Datendurst mit Tim Ebner

Tim Ebner

Nichts ist schlimmer als kundenunfreundliche Customer Journeys. Brüche zwischen Kanälen, ungehörtes Feedback oder der mangelnde Blick über den Tellerrand tun einfach weh. Deshalb gibt es jetzt Datendurst. Ein Podcast, in dem wir lernen, solche Schwachstellen in der Customer Journey aufzuspüren, mit Daten analysierbar machen und ganz gezielt zu optimieren. Viel Spaß beim Zuhören!

  1. Lead Management: Die datenbasierte Brücke zwischen Marketing & Sales | Mit Meike Wizani von voestalpine

    24 APR

    Lead Management: Die datenbasierte Brücke zwischen Marketing & Sales | Mit Meike Wizani von voestalpine

    00:00 Intro und Vorschau 01:36 [Anzeige] Haufe Akademie: Marketing- und Sales Analyst Masterclass 02:52 Vorstellung von Meike Wizani und voestalpine 05:00 Das Grundproblem: Wir haben Daten, aber keinen Prozess! 06:17 Das veraltete Rollenbild zwischen Marekting & Sales 08:30 Digitales Marketing für 70jährige Kundenbeziehungen 09:22 Warum Lead Management in guten Zeiten wichtig ist 11:06 Wir haben Daten, aber was bringt das wirklich? 13:18 Zwei große Daten-Herausforderungen im Lead Management 14:51 Kontext macht kalte Leads erst konvertierbar 17:10 Lead Management ist wie Dating 18:32 KI im Lead Management: Hilft das wirklich? 20:20 Wenn Erwartungen zwischen Marketing & Sales kollidieren 22:11 Wer ist eigentlich verantwortlich für Leads? 23:34 Wann ist ein Lead wirklich „Sales Ready“? 24:50 Datenqualität zwischen Marketing und Sales als Lösung 26:28 PoCs als Hack für mehr Datenqualität 28:37 Warum zu viele Leads Sales und Kunden schaden 32:19 E-Commerce: Die Sales-Kollegen im Marketing-Gewand 34:50 Ideal Customer Profiles: Welche Kunden braucht Sales denn? 37:30 Datenqualität schlägt Datenmenge 38:37 Welche Daten bringen wirklich Entscheidungen? 39:27 Komplexe Zielgruppenstrukturen erfordern differenzierte Datenqualität 43:25 Das Problem der Datenpflege im Vertrieb 45:30 Ideal Customer Profile regelmäßig aktualisieren 46:52 Wie man Datenchaos CRM und ERP-System verhindert 49:17 Lead Management ist nicht nur Toolfrage 50:50 Fazit: Es gibt nicht die "eine" Lösung für Lead Management ShownotesMeike Wizani und Tim tauchen tief in die Zusammenarbeit zwischen Marketing und Sales ein. Meike teilt ihre Erfahrungen, Mythen und Best Practices, um datenbasiert Prozesse zu optimieren und die Brücke zwischen beiden Abteilungen zu stärken. Es geht um Datenqualität, Systemintegration und strategische Zusammenarbeit, um den Lead-Management-Prozess zu optimieren. TakeawaysDaten sind die Basis für effektives Lead-Management.Die Datenqualität von Leads ist entscheidend dafür, dass die Zusammenarbeit zwischen Marketing und Sales gut klappt.Systeme wie CRM und ERP müssen auf die individuellen Bedürfnisse der Abteilungen angepasst werden.Power BI ist super, um Daten aus verschiedenen Marketing- und Sales-Systemen gemeinsam zu visualisieren und zu analysieren.Datenpflege ist eine kontinuierliche Aufgabe, die klare Verantwortlichkeiten im Unternehmen erfordert. [Anzeige] Haufe Akademie: Marketing & Sales Analytics MasterclassBei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Masterclass zum Marketing & Sales Analyst! In mehreren Kursen (plus Abschlussprüfung): bekommst Du einen Einstieg in Strategien und Werkzeuge, Tracking-Strategien, Analysen, Visualisierung und KImachst Du erste Schritte und setzt zum Beispiel Dein erstes Marketing & Sales Dashboard umerfährst Du, wie du KI Use Cases & Tools auswählst und danach in die Umsetzung gehst Zur Masterclass: https://www.haufe-akademie.de/analyst Weitere Angebote: https://www.haufe-akademie.de/future VorschauIn zwei Wochen spricht Tim bei Datendurst mit Moritz Küffner zum Thema kooperative Kommunikation. Die Fähigkeit empathisch kommunizieren zu können ist die Grundlage jeder guten Zusammenarbeit. Oft haben wir die richtigen Tools, genug Geld und genug Leute mit dem richtigen Fachwissen, aber trotzdem fluppt es nicht. Deswegen ist Kommunikation heutzutage neben Technologie und Daten ein weiterer wichtiger Grundpfeiler für jeden Organisations- und Strategieansatz für Data & Analytics. Moritz Küffner ist absoluter Experte in diesem Feld. Freut Euch also auf eine Superfolge Datendurst!

