Was ist ein Insight, und warum die meisten Reports keinen enthalten

Der Quartalsbericht, den niemand liest

Jedes Quartal schicken die fünf Häuser der Seeblick Hotels ihre Zahlen an die Zentrale in Bad Ischl, und jedes Quartal kommt ein 38 Seiten langes PDF zurück. Auslastung pro Haus. Durchschnittsrate pro Monat. Umsatz pro Kanal. Gästezufriedenheit pro Frage. Zwölf Folien zum Treueprogramm. Es ist korrekt, es ist pünktlich, und es ist wunderschön formatiert. Seeblick ist eine fiktive kleine Hotelgruppe im Salzkammergut und die Zahlen in diesem Kapitel sind illustrativ, aber diesen Bericht habe ich, in leicht anderen Schriftarten, bei einem Dutzend Unternehmen gesehen.

Die Geschäftsführerin hat mir erzählt, dass sie die ersten drei Seiten liest und den Rest nach etwas Rotem durchblättert. Ihre Hoteldirektoren öffnen ihn gar nicht. Einer von ihnen hat, durchaus vernünftig, gesagt: "Er sagt mir, was passiert ist. Ich war dabei. Ich weiss, was passiert ist."

Dieser Satz ist das ganze Kapitel. Der Bericht enthielt mehrere hundert Fakten und keinen einzigen Insight, und der Unterschied zwischen den beiden ist, was der Leser als Nächstes tun kann. Die meisten Analytics Ergebnisse scheitern genau an diesem Punkt: sie hören beim Befund auf. Dieses Kapitel handelt vom letzten Schritt, dem, der aus einer Zahl eine Entscheidung macht, und davon, warum so wenige Teams ihn gehen.

Wo das in der Serie steht

Das ist das dritte und letzte Kapitel des ersten Teils der Serie, wie Analytics hilft. Im vorigen Kapitel über Konsumentenverhalten als Basis der Marketingstrategie habe ich argumentiert, dass das Verhalten echter Kunden, nicht der Kanalbericht, der Rohstoff jeder Strategie ist. Hier schliesse ich Teil eins mit der Frage, wozu all diese Analyse eigentlich dient, und die Antwort ist kein Diagramm. Ab dem nächsten Kapitel über Nachfrage und Preiselastizität mit Regression geht es in Teil zwei, die Techniken mit abhängiger Variable, wo das eigentliche Modellieren beginnt.

Reporting, Analyse und Insight sind drei verschiedene Jobs

Reporting beantwortet die Frage "was ist passiert". Die Auslastung lag bei 78 Prozent. Der Direktbuchungsanteil bei 41 Prozent. Reporting ist notwendig, es sollte automatisiert sein, und es sollte langweilig sein.

Analyse beantwortet "warum ist es passiert" und schneidet dafür die Zahl nach Haus, nach Gerät, nach Gästetyp, nach Monat, auf der Suche nach der Stelle, an der sich die Veränderung konzentriert. Das ist eine echte Fähigkeit, aber Analyse allein lässt den Leser noch immer mit einem Schulterzucken zurück. Du weisst jetzt, warum der Direktanteil gefallen ist. Schön. Was soll ich jetzt tun?

Insight Generierung beantwortet "na und, was tun wir, und was ist es wert". Das ist der Schritt, den fast alle auslassen, weil er vom Analysten verlangt, den sicheren Boden der Datenbeschreibung zu verlassen und eine Position zum Geschäft einzunehmen.

Hier also meine Arbeitsdefinition. Ein Befund ist eine wahre Aussage über die Daten. Ein Insight ist ein Befund, der an eine Entscheidung geknüpft, bepreist und dessen Risiko laut ausgesprochen wurde. Fehlt einer dieser drei Teile, ist es noch immer ein Befund, so clever er auch sein mag.

Ein Insight muss vier Tests bestehen, und ich wende sie in dieser Reihenfolge an, weil der letzte der entscheidende ist:

1. Neu. Der Leser wusste es noch nicht. "Am Wochenende ist mehr los als unter der Woche" scheitert an diesem Test in jedem Hotel der Welt.
2. Nicht offensichtlich. Es lässt sich nicht von der Oberfläche der Zahlen ablesen. Es kommt meist aus einem Schnitt, einem Vergleich oder einem Modell, nicht aus der Überschrift.
3. Erklärt das Warum. Es nennt einen Mechanismus, keine Korrelation. "Gäste, die den Spa nutzen, geben mehr aus" ist eine Korrelation. "Gäste, die den Spa beim Check in buchen, bleiben länger, weil der Spa Termin den Abreisetag verankert" ist ein Mechanismus, und er kann falsch sein, was ihn gerade nützlich macht.
4. Umsetzbar. Es nennt eine Entscheidung, die jemand im Raum treffen darf, mit einer Grösse und einem Risiko dazu.

