es gehen

26:00 Gemeinsam geht es in die Datennutzung

27:10 Jeder bekommt Daten auf der geeigneten Aggregation

29:10 Es klingt einfach, ist es aber nicht

30:10 Was die BI Abteilungen leisten sollen

32:20 Der Sinn von Visualisierungsstandards

34:20 Zwei Fragen an Oliver

Was sind die Grundlagen der Datenarbeit und warum muss ich auch hier meine Hausaufgaben machen um gute Ergebnisse zu bekommen? Darüber spricht Christian Krug, Host des Podcasts Unf*ck Your Data, mit Christoph Hein, Team Product Owner TM1 Consulting, bei DB System GmbH.

Die beiden unterhalten sich über die Grundlagen der Datenarbeit, wie Christian es getauft hat: Die Fußarbeit. Damit die Datennutzung im Unternehmen effektiv aufgestellt werden kann, müssen die entsprechenden Grundlagen dafür geschaffen werden. Dies klingt wie beim Sport die Fußarbeit wenig „sexy“ und macht im ersten Moment auch wenig Freude. Jedoch zeigen sich bereits nach wenigen Berichten dir Vorteile einer soliden Grundlage.

Im Datenkontext heißt dies ein Stamm- und Bewegungsdaten Management. Ist ein solches nicht aufgesetzt, so verbringt man bei der Erstellung jedes Berichts sehr viel Zeit mit der Korrektur der Daten, bevor man überhaupt Erkenntnisse gewinnt. Mit einer guten Grundlage sinkt diese „Rüstzeit“ von Bericht zu Bericht. Auch werden dann effektive KI Projekte erst wirklich möglich, da die Systeme auf sauberen Daten trainiert werden können.

Direkt aus der Praxis gibt Christoph Einblicke warum bei sehr operativ wertvollen Daten die Qualität oft relativ hoch ist, wohin gegen Daten die nicht direkt einen Einfluss auf die Geschäftszahlen habe, selten gut erfasst sind. Dies kann dann ein erhebliches Hindernis sein, auf dem Weg zu dennoch wichtigen Erkenntnissen für das Unternehmen. Zum Beispiel warum ein Historiker (Christoph) und ein Biologe (Christian) zeigen, dass nicht nur ITler im Datenbereich erfolgreich arbeiten können.

Zwei Tipps für eure Projekte: Oft bringt eine Auswertung eine sukzessive Verbesserung der Datenqualität, wenn man die notwendige Geduld aufbringt.

Wie schafft man den Spagat zwischen einem guten Stand und schnellen Ergebnissen in der Startphase von Projekten? Die beiden zeigen euch Wege und Szenarien auf wie ihr ans Ziel kommt und so die Grundlage für weitere spannende Projekte, wie Planung legt.

▬▬▬▬▬▬ Profile: ▬▬▬▬

Zum LinkedIn-Profil von Christoph: https://www.linkedin.com/in/christophhein/

Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/

▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬

Buchempfehlung von Christoph: Visual Business Analytics - Andreas Wiener, Dirk U. Proff, Jörn Kohlhammer

▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬

Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa

Zum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019

Zum Podcast auf Google:

https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14

Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6

▬▬▬▬▬▬ Kontakt: ▬▬▬▬

E-Mail: [email protected]

▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬

00:00 Intro

01:30 Christoph stellt sich vor

02:45 Remotearbeit bei der Deutschen Bahn

03:35 Thema Grundlagenarbeit

05:00 Analogien zum Sport

06:05 Grundlagen im Projekt legen

06:40 Was ist die Daten „Fußarbeit“

08:40 Beispiel für schlechtes Datenmanagement

13:05 Interessenskonflikt Erfassung und Auswertung

16:45 Stammdaten bei nicht kritischen Daten

21:05 Wie setzt man ein Stammdatenmanagement auf

28:03 Vorzüge eines guten Datenmanagements

29:40 Wann führe ich ein Stammdatensystem ein

33:10 Zwei Fragen an Christoph

Wie fange ich als Unternehmen an mehr mit Daten zu arbeiten? Und welche Mitarbeitenden brauche ich dafür?