    54 min
  2. Sind Daten im Healthcare Marketing Nebensache? | Mit Nicole Freude (Ex-TERRITORY)

    10 APR

    Sind Daten im Healthcare Marketing Nebensache? | Mit Nicole Freude (Ex-TERRITORY)

    00:00 Intro und Ankündigung der nächsten Folge zu Silos zwischen Marketing & Sales 02:07 [Anzeige] Haufe Akademie: Marketing- und Sales Analyst Masterclass 03:27 Warum Daten im Healthcare Marketing oft zur Nebensache werden 04:49 Welche Vorteile Daten für Kampagnen und Management bringen 07:28 Manpower und Datenkompetenz: Warum Analysen oft liegen bleiben 08:05 Das skurrile Beispiel mit der Twitter-Follower-Analyse 10:00 Warum Entscheidungen oft nicht datenbasiert getroffen werden 10:47 Was hilft: Handlungsempfehlungen als To Do in Jira & Trello anlegen 11:52 Was noch hilft: Dashboards gemeinsam entwickeln 13:17 Was noch hilft: Klare Verantwortung für Umsetzung von Handlungsempfehlungen 15:00 Kurze Kampagnenlaufzeiten und verlorene Learnings 15:45 Wie Algorithmen unter kurzen Kampagnen leiden 17:31 Warum es im Healthcare Marketing besonders schwierig mit Daten ist 19:00 Tim steht auf dem Schlauch: HWG-Elefant oder Katze? 20:01 Regulierung als Leitplanke: Was mit Daten trotzdem möglich ist 21:18 Warum strenge Regeln im Healthcare Marketing wichtig sind 23:26 Warum die Angst vor dem Datenschutz oft unbegründet ist 27:42 Wie Healthcare Marketing den besseren Umgang mit Daten schaffen kann 29:48 Warum anfangs kleine Workshops sinnvoll sind 30:30 Konkrete Anwendungsfälle für datenbasiertes Healthcare Marketing 32:10 Technologie, Prozesse, Kultur, Skills und Wissensmanagement als Schlüssel 32:59 Was man heute schon tun kann, um besser mit Daten zu arbeiten 34:08 Outro: Feedback, Bewertungen und Kommentare ShownotesTim Ebner und Nicole Freude diskutieren die Herausforderungen und Chancen von Data & Analytics im Healthcare Marketing. Sie beleuchten regulatorische Hürden, organisatorische Barrieren und praktische Lösungsansätze, um datenbasierte Strategien effektiv umzusetzen. TakeawaysMacht anfangs kleine Workshops: Welche Möglichkeiten der Datennutzung gibt es?Geht einen Schritt auf den Datenschutz zu: Welche Verarbeitungen sind unkritisch?Verzahnt Erkenntnisse mit Kampagnenprozessen, am Besten direkt als To Do in Jira oder TrelloPlant Zeit für Analysen und Umsetzung von Empfehlungen einEntwickelt Dashboards gemeinsam mit Analysten und Marketing TeamLeitet Handlungsempfehlungen gemeinsam ab MasterclassBei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Masterclass zum Marketing & Sales Analyst! In mehreren Kursen (plus Abschlussprüfung): bekommst Du einen Einstieg in Strategien und Werkzeuge, Tracking-Strategien, Analysen, Visualisierung und KImachst Du erste Schritte und setzt zum Beispiel Dein erstes Marketing & Sales Dashboard umerfährst Du, wie du KI Use Cases & Tools auswählst und danach in die Umsetzung gehst Zur Masterclass: https://www.haufe-akademie.de/analyst Weitere Angebote: https://www.haufe-akademie.de/future VorschauIn zwei Wochen spricht Tim mit Meike Wizani von Voestalpine darüber, wie wir Datensilos zwischen Marketing und Vertrieb abbauen können. Meike hat Ihre Karriere im Vertrieb gestartet und ist inzwischen ins Marketing gewechselt. Dort hat sie die Rolle des Übersetzers zwischen den beiden Abteilungen übernommen, und dabei sehr spannende Erfahrungen im Lead Management gesammelt. Ihr könnt Euch also auf eine spannende Folge freuen! Datendurst bei LinkedIn: https://www.linkedin.com/company/datendurst/

    36 min
  3. Marketing Data Engineering für Analytics und AI | Mit Tim Wiegels (Ex-FREENOW)

    27 MAR

    Marketing Data Engineering für Analytics und AI | Mit Tim Wiegels (Ex-FREENOW)