Drei von vier ist Trivia. Der vierte Test trennt eine Analytics Funktion von einem sehr teuren Newsletter, und über die Haltung dahinter habe ich in Fang bei der Entscheidung an, nicht beim Dashboard geschrieben.

Die Entscheidung bepreisen

Wenn ein Insight eine Entscheidung nennen muss, dann muss er auch sagen, was diese Entscheidung wert ist, und dafür brauchen wir ein kleines Stück Mathematik. Der Erwartungswert einer Entscheidung ist die wahrscheinlichkeitsgewichtete Summe dessen, was passiert, wenn du sie triffst:

$$EV(d) = \sum_{i=1}^{n} p_i \, v_i$$

Dabei ist $d$ die betrachtete Entscheidung, $i$ läuft über die $n$ Ausgänge, die du für plausibel hältst, $p_i$ ist die Wahrscheinlichkeit, die du Ausgang $i$ zuweist, und $v_i$ ist der Wert dieses Ausgangs in Geld, meist pro Jahr. Die Wahrscheinlichkeiten müssen sich zu eins summieren. Sie sind Einschätzungen, keine Messungen, und der ehrliche Weg ist, sie als Einschätzungen mit einer Bandbreite zu präsentieren.

Der Erwartungswert allein ist nicht die Zahl, die zählt. Die Zahl, die zählt, ist, um wie viel du besser dastehst als beim Nichtstun, nachdem du die Änderung bezahlt hast:

$$\Delta EV = EV(\text{handeln}) - EV(\text{Status quo}) - C$$

$EV(\text{handeln})$ ist der Erwartungswert, wenn du die Entscheidung triffst, $EV(\text{Status quo})$ der Erwartungswert, wenn du weitermachst wie bisher, und $C$ sind die Kosten der Änderung, inklusive der Zeit der Leute, die sie umsetzen. Ist $\Delta EV$ positiv, lohnt sich die Entscheidung im Erwartungswert, wobei eine kleine positive Zahl mit grossem möglichem Schaden trotzdem die Risikozeile verdient, die der Brief weiter unten trägt. Die ausführlichere Version davon, inklusive der Frage, was es wert ist, vor der Entscheidung mehr Information zu kaufen, steht in Die drei Fragen, die deine Daten beantworten sollten.

Noch eine Formel. Kandidaten werden auf die vier Tests plus die Grösse des Gewinns bewertet, Umsetzbarkeit zählt doppelt:

$$S = N + O + W + 2A + P$$

wobei $N$ die Neuheit ist (0 bis 2), $O$ die Nichtoffensichtlichkeit (0 bis 2), $W$ ob das Warum erklärt wird (0 bis 2), $A$ die Umsetzbarkeit (0 bis 3, doppelt gezählt) und $P$ die Grösse des Gewinns (0 bis 3), maximal also 15 Punkte. Alles unter 8 wandert in den Anhang. Alles mit $A$ gleich null wandert nirgendwohin, egal wie hoch die Summe.

Dieselben Zahlen, dreimal geschrieben

Zurück zu Seeblick. Seite 14 des Quartalsberichts enthält den folgenden Satz, und er ist ein völlig korrekter Befund.

Version eins, der Befund. "Der Direktbuchungsanteil ist im dritten Quartal von 44 Prozent auf 41 Prozent gegenüber dem Vorjahresquartal gesunken. Plattformbuchungen sind entsprechend gestiegen."

Wahr. Hübsch formatiert. Von allen ignoriert, weil niemand weiss, was er damit tun soll. Drei Punkte können Saisonmix sein, eine Plattformaktion, eine Kampagne, die ausgelaufen ist, oder Rauschen.

Version zwei, die Analyse. Dieselben Buchungen nach Haus, Gerät und Gästetyp geschnitten erzählen eine viel genauere Geschichte. Der Rückgang konzentriert sich vollständig auf zwei Häuser, Seeblick am Wolfgangsee und Seeblick Traunsee, die im Juni auf die neue Buchungsmaschine der Gruppe umgestiegen sind. In diesen beiden Häusern fiel die mobile Abschlussrate des Direktbuchungsflusses von 3,1 Prozent auf 1,9 Prozent, nachdem der neue Schritt zur Datums und Zimmerauswahl live ging. Am Desktop hat sich nichts bewegt. Die anderen drei Häuser, noch auf der alten Maschine, sind gegenüber dem Vorjahr flach. Verloren gehen vor allem Stammgäste, deren Direktanteil von 70 auf 61 Prozent gefallen ist: sie fangen am Handy auf der Hotelseite an, geben beim neuen Schritt auf und schliessen in einer Plattform App ab, die ihre Kartendaten schon kennt.

Jetzt wissen wir, warum. Das ist Analyse, und noch immer muss niemand etwas tun.

Version drei, der Insight. "Repariert den mobilen Datums und Zimmerschritt der neuen Buchungsmaschine am Wolfgangsee und am Traunsee, und gebt Stammgästen ein gespeichertes Profil plus eine Erinnerung an die Direktrate drei Wochen vor ihrem üblichen Buchungsfenster. Der Zimmerumsatz der Gruppe liegt bei rund 9,6 Millionen Euro im Jahr, drei Punkte Anteil sind also 288.000 Euro, die bei 15 Prozent Kommission über Plattformen laufen, rund 43.000 Euro Kommission pro Jahr, plus die Gästebeziehung. Die erwartete Rückgewinnung liegt bei etwa 25.000 Euro pro Jahr bei Kosten von etwa 9.000 Euro, die Entscheidung ist also im ersten Jahr rund 16.000 Euro wert und in jedem Folgejahr den vollen Betrag. Das Hauptrisiko ist, dass der Rückgang teils ein Mixeffekt ist; der Anteil der Erstgäste ist gegenüber dem Vorjahr flach, ich glaube also nicht daran, aber in einem Quartal wissen wir es."

Dieser letzte Absatz ist, wie ein Insight aussieht. Eine Entscheidung, ein Verantwortlicher (das Webteam der Gruppe), ein Gewinn mit gezeigtem Rechenweg, eine gewichtete Erwartung, Kosten, ein Risiko und ein Datum, an dem wir wissen, ob wir falsch lagen. Hier die Rechnung zum Erwartungswert, denn ein Insight, der seine Arithmetik versteckt, bittet darum, geglaubt statt geprüft zu werden.

Ausgang	Wahrscheinlichkeit	Gesparte Kommission pro Jahr	Gewichteter Wert
Volle Rückgewinnung der drei Punkte	0,45	43.200 Euro	19.440 Euro
Teilweise Rückgewinnung, ein Punkt	0,40	14.400 Euro	5.760 Euro
Kein messbarer Effekt	0,15	0 Euro	0 Euro
Erwartungswert des Handelns	1,00		25.200 Euro
Kosten der Änderung			9.000 Euro
Wert der Entscheidung, Jahr eins			16.200 Euro

Lies sie Zeile für Zeile. Die erste Zeile sagt: wenn die Reparatur tut, was die Funnel Daten nahelegen, zahlt die Gruppe keine 15 Prozent Kommission mehr auf 288.000 Euro Buchungen, also 43.200 Euro, und ich gebe dem etwas weniger als eine fünfzigprozentige Chance, weil Buchungsmaschinen nie so schnell repariert sind, wie der Anbieter verspricht. Die zweite Zeile ist der realistische Teilerfolg: der Schritt ist repariert, aber die Stammgäste haben die Plattformgewohnheit schon gebildet, also kommt nur ein Punkt zurück. Die dritte Zeile ist ehrliches Scheitern, und ich habe noch nie einen Brief ohne eine solche Zeile geschrieben. Summiere die gewichtete Spalte, zieh die Kosten ab, und du hast die Zahl, die oben in den Brief gehört. Der schlimmste Fall ist minus 9.000 Euro, damit kann die Geschäftsführerin leben, und auch dieser Satz gehört in den Brief.

Die 9,6 Millionen Euro, die 15 Prozent und die Wahrscheinlichkeiten sind illustrativ. Die Struktur ist es nicht.

Fünf Kandidaten bewerten

Derselbe Bericht lieferte fünf Aussagen, die Leute im Raum gern Insights genannt hätten, hier bewertet nach der Rubrik aus der Formel oben.

