Data-Mining – DatenanalyseMethoden für deskriptive Statistik und Datenanalyse

Worum geht es bei deskriptiver Statistik für die Datenanalyse im Unternehmen?

Statistik ist in der Mathematik ein weites Feld, im Unternehmenskontext wird jedoch in der Regel nur ein Bruchteil davon benötigt. Beim Data-Mining geht es zunächst speziell um deskriptive Statistik.

„Deskriptiv“ meint beschreibend. Das Data-Mining soll eine beschreibende Zusammenfassung von Daten liefern. Diese Zusammenfassung kann mit Zahlen oder Grafiken erfolgen, beide Varianten haben ihre jeweiligen Vor- und Nachteile.

Dafür ist ein Grundverständnis von Statistik im Berufsleben hilfreich, wenn nicht sogar notwendig. Sie müssen sich jedoch nicht mit mathematischen Formeln quälen – das übernehmen heutzutage Statistiksoftware, KI oder einfach Excel.

Woher kommen die Daten für die deskriptive Statistik?

Um deskriptive Statistik anwenden zu können, werden zuerst Daten benötigt, die beschrieben werden sollen. In Unternehmen und im Hinblick auf betriebswirtschaftliche Fragen entstehen Daten in unterschiedlichsten Varianten aus unterschiedlichsten Quellen.

Beispiele sind Daten aus:

• Produktionsprozessen: Rüstzeiten, Durchlaufzeiten, produzierte Stückzahlen
• Qualitätskontrolle: Produktfehler, Abweichungen bei Prozessparametern, Nacharbeit, Ausschuss
• Materialwirtschaft: Energieverbrauch, Materialverbrauch, Abfall
• Buchhaltung: Rechnungen, Rechnungsbeträge, Zahlungen
• Vertrieb: Angebote, Bestellungen, Erstkäufe, Warenkörbe
• Marketing: Response-Raten, Kundenmerkmale, Marktdaten, Wettbewerbsdaten
• Kundenservice: Beschwerden, Anrufe im Callcenter

Im Folgenden sollen die Möglichkeiten des Data-Minings und der Datenanalyse am Beispiel eines Callcenters erläutert und illustriert werden.