    00:00 Intro und Ankündigung der nächsten Folge zu Healthcare Marketing 01:13 Was Dich in dieser Folge erwartet 01:46 Anzeige: Marketing & Sales Analyst Masterclass 02:46 Hamburger Goldkehlchen: Warum Tim im Männerchor singt 07:26 Brace for Impact: Unsere ersten Data Engineering Bruchlandungen 09:42 Datensilos: Die Krankheit in unseren Marketing-Abteilungen 11:18 Tim Wiegels Data Engineering Erfahrungen bei Goodgame Studios 12:51 Nicht nur Technik: Warum Teams und Prozesse mitziehen müssen 13:29 Tim Ebners Data Engineering Erfahrungen bei innogy.C3 13:59 UTM-Standards und IDs: So wird Tracking anschlussfähig 15:10 Lust auf ein Marketing-DWH mit Supermetrics, Google Sheets und SQL? 18:11 UTM-Pain, Attribution und Blackbox-Logiken von Google und Meta 21:01 Warum Google Sheets trotzdem ein sinnvoller Start ist 22:24 Der Wendepunkt: Ab wann ein Data Warehouse nötig wird 23:48 Raw, Refined, Gold: Die Layer-Logik einfach erklärt 26:38 Business-Logiken im Refined Layer: Kosten, Währungen und Regeln 28:40 Gold Layer und Data Marts: ROI, ROAS und die Single Source of Truth 29:34 Ab welchem Data Layer MMM und CLV Berechnungen Sinn machen 30:10 Welche Datenmodellierung in Power BI & Co nicht empfehlenswert ist 31:05 Views oder Tabellen? Warum View auf View schnell weh tut 34:10 Wie roh sollten Rohdaten sein? Und was sind "heiße" Daten? 36:34 Lieber zu viel Rohdaten als zu wenig 38:11 Wie Star Layer dein DWH schlanker und schneller machen 41:52 Warum saubere Layer Analytics und AI-Projekte einfacher machen 42:40 Echtzeit-Modelle vs. GenAI: Welche Datenqualität gebraucht werden 45:12 AI skaliert Chaos: Was ohne gute Daten schiefläuft 49:10 Womit anfangen? Tools, Datenbank und erste Schritte 52:16 Outro: Feedback, Bewertungen und Haufe-Hinweis ShownotesTim Ebner und Tim Wiegels teilen ihre Erfahrungen und Herausforderungen beim Aufbau eines Marketing Data Warehouses. Sie diskutieren die typischen Anfangsprobleme, wie wichtig eine gute Datenstruktur ist und wie man Silos in Marketing und anderen Unternehmensbereichen überwindet. Als Ergebnis winken bessere Analysen und Entscheidungen. Tim und Tim tauchen tief in die Architektur eines effizienten Marketing Data Warehouse ein. Tim Wiegels erklärt dabei die vier wichtigsten Layer, die wichtig sind um die Datenverarbeitung vereinfachen, die Performance steigern und Kosten senken. Streamt rein und erfahrt praktische Tipps für den Aufbau und die Nutzung dieser Layer, um Data Engineering im Marketing smarter zu gestalten. Der Instagrammer, der regelmäßig versucht ChatGPT, Claude und Gemini ins Boxhorn zu jagen, ist übrigens father_phi, erreichbar unter: https://www.instagram.com/father_phi TakeawaysAlle Daten sollten in ihrer höchsten Granularität in einem Raw Layer gespeichert werden.Vermeide Views auf Views, um Performancekosten zu minimieren.Nutze Pipeline-Tools wie Airflow oder dbt für automatisierte Datenprozesse.Der Gold Layer liefert die wichtigsten KPIs wie ROI und ROAS in sauberster Datenqualität.AI-Projekte sollten auf dem Gold Layer oder höher aufbauen, um angemessene Ergebnisse zu sichern. [Anzeige] Haufe Akademie: Marketing & Sales Analytics MasterclassBei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Masterclass zum Marketing & Sales Analyst! In mehreren Kursen (plus Abschlussprüfung): bekommst Du einen Einstieg in Strategien und Werkzeuge, Tracking-Strategien, Analysen, Visualisierung und KImachst Du erste Schritte und setzt zum Beispiel Dein erstes Marketing & Sales Dashboard umerfährst Du, wie du KI Use Cases & Tools auswählst und danach in die Umsetzung gehst Zur Masterclass: https://www.haufe-akademie.de/analyst Weitere Angebote: https://www.haufe-akademie.de/future VorschauIn zwei Wochen spricht Tim bei Datendurst mit Nicole Freude über Datennutzung im Healthcare Marketing. Nicole ist schon seit 14 Jahren Beraterin in diesem Bereich und hat dementsprechend schon viel gesehen. Ihr könnt Euch also auf eine spannende Folge freuen! Datendurst bei LinkedIn: https://www.linkedin.com/company/datendurst/