Kandidat	Neu	Nicht offensichtlich	Erklärt Warum	Umsetzbar (x2)	Gewinn	Punkte
Direktbuchungsanteil um drei Punkte gefallen	0	0	0	0	1	1
Mobiler Abbruch am neuen Datumsschritt erklärt den verlorenen Direktanteil in zwei Häusern	2	2	2	3	2	14
Stammgäste wandern zu Plattformen, weil die Plattform sie kennt und wir nicht	1	2	2	2	2	11
Wochenendauslastung höher als unter der Woche	0	0	0	0	0	0
Gäste mit Spa Nutzung geben 40 Prozent mehr pro Aufenthalt aus	1	1	0	1	1	5

Die erste Zeile ist der Befund aus dem Bericht. Er bekommt einen Punkt, für den Gewinn, weil irgendwo Geld drin steckt, und verfehlt jeden anderen Test: alle wussten es, es hat keinen Mechanismus und nennt keine Entscheidung.

Die zweite Zeile ist der Insight, den wir am Ende geschrieben haben. Er bekommt 14 von 15. Einen Punkt verliert er nur beim Gewinn, weil 43.000 Euro im Jahr echtes Geld sind, aber für eine Gruppe mit 9,6 Millionen Euro Zimmerumsatz nichts Umwälzendes.

Die dritte Zeile, der Begleitinsight zu den Stammgästen, ist etwas weniger neu, weil der Generaldirektor es geahnt hatte, und etwas weniger umsetzbar, weil gespeicherte Profile ein grösseres Projekt sind als ein reparierter Schritt. Er kommt trotzdem über die Hürde und wandert als zweite Phase in denselben Brief.

Die vierte Zeile steht da, weil sie im Bericht stand, in Farbe, auf Seite 9, jedes Quartal, drei Jahre lang.

Die fünfte Zeile sieht wie ein Insight aus und ist keiner. Spa Nutzer geben mehr aus. Natürlich tun sie das: sie haben eine Spa Behandlung gekauft. Ohne Mechanismus kann die Aussage dir nicht sagen, ob mehr Spa Werbung den Umsatz heben würde oder bloss die Gäste umetikettiert, die ohnehin ausgegeben hätten. Über diese Falle habe ich in Lügt dein Dashboard dich an? geschrieben. Fünf Punkte, Anhang, und eine Notiz, dass ein sauberer Test sie befördern könnte.

Von den Daten zur Entscheidung

Der Weg von einer Datenbank zu einer geänderten Entscheidung hat mehr Tore, als die meisten Teams zeichnen, und an den Toren entsteht der Wert.

Jeder Befund passiert zwei Tore, bevor er ein Insight wird. Die meisten gehören in den Anhang, und das ist in Ordnung. Wenn du einen Kandidaten nicht bepreisen kannst, gehst du zurück und suchst die fehlende Zahl; du schreibst keinen vageren Brief.

Das zweite Diagramm ist der Grund, warum Geschäftsführer Analytics Ergebnisse ignorieren, so schlicht gezeichnet wie ich kann.

Seeblick über vier Quartale: produzierte Reportseiten (Balken) gegen Entscheidungen, die das Management auf einen Report zurückführen konnte (Linie). Illustrativ, aber ich habe die Linie selten über fünf gesehen.

Vierzig Seiten pro Quartal und, in einem guten Quartal, drei Entscheidungen. Das Verhältnis ist das, was passiert, wenn niemand gebeten wird, den vierten Schritt zu gehen. Die Lösung sind nicht weniger Seiten. Es ist eine andere erste Frage.

Der Insight Brief auf einer Seite

Alles, was eine Geschäftsführung von einem Insight braucht, passt auf eine Seite, und wenn es nicht passt, ist der Insight nicht fertig. Hier die Vorlage, die ich verwende.

INSIGHT BRIEF                                   Datum / Autor / Version

ENTSCHEIDUNG   Ein Satz. Wer tut was, bis wann.
BELEGE         Drei bis fünf Punkte. Jeder eine Zahl mit Quelle.
GEWINN         Erwartungswert pro Jahr, mit Rechenweg. Bester und schlechtester Fall.
RISIKO         Was uns widerlegen würde, wie wir es merken würden, und wie bald.
KOSTEN         Geld und Arbeitszeit, inklusive der Leute, die sich wehren werden.
VERANTWORTLICH Ein Name. Keine Abteilung.
CHECKPOINT     Das Datum, an dem wir das Ergebnis anschauen, und die Zahl, die wir anschauen.