Über dieses Thema spricht Christian Krug, der Host des Podcasts „Unf*ck Your Data“, mit Sarah Stemmler und Sebastian Henneberg, den Gründern der Tech Leaders Academy.

In vielen Unternehmen entsteht früher oder später der Drang datengetriebener zu arbeiten und so bessere Entscheidungen auf Basis von Kennzahlen zu treffen. Um diese Zahlen zu finden, aufzubereiten und zur Verfügung zu stellen brauche ich eine fähige Datenorganisation mit den richtigen Mitarbeitenden.

Um hier die ersten Schritt zu gehen braucht es Generalisten im Datenbereich, die damit beginnen im Zusammenspiel mit IT und Fachbereich Mehrwerte auf Grundlage von Daten zu erarbeiten. Bereits mit einfachen Mitteln wie statistischen Analysen lassen sich oft erste Erkenntnisse gewinnen. So gelingt der Beweis des Mehrwerts einer datengestützten Entscheidung. In weiteren Ausbaustufen können dann komplexere Tools wie künstliche Intelligenz (KI) oder Machine Learning (ML) Algorithmen genutzt werden um auch Vorhersagen für die zukünftige Entwicklung bestimmter Kennzahlen zu treffen (Predictive).

Gemeinsam besprechen Sarah und Sebastian mit Christian wie hier im Zusammenspiel der entstehenden Datenorganisation mit IT und Fachbereich ein harmonisches Bild entstehen kann. Denn nur gemeinsam können die Fragestellungen ganzheitlich beantwortet werden.

Sarah beschreibt häufige Fehler, die sie Unternehmen erlebt hat, die dazu führen, dass die Mitarbeitenden der Data Teams frustriert gekündigt haben. So haben Unternehmen und Mitarbeitender Zeit, Energie und Geld verschwendet. Gemeinsam mit Sebastian zeigt sie Wege auf wie genau diese Fehler vermieden werden können.

Zentrale Erfolgsfaktoren sind das Aufbrechen von Daten- und Organisationssilos um gemeinsam und umfassen an Lösungen arbeiten zu können, sowie die Bildung einer Datenallianz aus interessierten Personen, die dem Projekt zum Erfolg verhelfen.

▬▬▬▬▬▬ Profile: ▬▬▬▬

Zum LinkedIn-Profil von Sarah: https://www.linkedin.com/in/sarah-stemmler/

Zum LinkedIn-Profil von Sebastian: https://www.linkedin.com/in/sebastianhenneberg/

Zur Webseite der Tech Leaders Academy: Tech Leaders Academy

Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/

▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬

Buchempfehlung von Sebastian: Zhamak Dehghani – Data Mesh

Buchempfehlung von Sarah:  Matthew Skelton & Manuel Pais – Team Topologies

▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬

Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa

Zum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019

Zum Podcast auf Google:

https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14

Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6

▬▬▬▬▬▬ Kontakt: ▬▬▬▬

E-Mail: [email protected]

▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬

00:00 Intro

01:54 Sarah stellt sich vor

02:44 Sebastian stellt sich vor

03:35 Datenexpertise aus Passau

04:20 Thema der Folge Datenorganisation

05:25 Wie fange ich an mit Daten zu arbeiten

07:05 Daten im Startup

11:30 Henne Ei Problem bei Daten und Features

13:40 Welchen Wert liefert dein Datenprodukt

14:45 Wir demystifizieren AI und ML

17:10 Warum jetzt alle StartUps eine KI dabei haben

18:20 Worst Practices beim Aufbau der Datenorganisation

22:11 IT Teams versus Datenteams

24:55 Organisationssilos erzeugen Datensilos

26:20 Auswirkungen auf die ideale Datenorganisation

28:10 Wie binde ich die Fachorganisation mit ein

31:00 Anzufangen ist wichtiger als das Wie

32:30 Zwei Fragen an Sebastian

34:26 Zwei Fragen an Sarah

Was genau bedeutet Datenkompetenz warum ist es die Grundlage um mit der Datenarbeit überhaupt loslegen zu können?

Darüber spricht Christian Krug, Host des Podcasts Unf*ck Your Data, mit Dilyana Bossenz, langjährige BI Beraterin und Trainerin für Datenkompetenz.

Die beiden sprechen über Data Literacy oder Datenkompetenz. Darunter versteht man die grundlegende Fähigkeit sich kritisch mit Daten auseinander setzen zu können. Dies stellt somit die Grundlage dar um sich im Unternehmen überhaupt in Richtung data-driven entwickeln zu können.

Damit Zahlen und Fakten überhaupt effektiv in der Kommunikation genutzt werden können müssen Mitarbeitenden im Unternehmen diese auch bewerten und darstellen können.

Nur mit einer entsprechenden Datenkompetenz kann es gelingen kognitive Verzerrungen, sog. Biases, in unseren Entscheidungen aufzudecken und diese rationaler zu gestalten.

Dilyana erläutert wie ihre Kunden hier vorgehen um datengetriebener zu agieren und welche Personen in einem Unternehmen welche Art von Datenkompetenz benötigen.

Wenn das Thema nicht von der Unternehmensstrategie und -kultur her gedacht wird, so fehlt die Grundlage um es wirklich zu implementieren. Die erlernten Datenskills müssen dann auch in der Praxis angewendet werden, um nachhaltig erfolgreich zu sein.

Gemeinsam besprechen Dilyana und Christian auch die Wichtigkeit der Datenkompetenz im Privatleben. In einer Zeit in der wir mit Informationen überschüttet werden ist es elementar diese schnell und zuverlässig bewerten zu können. Welche Quellen sind transparent und vertrauenswürdig? Welche Aussage versucht ein Autor mit den Daten zu treffen und lassen die Zahlen diese Schlüsse wirklich zu? Oder zeigt die Tonalität eines Artikels in eine bestimmte Richtung?

Link zu Unstatistik: https://www.rwi-essen.de/presse/wissenschaftskommunikation/unstatistik

▬▬▬▬▬▬ Profile: ▬▬▬▬

Zum LinkedIn-Profil von Dilyana: https://www.linkedin.com/in/dilyana-bossenz-4839a292/

Zur Webseite von Datenkompetenz Online: https://datenkompetenz-online.de

Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/

▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬

Buchempfehlung von Dilyana: Jordan Morrow – Be Data Literate

▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬

Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa

Zum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-yourdata/id1673832019

Zum Podcast auf Google: https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14

Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6

▬▬▬▬▬▬ Kontakt: ▬▬▬▬

E-Mail: [email protected]

▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬

00:00 Intro

01:43 Dilyana stellt sich vor

04:21 Was ist Datenkompetenz

05:12 Datenkompetenz für Datenkonsumenten

07:20 Datenkompetenz für Dashboard Ersteller

08:05 Rollenunabhängige Datenkompetenzen

08:25 Umgang mit Biases, Verzerrungen der Wahrnehmung

09:30 Verschiedene level von datenkompetenz

11:00 Wer muss datenkompetent sein

12:00 Wie weit sind Unternehmen in der Datenkompetenz

12:40 Was bringt mir Datenkompetenz

16:25 Die Kennzahlflut – richtige KPI Definition

17:25 Datennutzung in der Finanzbuchhaltung

19:00 Datenkompetenz betrifft jeden

19:55 Wo fängt man mit Datenkompetenz an

24:30 Datenkompetenz im Privatleben

28:35 2 Fragen an Dilyana