    53 min
  4. Microsoft PowerBI lernen | Mit Diana Ackermann

    13 MAR

    Microsoft PowerBI lernen | Mit Diana Ackermann

    00:00 Intro und Vorschau 02:07 Vorstellung von Diana Ackermann 02:51 [Anzeige] Haufe Akademie: Data Expert Masterclass 03:55 Moment mal: Was ist eigentlich KNIME? (kurzer Exkurs) 04:49 Wie Diana und Tim sich kennen gelernt haben 07:07 Shoutout: Bewerbt Euch auf eine Podcastaufnahme! 07:37 Einstieg in Power BI: Leicht oder schwierig? 08:28 Warum Power BI am Anfang trügerisch einfach wirkt 09:15 Wann Power BI plötzlich komplex wird 09:56 Datenmodellierung, Power Query und DAX erklärt 11:07 Was Power BI über Visualisierung hinaus Alles kann 14:00 Power BI im Vergleich zu anderen BI-Tools 15:03 Schnelle MVP-Dashboards vs. professionelle Datenarchitektur 16:01 Warum Datenmodellierung entscheidend ist 16:42 Fazit: Einstieg leicht, Experte werden schwierig 18:10 Warum Templates beim Einstieg helfen können 18:39 Warum viele Power BI unterschätzen 19:20 Workspaces, Zugriffsrechte und Chaos in BI-Systemen 20:05 Chaos vermeiden: Strategie & Dokumentation 22:15 Wann ein Pro Account Sinn macht 24:35 Jeden Monat gibt's neue Features 25:25 Der Moment, in dem Power BI kompliziert wird 26:18 Grundfragen einer Power BI Strategie (Bonus: Dianas Checkliste) 27:50 Wie man Berechtigungskonzepte richtig umsetzt 29:00 Praxisbeispiel aus der Beratung 34:31 Analytics für Dein Dashboard: Nutzungsberichte 37:35 Dashboard-Nutzungsberichte richtig interpretieren 38:40 Wie man UX von Dashboards verbessert 44:26 Automatisierungs-Hack: Dynamische Texte und Anmerkungen 45:40 Wie Diana Power BI gelernt hat 49:53 Guter Mix: Learning by Doing und Zertifizierung 51:06 Geheimtipp: Ohne Job Praxiserfahrung sammeln 53:41 Workout Wednesdays: Tableau & Power BI Challenges 54:17 Kleiner Hack: Dokumentation in ChatGPT hauen! ShownotesIn dieser Episode von Datendurst spricht Tim Ebner mit Diana Ackermann über Power BI, ein weit verbreitetes Microsoft-Tool zur Datenvisualisierung und -analyse. Diana teilt ihre Erfahrungen und gibt Einblicke, wie man Power BI effektiv lernen kann. Sie erklärt, dass der Einstieg zwar leicht ist, aber die Komplexität schnell zunimmt, wenn man tiefer in die Materie eintaucht. Themen wie Datenmodellierung, Berechtigungskonzepte und Strategien für die Nutzung von Power BI werden behandelt. Zudem gibt Diana Tipps, wie man Praxiserfahrungen sammeln kann, auch wenn man noch keinen Job hat. Und Diana schenkt Euch auch etwas: Ihre Checkliste für einen guten Start in Power BI: https://datavizdiana.com/checkliste-power-bi-start/#download TakeawaysDer Einstieg in Power BI ist recht leicht, aber es wird schnell komplex.Datenmodellierung ist entscheidend für den Erfolg in Power BI.Dynamische Titel und Annotations verbessern die Nutzererfahrung.Challenges sind eine gute Möglichkeit, um praktische Erfahrungen zu sammeln.Man sollte die Zahlen im Dashboard nicht nur zeigen, sondern auch interpretieren.Ein Basic Account ermöglicht den schnellen Einstieg in Power BI.Die richtige Strategie ist entscheidend für die Nutzung von Power BI. [Anzeige] Haufe Akademie: Data Expert MasterclassBei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Data Expert Masterclass! In mehreren Kursen (plus Abschlussprüfung): bekommst Du einen Einstieg in Big Data, Machine Learning und professionelle Datenanalysemachst Du erste Schritte und setzt komplette Datenprozesse mit KNIME umerfährst Du, wie du aus PoCs tragfähige Datenprodukte entwickelstlernst Du, wie Du LLMs, RAGs und KI als Automatisierungsbaustein einsetzt Zur Masterclass: https://www.haufe-akademie.de/data Weitere Angebote: https://www.haufe-akademie.de/future VorschauIn zwei Wochen spricht Tim bei Datendurst mit Tim Wiegels über Data Engineering für Marketing Analytics und AI. Tim war früher Vice President of Data bei FREE NOW, was die meisten von Euch noch als MyTaxi kennen dürften. Heute ist er Berater für alle Data Themen rund um Marketing Analytics und AI und Stammgast im Podcast von Jonas Rashedi. Ihr könnt Euch also auf eine spannende Folge freuen! Datendurst bei LinkedIn: https://www.linkedin.com/company/datendurst/

