Das Thema Datenanalysen ist in aller Munde. Kein Wunder, denn weltweit wird immer mehr Datenvolumen generiert – Internetnutzer hinterlassen täglich digitale Spuren, die bei großen Konzernen schon längst in das Marketing einfließen. Ein Blick in die Branche stellt klar: Die produktorientierte Welt, in der wir leben ist stark von einem Wort mit fünf Buchstaben abhängig: Daten.
Für Startups und KMUs sind Datenanalysen eine Chance mit den Big-Playern zu konkurrieren. In der Realität wird diese aber kaum wahrgenommen. Im Folgenden erklären wir, wie sich Datenanalysen auch in Early Stage Startups und kleine Unternehmen implementieren lassen.
Datenanalysen für Startups: Worauf kommt es an?
Die Vorurteile zum Thema Datenanalysen / Business Intelligence sind groß. Oft fehlt Unternehmern der Durchblick, um klar zu differenzieren, welche Systeme sich wirklich in Startups implementieren lassen. Für die Meisten geht es dabei nicht um Big Data, künstliche Intelligenz oder Machine Learning, sondern die Datenquellen, auf denen das jeweilige Business aufbaut.
Das können bewährte Technologien, wie Google Analytics, Hubspot und Mailchimp sein. Aber auch interne Datenquellen lassen sich gut in Datenanalyse-Systemen für Startups implementieren. Besonders wichtig ist die Relevanz der Datenquelle. Exzellente Systeme können auch nur dann einen Mehrwert bieten, wenn diese nahtlos in das operative Geschäft integriert wurden. In der Praxis bedeutet dies: Software sollte nicht nur auf dem Front-End, sondern auch im Back-End miteinander kommunizieren.
Bestehende Reporting-Tools zur Datenanalyse nutzen
Startups sind sehr gut darin, moderne Technologien zur Aufarbeitung des eigenen Geschäfts zu verwenden. Was jedoch oft ignoriert wird sind die Erkenntnisse, die diese Technologien bereitstellen können.
Die meisten Unternehmer wissen, dass Werkzeuge zur Traffic-Überwachung, wie Google Analytics und die Google Search Console exzellente Reportingtools bieten. Auch relevante SEO-Optimizer, wie SEMRush und Oncrawl liefern nützliche Reports, über alle aufgezeichneten Daten und sind damit keine Ausnahmen.
Diese Daten sind alleinstehend schon sehr wertvoll für Unternehmen. So lassen sich mit SEMRush bspw. relevante Keywords finden und das Webseiten-Ranking überwachen, während Oncrawl Informationen zur Crawlbarkeit einer Webseite bereitstellt.
Aber was wäre, wenn sich Technologien untereinander austauschen könnten?
Mithilfe von verhältnismäßig erschwinglichen Business Intelligence Programmen, wie Tableau, Microsoft PowerBI und Qlick lassen sich Datenquellen untereinander ins Verhältnis stellen. In Early Stage Startups ist dies besonders wertvoll, da die Geschäftsprozesse dort erst seit kurzer Zeit bestehen. So haben junge Unternehmen deutlich weniger Daten als Bestandsunternehmen, was die Relevanz einzelner Datenaufzeichnungen deutlich erhöht. Hat man also die Möglichkeit bspw. die Mailchimp-Daten des E-Mail-Newsletters mit Google Analytics abzugleichen, entstehen wichtige Erkenntnisse über das Nutzerverhalten potenzieller Kunden.
Datenanalysen in der Praxis
Im täglichen Geschäft eines Startups werden regelmäßig neue Daten generiert. Nutzer registrieren sich, Produkte werden verkauft oder andere relevante Dinge passieren. Für Unternehmer bedeutet dies, dass ein mögliches Datenanalyse-Dashboard idealerweise Live-Verbindungen zu bestehenden Datenquellen bieten sollte. Für Datenwissenschaftler bedeutet dies, dass unterschiedliche Aktualisierungs-Rhythmen nahtlos miteinander abgeglichen werden müssen.
Wie in vielen anderen Branchen, sind auch hier Pauschalisierungen fatal. Unterschiedliche Unternehmen haben auch unterschiedliche Anforderungen an Datenanalysen. Daher ist es wichtig im Voraus festzulegen, welche Erkenntnisse mit den Analysen gewonnen werden sollen. Sind es Einblicke in das Nutzerverhalten auf der unternehmenseigenen Webseite? Oder steht die Effektivität eigener Marketing-Kampagnen im Fokus der Analyse?
Tableau- oder PowerBI-Dashboards sollten an diese Wünsche angepasst werden und nur die Daten beinhalten, die auch wirklich wichtig sind. Leider sind die Kosten für Datenwissenschaftler und BI-Technologien recht hoch. Für Unternehmer gilt es also zu entscheiden, wenn sich die Implementierung dieser wirklich lohnt.
Erkenntnisse / Learnings umsetzen
Die Offenlegung von Datenanalysen passiert in der Regel nicht an einem Tag. Je nach Datenquelle und Technologie benötigt es einige Wochen, bis diese zur Auswertung infrage kommen. Sobald die ersten Einblicke in die Geschäftsdaten vorhanden sind, sollten sich Unternehmen über die Umsetzungen Gedanken machen. Dabei geht es auch um ein diszipliniertes Hinterfragen eigener Glaubenssätze. – Ist das Produkt wirklich gut genug? Sollten die Marketing-Maßnahmen vielleicht noch einmal überarbeitet werden? Daten lügen nicht und decken oft Informationen auf, die Gründer lieber ignorieren würden. Das bietet Chancen zukünftige Geschäftsentscheidung anzupassen und langfristig bessere Geschäftsergebnisse zu erzielen.
Abhängig von der Datenquelle können so Verbesserungen im Marketing, der Nutzererfahrung oder anderen Bereichen eines Unternehmens erzielt werden. Hier gilt in erster Linie: Kontinuität.
Im laufenden Geschäftsbetrieb werden sich Daten immer wieder anpassen. Diese sollten also immer wieder diszipliniert ausgewertet werden, damit die gewonnenen Erkenntnisse in Geschäftsentscheidungen einfließen können. Nur so können Startups und KMUs langfristig von den Vorteilen regelmäßiger Datenanalysen profitieren.
Denn während wir auf den Moment warten, in welchem KI die Unternehmen dieser Welt übernimmt, sind Investments in Datenanalysen vielleicht die beste Entscheidung, die Unternehmer tätigen können.
Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder
