Unternehmenswachstum - Wie nutzt man Datenanalysen richtig?

Kategorien

Blog durchsuchen

Startseite / Blog / Podcast / Unternehmenswachstum - Wie nutzt man Datenanalysen richtig?

Es geht nicht darum, Daten zu sammeln, sondern darum, was man damit machen kann! Welche Antworten können Sie aus all den Informationen erhalten, die Sie erhalten, und wie können Sie das Unternehmenswachstum mit Datenanalysen verbessern? Aron Clymer, der Gründer und CEO von Data Clymer, teilt in unserer neuen eCom Ops-Podcast-Folge seine Gedanken, sein umfassendes Wissen und seine Best Practices zu Datenanalyse und Data Warehousing!

Über

Data Clymer ist ein professionelles Datendienstleistungsunternehmen, das Unternehmen aus verschiedenen Branchen dabei unterstützt, moderne Cloud-Datensysteme aufzubauen, verwertbare Erkenntnisse und neue Wettbewerbsvorteile zu gewinnen und ihre Daten optimal zu nutzen.

Die Dateningenieure von Data Clymers implementieren einen modernen Cloud Data Stack, der es den Datenteams ermöglicht, ihr gesamtes System zu besitzen und zu kontrollieren. Diese modernen Datensysteme beschleunigen die Analytik und ermöglichen es den Teams, Analysen auf allen verfügbaren Daten durchzuführen und die Entscheidungsfindung zu verbessern.

Aron ClymerGründer von Data Clymer, hat durch seine beeindruckende Karriere ein umfassendes Wissen über den gesamten Data Stack, Datenmodellierung, Automatisierung, Data Science-Methodik, Analytik und Produktmanagement erworben.

Er hat die Einführung großer Business-Intelligence- und Analysesysteme wie Looker, Amplitude und Tableau sowie von Cloud Data Warehouses wie Amazon Redshift, Google BigQuery und Snowflake geleitet.

Er war Leiter eines Data-Science-Teams mit einer nachgewiesenen Erfolgsbilanz beim Aufbau außergewöhnlicher Teams und deren Führung zum Erfolg. Er hat sieben Jahre lang das Datenteam bei Salesforce aufgebaut und war Head of Data bei PopSugar.

Wichtigste Erkenntnisse

[00:00:02] Wir stellen Ihnen Aron Clymer vor, den Gründer und CEO von Data Clymer.

[00:00:27] Wie ist Aron zum Thema Data Warehousing gekommen?

[00:00:30] "... ich bin seit 25 Jahren in der High-Tech-Branche tätig, und, ich weiß nicht, wie lange, also etwa in der Hälfte meiner Karriere, habe ich gerade erst angefangen, mich auf Daten zu spezialisieren."

[00:01:46] "... Meine Vision war es, ein komplettes Data-Stack-Engineering-Team aufzubauen, wie ich es nennen würde. Wir machen also speziell Data Engineering. Es dreht sich alles um Data-Warehousing-Anwendungsfälle in vielen der spannenden Unternehmen und Branchen, die Sie gerade erwähnt haben."

[00:03:56] Was sind die häufigsten Probleme bei der Kombination von Daten?

[ 00:04:30 ] "... Rohdaten zu verwenden und nur Daten in Ihr System zu bekommen, ist fast unmöglich. Damit ist es also noch nicht getan. Es gibt Monate und Monate der Arbeit, um ein System zu bekommen, das wirklich gut für dich funktioniert."

[00:06:06] Wie kann man eine starke Datenkultur in einem Unternehmen schaffen?

[00:06:28] "Das ist ein mehrjähriger Prozess, der einfach nicht schnell geht..."

[00:06:44] "... Sie wollen also Ihre Daten in die alltäglichen Geschäftsprozesse für jeden im Unternehmen einbringen."

[00:07:50] "Für ein Produktunternehmen wollen wir, dass die Produktmanager es jeden Tag oder jedes Mal, wenn sie zu einer Besprechung kommen, nutzen, wissen Sie. Bringen Sie Ihre Daten zu Ihrem Meeting mit; zeigen Sie uns, warum Sie etwas tun wollen."

[00:08:14] Was sind die wichtigsten Punkte, die eCommerce-Unternehmen messen und überwachen sollten?

[00:08:53] Welche Antworten kann die Ad-hoc-Datenanalyse liefern?

[00:10:58] Der Schmerzpunkt im eCommerce-Geschäft ist, wie in jedem anderen auch, dass sie keinen vollständigen Einblick in ihr Geschäft, ihre Produkte und ihre Kunden haben.

[00:14:50] Eine zentrale Stelle zur Verwaltung aller gesammelten Daten aus verschiedenen Tools erleichtert die Datenanalyse erheblich.

(00:14:48) In den letzten zwei Jahren ist die Technologie so weit fortgeschritten, dass man die Daten mit Hilfe des weiterentwickelten Datenmodellierungsansatzes analysieren kann.

[00:15:50] Mit einer angemessenen Datenmodellierung können Sie in Sekundenschnelle herausfinden, was die zwei wichtigsten Dinge sind, die Käufer tun, bevor sie einen Kauf tätigen, oder was die vier wichtigsten Dinge sind, die sie auf einer Website tun, usw.

[00:17:00] Sind Data Warehousing und Big Data dasselbe, oder gibt es einen Unterschied?

[00:17:25] "... Ein Warehouse ist für die Analytik konzipiert. Es ist also darauf ausgelegt, eine Menge Daten in großen Tabellen zu speichern und diese dann schnell abfragen zu können."

[ETL (Extrahieren, Transformieren, Laden) oder ELT (Extrahieren, Laden, Transformieren) bedeutet, Daten aus all Ihren Quellen in ein zentrales Data Warehouse zu bringen. Man baut also eine Pipeline von Daten auf und modelliert sie dann.

[ 00:18:25 ] Was ist Datenmodellierung

[00:18:41] Was ist umgekehrtes ETL?

[ 00:19:00 ] "... was wir sehen, ist, dass das Data Warehouse als operatives Werkzeug immer wichtiger wird; nicht nur für Analysen, nicht nur für interne Analysen, nicht nur für rückwärtsgerichtete Analysen, sondern als operatives Werkzeug."

(00:19:48) Heute gibt es Anwendungen, die nur auf dem Data Warehouse und speziell für den elektronischen Handel entwickelt werden.

(00:22:29) Was Data Warehousing der Welt gebracht hat, ist die Möglichkeit, dass verschiedene Lager Daten gemeinsam nutzen können, ohne sie von einem Lager in ein anderes zu verschieben.

[00:22:29] Was hat Aron alles über Datenanalyse gelernt?