    57 min
  5. Wie Du LinkedIn zu 100% automatisierst | Mit Britta Behrens (LinkedIn Certified Marketing-Expertin)

    27 FEB

    Wie Du LinkedIn zu 100% automatisierst | Mit Britta Behrens (LinkedIn Certified Marketing-Expertin)

    00:00 Intro und Vorschau 00:45 Community-News & Hörerfeedback 02:12 Vorstellung von Britta Behrens 03:11 [Anzeige] Masterclass Business Automation Manager 04:31 Automatisierung auf LinkedIn »und ich bin auf Bali« 07:12 Warum vollständige Automatisierung keine gute Idee ist 09:52 KI-Content auf LinkedIn: Zahlen & Realität 11:00 Seelenloser Content und fehlende Wertschätzung 13:37 Woran erkennt man KI-Posts? 16:06 Engagement Pods & Fake-Reichweite 18:18 Thumbstopper & Aufmerksamkeit im Feed 21:30 Automatisierte Kontaktanfragen 23:27 Strategisches Networking statt Massenansprache 24:24 Wie der LinkedIn-Algorithmus wirklich funktioniert 30:45 AI-Slop: Content-Müll im Feed 31:30 Warum schlechter Content trotzdem Reichweite bekommt 33:19 So trainierst du deinen LinkedIn-Feed 35:09 Warum auf LinkedIn automatisiert wird 36:00 Risiken und Regeln bei Automation 38:00 LinkedIn ist keine Sales-Automation Plattform 39:27 Auf LinkedIn basierte E-Mail-Generatoren 41:50 Alte Vertriebsmethoden in LinkedIn gepresst 45:22 Brittas Tipps für Dein LinkedIn 48:51 Impact statt Impressions 52:09 Tools für Social Selling mit LinkedIn ShownotesIn unserer heutigen Episode diskutiert Tim Ebner mit Britta Behrens (Certified Marketing Expertin für LinkedIn Marketing, B2B-Marketing und Social Selling) über die Herausforderungen und Chancen von LinkedIn in Verbindung mit KI. Vorweg: Eine vollständige Automatisierung des LinkedIn-Accounts ist eine schlechte Idee. Wir klären die Risiken seelenlosen Contents und wie du ihn am besten erkennen kannst. Britta erklärt, wie der LinkedIn-Algorithmus den Newsfeed steuert und wie man seinen Newsfeed trainieren kann. Business-Experten mit hoher fachlicher Expertise haben natürlich keine Zeit, auf KI-Tools zu verzichten. Vor allem nicht auf LinkedIn. Richtig, nur wie kann man auf LinkedIn organischen Content effektiv umsetzen? Britta und Tim sprechen über die Bedeutung von strategischem Networking sowie die Auswirkungen des LinkedIn-Algorithmus auf die Sichtbarkeit von Inhalten. Auf euch warten wertvolle Tipps für eine erfolgreiche LinkedIn-Strategie, wie man Social Selling mit Tools effektiv und effizient betreibt, warum Impressions irrelevant sind und warum früher nicht alles besser war. [Anzeige] Haufe Akademie: Business Automation Manager:inBei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Masterclass zum Business Automation Manager! In mehreren Kursen (plus Abschlussprüfung) lernst du: Automatisierungspotenziale in Geschäftsprozessen zu erkennen, zu bewerten und erfolgreich umzusetzen,Geschäftsprozesse methodisch zu optimieren und gezielt mit KI-Technologien zu verknüpfen, um Automatisierungsprojekte effektiv umzusetzen,moderne Automatisierungstechnologien wie KI, NoCode-/LowCode-Tools und Plattformen wie Zapier und die Microsoft Power Platform effektiv einzusetzen, um Effizienz und Produktivität in deinen Geschäftsprozessen zu steigern undAutomatisierungslösungen als strategisches Werkzeug einzusetzen und nachhaltig im Unternehmensalltag zu verankern. Zur Masterclass: https://www.haufe-akademie.de/future-jobs-classes/business-automation-manager Weitere Angebote: https://www.haufe-akademie.de/future VorschauIn zwei Wochen spricht Tim bei Datendurst mit Diana Ackermann von »Diana Ackermann Data Analytics & Consulting« über PowerBI: vom einfachen Einstieg bis zu maßgeschneiderten Analysen und Visualisierungen. Besonders klasse: Diana hat eine Checkliste für Dashboarding-Strategien mit PowerBI mitgebracht, die euch in den Shownotes zum Podcast mit ihr zum Download angeboten wird. Datendurst bei LinkedIn: https://www.linkedin.com/company/datendurst/

