Data Analytics
Detektivarbeit auf Datenebene
Data Analytics ist ein trockenes, anstrengendes und langweiliges Thema – mag manch einer denken. Aber mitnichten! Geht es doch darum nicht einfach nur ‚etwas zu rechnen‘, sondern sinnvoll zur bestmöglichen Lösung zu gelangen, darum nicht einfach nur ‚auf einen Knopf zu drücken‘, sondern mit Köpfchen genau die passenden Analysen zur Beantwortung entsprechender Fragestellungen herauszufiltern und geschickt zu kombinieren. Was im Bereich Data Analytics alles passiert – so glauben wir – ist für jeden, der in der Marktforschung arbeitet, ein spannendes Thema. Denn hier werden die eigentlichen Antworten generiert – nur, wer hier über echte Expertise verfügt, kann aus Daten wirklich alles herausholen.
In erster Linie landen methodisch komplexe Projekte im Team Data Analytics – angefangen von kompletten Fullservice-Projekten bis hin zu reinen Datenanalysen auf vorhandenen Kundendaten. Neben dem obligatorischen Datenhandling dreht sich dann im Grunde genommen alles um multivariate Analysemethoden. Interrogare bietet in dieser Hinsicht langjährige Erfahrung, einen wissenschaftlichen Hintergrund und in der Kombination einen echten Mehrwert.
Aber was sind Beispiele für inhaltliche Schwerpunkte im Bereich Data Analytics?
- Präferenzen messen: Wenn es darum geht herauszufinden, was Kunden wollen, häufig insbesondere in der Produkt- und Preisforschung ein wichtiger Punkt (Einsatz von Conjoint Verfahren).
- Zusammenhänge aufdecken: z.B. welche Faktoren welchen Einfluss auf eine Kaufentscheidung, auf Weiterempfehlung oder Attraktivität eines Angebotes haben (Einsatz von Regressionsanalysen).
- Ähnlichkeiten entdecken: Hier geht es um das Identifizieren von homogenen Gruppen, z.B. als Kundensegmentierungen, die als Basis für viele Unternehmensaktivitäten dienen (Einsatz von Clusteranalysen).
- Beziehungen visualisieren: hier können Faktoren wie beispielsweise Marken und Imageeigenschaften in einem Raum auf Basis erhobener Ähnlichkeiten positioniert werden (Einsatz von MDS, Korrespondenzanalysen, Biplots).
- Informationen verdichten: so können Konstrukte, Motive, Einstellungen etc. auf Basis ähnlicher Variablen ermittelt und die Daten so vereinfacht werden (Einsatz von Faktorenanalysen).
- Verschiedene Schwerpunkte der eigenen Verfahren: Emotional Branding Monitor, Consumer MindMap, ID CBC - mehr Informationen zu diesen Methoden finden Sie auf den entsprechenden Themenseiten (per Klick auf die Namen).
Ach, und sagen Ihnen Benefitsegmentierung, Hierarchial Bayes Schätzung, Marktsimulation, Penalty Reward Analyse, Shapley Value Regression, Self Organizing Maps, Latent Class Verfahren, CHAID, Decision Trees...etwas? Falls nein, dann ist das völlig ok, denn das wissen unsere Experten, die tagtäglich mit diesen Verfahren hantieren und das Beste aus Ihren Daten herausholen.
Erfahren Sie daher mehr über die Arbeit mit Daten, unsere Verfahren und Möglichkeiten im Interview "5 Fragen an..." mit unserer Expertin Beate Sarnowski. Und wenn Sie Anmerkungen oder (An-)Fragen haben, zögern Sie nicht uns zu kontaktieren!
5 Fragen an...
Beate Sarnowski, Interrogare-Expertin für Data Analytics