Für Experten ist klar: Um das enorme Potenzial von Big Data und Datenmanagement tatsächlich auszuschöpfen, müssen Unternehmen vor allem die Nutzer der Daten immer im Blick haben. Denn nur so kann die Analyse der vorliegenden Daten auch brauchbare Ergebnisse liefern. Doch wie sieht ein nutzerorientiertes Datenmanagement aus? Welche Rolle spielen Usability und User Experience? Und wie kann künstliche Intelligenz dabei unterstützen, Daten zu interpretieren? Was müssen Sie als Data Manager oder Data Scientist also berücksichtigen?
1. Der Nutzer im Fokus!
Datenmanagement ist in erster Linie dazu da, Menschen zu befähigen, fundierte Entscheidungen zu treffen. Als Data Manager sollten Sie den späteren Nutzer Ihrer Daten also in den Mittelpunkt Ihrer Überlegungen stellen und dessen spezifische Stärken und Schwächen berücksichtigen.
Zum Beispiel kann der Mensch – im Gegensatz zu Maschinen – Daten gut kontextualisieren. Sie sollten Ihre Daten also so aufbereiten, dass Zusammenhänge leicht erkennbar sind. Umgekehrt scheitern Menschen regelmäßig an wiederholenden Tätigkeiten, vor allem mit großen Datenmengen. Diese kann eine Maschine wiederum einfach und effizient bearbeiten.
Sie müssen also vorab entscheiden, welche Aufgaben Sie an den Menschen und welche an die Maschine übergeben wollen – und Ihr Datenmanagement entsprechend anpassen.
2. Daten müssen verständlich und handlungsleitend sein!
Daten müssen zuverlässig die Informationen liefern, die die Nutzer für definierte Fragestellungen und komplexe Entscheidungsprozesse benötigen: Nutzer müssen Daten immer wieder neu aufbereiten, anpassen und umfassend bearbeiten können. Das bedeutet: Ihre Daten sollten sich daher auf die wirklich handlungsleitenden Informationen beschränken. Nicht weniger, aber auch nicht mehr. Datendarstellungen müssen kompakt sein und zugleich den Kern der Aufgabe ihrer Nutzer treffen. Alles was darüber hinausgeht, beeinträchtigt die Entscheidungskompetenz des Menschen und macht die Verwertung der Daten unnötig kompliziert.
3. Daten müssen nutzerfreundlich aufbereitet werden!
Verständnishürden und Fehlinterpretationen erschweren es dem Nutzer von Daten häufig, Aufgaben effizient und korrekt zu erledigen. Daher sollten Sie bei der Aufbereitung von Daten die Regeln der Wahrnehmung und Informationsverarbeitung unbedingt berücksichtigen. Usability und User Experience bieten die richtigen Werkzeuge und helfen Ihnen, funktionierende Systeme zu entwerfen, die Daten so darstellen, dass Sie anschließend gut mit ihnen arbeiten können.
Dazu kommt noch der Aspekt der Anwendungsfreundlichkeit und des Designs: Es ist heute oft nicht mehr ausreichend, Daten nur roh – zum Beispiel in einer Excel-Tabelle – darzustellen. Das gilt insbesondere für größere Datenmengen und komplexe Analyseergebnisse: Lange Listen reichen in vielen Fällen nicht mehr aus. Nutzer akzeptieren immer seltener veraltete oder schlecht gestaltete Werkzeuge. Demnach müssen Sie auch die Visualisierung und Gesamtpräsentation Ihrer Daten an aktuelle Darstellungsstandards und die Erwartungen der Nutzer anpassen.
4. Künstliche Intelligenz hilft, wo Fachkräfte fehlen!
Dank immer mächtigerer Software und Sensorik können heute riesige Datenmengen relativ einfach gesichtet, erfasst und zusammengeführt werden. Routineaufgaben werden also zunehmend von künstlicher Intelligenz übernommen – nicht zuletzt, weil die entsprechenden Fachkräfte fehlen. Nutzen Sie die Möglichkeiten maschinellen Lernens, um zum Beispiel wiederholende Tätigkeiten zu automatisieren. Künstliche Intelligenz hilft Ihnen dabei, die Arbeitslast und Fehlerrate bei Aufgaben zu reduzieren, die menschliches Handeln nach wie vor erfordern. KI-basierte Datenanalyse-Tools unterstützen zum Beispiel bei der Interpretation von Daten. Hier agiert die künstliche Intelligenz sozusagen als Filter, extrahiert die relevanten Daten und macht es so dem Nutzer einfacher, Entscheidungen zu treffen.
Sie wollen erfahren, wie Sie aus Daten relevante Informationen für Ihr Business Development, Ihre Produktentwicklung oder Ihr Marketing gewinnen und Ihr Angebot dadurch noch kundenorientierter gestalten? Dann qualifizieren Sie sich zum „Data Manager“ und lernen Sie die wesentlichen Methoden und Vorgehensweisen für den Umgang mit Daten kennen.