    1hr 3min
  6. CX Analytics bei Freenet | Mit Anke Schramm

    13 FEB

    CX Analytics bei Freenet | Mit Anke Schramm

    01:28 Intro 02:37 [Anzeige] Haufe Akademie: KI-Weiterbildung 04:17 Customer Centricity bei Freenet 08:03 Transaktionale Befragungen 16:05 Kundenzufriedenheit braucht Pflege 23:01 Rollenbild: Advokat des Kunden 32:00 Loyale Kunden vs. Schnäppchenjäger 37:41 Strukturierte Feedback-Auswertung 41:59 Halt! Warum verlässt Du den Warenkorb? 42:48 Daten-Demokratisierung und Datenschutz 49:20 Interne Kommunikation als Erfolgsfaktor 54:16 Zukunftsthemen Tim spricht heute mit Anke Schramm, Vice President Market Research and Customer Advocacy bei Freenet. Anke ist Expertin für Behavioral Economics. Thema heute: Was bedeutet Customer Centricity und wie kann das, speziell in der Telko-Branche, zielführend umgesetzt werden? [Anzeige] Haufe Akademie: KI-WeiterbildungBei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu Customer Centricity passt: Die Masterclass zum Digital Transformation und Innovation Manager. In mehreren Kursen geht es um die Grundlagen digitaler Transformationdie Entfaltung von Kreativität unddie psychologischen Aspekte der Bedeutung im digitalen WandelPlattformökonomie in Unternehmen Zur Masterclass: https://haufe-akademie.de/transformation-innovation Weitere Angebote: https://www.haufe-akademie.de/future Customer Centricity bei FreenetBei Freenet bedeutet Customer Centricity Kunden-Input schon bei der ersten Produkt-Idee über die gesamte Wertschöpfungskette live einzubeziehen. Das führt weiter über die Konzeption und Produktion bis in den Markt, und von da ab permanent. Sodass alle Phasen ein agiles Vorgehen ermöglichen, um sofort reagieren zu können. Transaktionale Befragungen erfolgen live, permanent und mit GefühlTransaktionale Befragung steht für permanentes Monitoren, Datensammeln, Auswerten und ggf. Reagieren. Vierteljährliche Umfragen reichen nicht. Jede Transaktion ist eine Möglichkeit um Feedback einzuholen. Das muss nicht in Hyperaktivität enden, sondern schärft vielmehr das Gefühl, wie Kundenfeedbacks zu bewerten sind. Ist z. B. etwas Common Sense oder lassen sich auch in einzelnen Stimmen neue Ideen und Perspektiven identifizieren? Wie lässt es sich in die Prozesse einarbeiten? Kundenzufriedenheit braucht PflegeKundenzufriedenheit ist zu Beginn einer Kundenbeziehung meist höher als im späteren Verlauf. Deshalb muss man Kundenbeziehungen pflegen wie eine gute Partnerschaft: hinhören, ernstnehmen, aber vielleicht auch mal überraschen, z. B. mit neuen Angeboten. Das fördert unter anderem Loyalität, aber auch Preisbereitschaft. Tim gibt an dieser Stelle kurz den Telekom-Influencer ;) Wenn Du wissen willst, was ein Daten-Pömpel in der Kommunikation der Deutschen Telekom bewirkt hat, schau doch mal hier vorbei: https://youtu.be/MOwFmBB-m4w?si=14VfEOA1-zEoUSfG Rollenbild: Advokat des KundenAus der Kombination von Expertisen in Datenanalyse und Verhaltensökonomie, lassen sich wertvolle Beiträge im Sinne der Kundenzufriedenheit für die Wertschöpfungskette des Unternehmens leisten. Im Rollenverständnis als Interessenvertreter des Kunden werden Briefings für die jeweils relevanten Abteilungen formuliert. Handlungsempfehlungen erfolgen stets aus Kundensicht. Kundenbeziehung ist nicht alles: loyale Kunden vs. SchnäppchenjägerJe genauer eine Kundenbeziehungsdauer planbar ist, desto »leichter« sind Produkte und Maßnahmen zu entwickeln. Der Trend in der Telko-Branche geht zum monatlich kündbaren Tarif. Hier wird es für Verhaltensökonomen spannend: Wie kriege ich Loyalität konsistent erhöht, obwohl jemand jederzeit kündigen kann? Auf jeden Fall ist Kundenzufriedenheit nicht der einzige entscheidende Faktor. Strukturierte Feedback-Auswertung: Automatisierung, KI und GefühlDie Themenclusterung und -auswertung mit Hilfe von KI ist bei 30.000 Feedbacks pro Monat essenziell. Das beinhaltet auch eine semantische Segmentierung, die Wortwahl und Emotionen verknüpfen kann. Anke Schramm beschreibt hier, wie sie und ihre Abteilung trotzdem zusätzlich noch ein persönliches Gefühl für einzelne Feedbacks entwickeln können. Daten-Demokratisierung Datenschutz im Alltag von FreenetCX Daten sind bei Freenet für alle Mitarbeiter komplett einsehbar. Das erfordert spezielle Datenschutz-Maßnahmen: Einerseits wird der persönlichen Bezug in den einsehbaren Daten entfernt. Andererseits stellen entsprechende Arbeitsverträge sicher, dass der Datenschutz eigehalten wird. Interne Kommunikation als ErfolgsfaktorZu den wichtigsten Maßnahmen zählen bei Freenet: eine interne SharePoint-Seiteder digitale »Jammer-Kanal«, einmal pro Woche werden Insights etwas umgänglicher dargestellt, mit weiterführenden Linksautomatisierte Frühwarn-AlertsQuartals-Community-Insights-NewsletterCX-Workshops Halt! Warum verlässt Du den Warenkorb?Anke Schramm spricht über eine kleine Befragung im Warenkorb, und wie ihre Ergebnisse mit den allgemeinen Verhaltensdaten (Clickpfade, Heatmaps etc.) kombiniert werden: Das Checkout-Abbrecher-Formular. ZukunftsthemenNeben alltäglichen Zukunftsthemen, wie technisch und in Bezug auf das Gefühl für die Kunden immer weiter zu entwickeln und zu testen, nennt Anke Schramm einige konkrete Punkte, die Ihr bei der Weiterentwicklung von datenbasierter Customer Centricity bei Freenet wichtig sind: Datenfusionierungen, wie am Beispiel des Checkout-Abbrecher-FormularsTransaktionale Behaviour-Daten, Feedbacks und operative Daten kommerziell noch stärker relevant machenEntwicklung eigener KI-AgentenSynthetische Daten dort, wo Feedback schwer zu erheben ist VorschauIn zwei Wochen spricht Tim bei Datendurst mit Britta Behrens, LinkedIn Top Voice zu B2B Marketing, darüber, wie Du Dein LinkedIn zu 100% mit KI automatisieren kannst Datendurst bei LinkedIn: https://www.linkedin.com/company/datendurst/

    1hr 3min
  7. Wie KI-Compliance richtig funktioniert | Mit Christian Schröder vom Ende-zu-Ende-Podcast

    30 JAN

    Wie KI-Compliance richtig funktioniert | Mit Christian Schröder vom Ende-zu-Ende-Podcast

    00:01 Anmoderation 00:44 Vorschau: Customer Centricity bei Freenet 01:15 Heute zu Gast: Christian Schröder von DSK 360 03:36 [Anzeige] Weiterbildung zum New Business and Risk Strategist 04:55 KI-Compliance: Bürokratie oder Denkwerkzeug? 06:56 EU-Digitalgesetze setzen auf Selbstverantwortung 12:05 AI-Compliance besteht aus mehreren Rechtsbereichen 13:01 NIS2: Informationssicherheit als Existenzsicherung 16:02 Social Engineering als unterschätzte Gefahr 18:29 Ziel und Logik des EU-AI-Act 19:49 Weißt Du, was die KI mit Deinen Daten macht? 23:10 Daten löschen funktioniert in KI-Systemen nicht 25:25 Ausstehende Änderungen an der KI-Verordnung der EU 34:02 Abwarten ist keine Strategie 34:51 Wie Du KI-Compliance strukturiert angehst 37:27 Standardisierte Dokumentation für alle Rechtsbereiche 41:00 Wie lassen sich KI-MVPs mit KI-Compliance verbinden? 48:48 Kann KI bei AI-Compliance helfen? 52:46 Dank an Christian Schröder und Abmoderation Im Gespräch mit Christian Schröder, Berater bei DSK 360, widmet sich Tim dem Thema AI-Compliance. Wie geht man AI-Compliance richtig an? Warum sorgt sie in vielen Unternehmen für Chaos? Und wie lässt sich das Thema strukturiert und sinnvoll umsetzen, ohne Innovation auszubremsen? Über Christian Schröder von DSK 360Christian Schröder ist Berater für Datenschutz, Informationssicherheit und künstliche Intelligenz bei der DSK 360 GmbH. Sein Schwerpunkt liegt auf der praxisnahen Umsetzung von DSGVO, NIS2 und AI-Compliance. Christian bei LinkedIn: https://www.linkedin.com/in/christian-schroeder-dsk360 DSK 360: https://dsk360.de/ So gehst Du AI-Compliance strukturiert an:Zuständigkeiten und Verantwortlichkeiten klärenManagementsystem aufbauenAnwendungsfälle und Zwecke definierenSysteme risikobasiert klassifizierenRolle klären: Anbieter oder BetreiberPflichten und Risiken für Betroffene und Technik bewertenEinheitliche Dokumentation für EU-AI-Act, DSGVO und NIS2 nutzen Eine gemeinsame Dokumentationsbasis spart Aufwand und erhöht die Qualität der Compliance. [Anzeige] Weiterbildung zum New Business and Risk StrategistDie Haufe Akademie bietet eine Weiterbildung zum New Business and Risk Strategist. In der Masterclass geht es um Zukunftskompetenzen, strategisches Risikomanagement und Compliance in dynamischen Märkten. Die Weiterbildung ist förderfähig für Arbeitnehmende und Selbstständige. Zur Masterclass: https://www.haufe-akademie.de/newbusiness Weitere Angebote: https://www.haufe-akademie.de/future KI-Compliance: Bürokratie oder Denkwerkzeug?Compliance wird oft als lästige Bürokratie wahrgenommen. Richtig umgesetzt schafft sie jedoch operativen Mehrwert, bereits in der Konzeptionsphase von KI-Anwendungen. EU-Digitalgesetze setzen auf SelbstverantwortungDie EU setzt auf Selbstverantwortung der Unternehmen. Wer den risikobasierten Ansatz versteht, gewinnt Gestaltungsspielraum statt Einschränkungen. AI-Compliance besteht aus mehreren RechtsbereichenNeben dem EU-AI-Act spielen auch DSGVO und Informationssicherheit (NIS2) eine zentrale Rolle. AI-Compliance ist immer interdisziplinär zu betrachten. NIS2: Informationssicherheit als ExistenzsicherungNIS2 zielt auf die Sicherheit von Unternehmenssystemen ab. Besonders relevant: Viele Cyberangriffe erfolgen nicht technisch, sondern über Social Engineering. Vertrauen, Druck und Autorität werden gezielt ausgenutzt. Ziel und Logik des EU-AI-ActDie KI-Verordnung soll Innovation ermöglichen und gleichzeitig Risiken kontrollierbar machen. Einheitliche Regeln sollen Wildwuchs vermeiden und Vertrauen schaffen. Passende Folge zum EU-AI-Act mit Sirke Reimann: https://www.youtube.com/watch?v=95xAtbiO9cQ Datenkontrolle und KI-SystemeAnwender müssen entscheiden, wie Daten genutzt werden dürfen. Bei KI-Systemen ist das oft intransparent, insbesondere wenn Subverarbeiter Daten zum Training verwenden. Daten löschen in KI-SystemenDSGVO-Betroffenenrechte gelten auch für KI. Da klassische Löschkonzepte hier kaum greifen, ist es entscheidend, vorab festzulegen, welche Daten überhaupt in KI-Systeme gelangen dürfen. AI-Act: Änderungen in DiskussionIm Rahmen eines Omnibusverfahrens prüft die EU Anpassungen am AI Act, etwa Fristverlängerungen oder Erleichterungen für KMU. Der Kern der Verordnung bleibt jedoch bestehen. Abwarten ist keine Strategie. KI-MVPs und ComplianceAuch MVPs lassen sich compliant umsetzen. Wichtig sind klare Rahmenbedingungen, fachliche Begleitung und der bewusste Umgang mit sensiblen Daten. Kann KI bei AI-Compliance helfen?KI kann bei Dokumentation und Analyse unterstützen. Blindes Vertrauen ist jedoch gefährlich. Menschliche Kontrolle bleibt unverzichtbar. VorschauIn zwei Wochen spricht Tim bei Datendurst mit Anke Schramm, Vice President of Market Research and Customer Advocacy bei Freenet, über datenbasierte Customer Centricity. Datendurst bei LinkedIn: https://www.linkedin.com/company/datendurst/

    55 min
  8. Wie funktioniert Comms Analytics bei Otto? | Mit Ann-Cathrin Schäfer

    16 JAN

    Wie funktioniert Comms Analytics bei Otto? | Mit Ann-Cathrin Schäfer

    Tim spricht heute mit Ann-Cathrin Schäfer. Sie ist seit fünf Jahren Senior Data Analytics Specialist bei Otto. Zentrale Fragen dabei sind: Wie ist Otto in Sachen Communication Analytics (Comms Analytics) aufgestellt? Wie entwickeln sich die Analysen dort, seitdem Ann-Cathrin da ist? Wie stellt sie sich die Zukunft dieses Bereiches vor? [Anzeige] Data Analyst Weiterbildung bei der Haufe AkademieTim stellt die Haufe Akademie als Sponsor des Podcasts vor und weist auf die Masterclass zu Data Analytics hin. Sie beinhaltet den Einstieg in Big Data, Machine Learning und professionelle Datenanalyse. Hier setzt Ihr unter anderem komplette Datenprozesse mit KNIME um. Am Ende der Masterclass (Präsenzkurse und Webinare) und nach bestandener Prüfung erhaltet Ihr das Zertifikat zum Data Analyst. Tipp am Rande: Werft auch mal einen Blick in deren FAQs zu Fördermöglichkeiten für Arbeitnehmer und Selbstständige. https://www.haufe-akademie.de/data https://www.haufe-akademie.de/faqs Analyse heißt: Zahlen liefern UND interpretierenAnn-Cathrin steht im permanenten Austausch mit CVDs für die Datenerhebungen sowie operativen Teams und Kommunikationsverantwortlichen. Ihre Aufgabe beinhaltet ganz wesentlich die Interpretation gesammelter Daten. Offenheit gegenüber Daten ist GrundvoraussetzungDie Offenheit aller Abteilungen bei Otto ist die Grundvoraussetzung dafür, dass Ann-Cathrin ihre Auswertungen transparent und konstruktiv Allen zur Verfügung stellen kann. Ganzheitliches Monitoring und dynamische, strategische EinbindungAnn-Cathrin fasst ihr Monitoring derzeit aus folgenden Quellen zusammen: a) externe Dienstleister: Medien-Resonanzanalysen und Reportings b) intern: Social-Media-Analysen, Social Listening, Pressearbeit und Medienmonitoring Nur aus der ganzheitlichen Betrachtung lässt sich sinnvoller Input generieren und strategisch einbauen. Steuerung durch mehr Flexibilität und GeschwindigkeitDie Datenauswertung ist genauso wichtig wie die strukturierte, permanente Datensammlung. Entsprechend kann auch ein so großer Konzern wie Otto auf allen Ebenen konzertiert und tagesaktuell reagieren. Prioritäten entwickeln sich im gegenseitigen AustauschAnn-Cathrin kann bei der Datenauswertung im Einzelfall selbständig entscheiden, wen sie dringlich und zuerst unterrichtet. Anschließend bekommt sie Feedback, ob die Entscheider den Einzelfall genauso werten. So können sich Strategie und Maßnahmen intern dynamisch weiterentwickeln. Analyse der internen Kommunikation bei OttoDie interne Kommunikation und die interne Themenkonjunktur wird bei Otto über das Intranet, Kommentare und Meetings wie das monatliche Townhall-Meeting analysiert. Qualitatives Feedback im Sinne von Umfragen ist aus Compliance-Gründen meistens schwierig. Die vier Schritte des Analytics Value Escalator1. Descriptive Analytics: Was ist rückblickend passiert? (Hindsight) 2. Diagnostic Analytics: Warum ist was passiert? (Insight) 3. Predictive Analytics: Was wird passieren? (Foresight) 4. Prescriptive Analytics: Wie können wir Handlungsempfehlungen automatisiert herleiten und/oder umsetzen? (Assistance / KI) Potenzial von KI in Comms AnalyticsBei der Codierung von großen Datenmengen oder dem Clustern von tausenden Kommentaren kann KI sehr beschleunigt arbeiten. Aber die Abstimmungen mit Compliance, Entwicklung und Testen von Agents, automatisierten Workflows und Modellen brauchen eine lange, intensive Vorarbeit. Beispiel für KI in der Analyse der KommunikationAus Ann-Cathrins Sicht eignet sich KI in der Datencodierung für die Reputationsmessung: Zuordnung von Reputationsdimensionen, Reputationswerten sowie Sentiments. Daraus kann eine Gesamtreputation abgeleitet werden. Fremdwahrnehmung vs. IdealbildBeispiel für ein Ziel solcher Analysen: Wie passt die Fremd- oder die Wahrnehmung in Social Media oder in den Medien zu unserem Idealbild, das wir darstellen wollen? Damit können Kommunikation und Reaktion auf Entwicklungen qualitativ verbessert und beschleunigt werden. Podcast Datendurst: Links zu verwandten ThemenCompliance, Vorbereitungszeit von KI: https://www.youtube.com/watch?v=_SiXbFdZ8_Q Verteilungsprozesse zwischen Social Media, Presse und internen Stakeholdern: https://www.youtube.com/watch?v=FsXtEZS2cyE Ausblick, nächste FolgeIn 14 Tagen spricht Tim mit dem Datenschützer Christian Schröder über KI-Compliance und wie man das richtig macht. Links zur Podcast-FolgeOtto: https://www.otto.de Ann-Cathrin Schäfer: https://www.linkedin.com/in/ann-cathrin-schaefer/?originalSubdomain=de Kapitel01:00 Anmoderation 02:13 [Anzeige] Haufe Akademie, Sponsor & KI-Weiterbildung 03:17 Analyse heißt: Zahlen liefern UND interpretieren 05:07 Offenheit gegenüber Daten ist Grundvoraussetzung 08:01 Ganzheitliches Monitoring und dynamische, strategische Einbindung 10:07 Steuerung durch mehr Flexibilität und Geschwindigkeit 11:45 Prioritäten entwickeln sich im gegenseitigen Austausch 16:37 Analyse der internen Kommunikation bei Otto 18:18 Die vier Schritte des Analytics Value Escalator 21:09 Potenzial von KI in der Datenanalyse 22:43 Beispiel für KI in der Analyse 25:36 Fremdwahrnehmung vs. Idealbild 27:04 Abmoderation

    29 min

About

Nichts ist schlimmer als kundenunfreundliche Customer Journeys. Brüche zwischen Kanälen, ungehörtes Feedback oder der mangelnde Blick über den Tellerrand tun einfach weh. Deshalb gibt es jetzt Datendurst. Ein Podcast, in dem wir lernen, solche Schwachstellen in der Customer Journey aufzuspüren, mit Daten analysierbar machen und ganz gezielt zu optimieren. Viel Spaß beim Zuhören!

You Might Also Like