Die Entscheidung kommt zuerst, weil der Leser innerhalb von fünf Sekunden wissen soll, was von ihm verlangt wird, und das Risiko steht in der Mitte statt in einer Fussnote, weil eine Geschäftsführerin, die das Risiko in klaren Worten bekommen hat, dem Gewinn vertraut, und eine, die es nicht bekommen hat, ihn ohnehin halbiert.

Die Gewohnheit, die das alles zum Funktionieren bringt, ist, bei der Entscheidung anzufangen. Nicht "was sagen die Daten", sondern "welche Entscheidungen stehen im nächsten Quartal an, und welche Zahl würde jede davon kippen". Fängst du stattdessen bei den Daten an, erzeugst du fünfzig Befunde und suchst dann für jeden eine Entscheidung, und so landest du bei der Spa Zeile.

Die Version für den Geschenkkorbshop

Ein zweites, kleineres Beispiel aus meinem eigenen Demo Shop, The Gift Bow, weil die Methode nach unten genauso skaliert wie nach oben.

Der Befund, direkt aus der Solidus Verwaltung: Firmenbestellungen sind 22 Prozent der Bestellungen, aber 38 Prozent des Umsatzes im vierten Quartal. Interessant, bekannt, und nennt keine Entscheidung.

Die Analyse: 61 Prozent der Firmenkunden vom Vorjahr haben dieses Jahr wieder bestellt, und die, die es taten, haben zwischen 28. November und 8. Dezember bestellt. Am 10. Dezember hatten 39 Prozent der Firmenkonten vom Vorjahr noch nicht bestellt. Der Firmenumsatz des Vorjahres lag bei 68.000 Pfund, also waren zu diesem Zeitpunkt rund 26.500 Pfund davon still am Wegbrechen.

Der Insight: Am 27. November bekommt jedes Firmenkonto vom Vorjahr eine kurze persönliche Mail des Inhabers mit der Vorjahresbestellung vorausgefüllt und einem Link zum Nachbestellen mit einem Klick. Wenn die Erinnerung ein Viertel der Konten zurückholt, die sonst wegbrechen würden, sind das rund 6.600 Pfund Umsatz für einen Nachmittag Arbeit, und der Schaden im schlimmsten Fall sind ein paar Abmeldungen. Verantwortlich: wer den Shop führt. Checkpoint: 12. Dezember, Nachbestellrate der angeschriebenen Konten gegen die 61 Prozent des Vorjahres.

Eine Entscheidung, ein Gewinn mit Rechenweg, ein Risiko und ein Datum, in einem Absatz. Die Zahlen sind illustrativ; auf das zeitliche Muster würde ich in jedem Geschenkgeschäft wetten.

Ein Insight Review durchführen

Der Insight Review ist ein Meeting, dreissig Minuten, einmal im Monat, und er ersetzt den Reporting Durchgang. So führe ich ihn.

Vor dem Meeting listet das Management die Entscheidungen, die in den nächsten neunzig Tagen tatsächlich anstehen. Preise für die nächste Saison. Ob der Plattformvertrag verlängert wird. Fünf bis zehn Punkte. Zu jedem schreibt jemand die Zahl auf, die ihn kippen würde. Dieser Schritt allein erledigt meist die Hälfte der stehenden Reports.

Die Analysten bringen dann Kandidaten mit, jeden nach der Rubrik bewertet, jeden auf einer Seite im Brief Format. Alles unter 8 wird nicht präsentiert. Es wandert in einen gemeinsamen Anhang, den jeder lesen darf und niemand lesen muss.

Im Meeting bekommt jeder Brief fünf Minuten: Entscheidung, Gewinn, Risiko, Fragen. Das Ergebnis pro Brief ist eines von drei Wörtern: ja, nein oder mehr, wobei "mehr" ein konkretes Stück Analyse mit Namen und Datum bedeutet. Jedes Ja bekommt noch vor Ende des Meetings einen Verantwortlichen und einen Checkpoint.

Die Datenarbeit hinter einem Brief ist selten exotisch. Für Seeblick war es eine Abfrage auf die Buchungstabelle:

select h.name as haus,
       b.device as geraet,
       case when g.stays_before > 0 then 'stammgast' else 'erstgast' end as gaestetyp,
       date_trunc('quarter', b.booked_at) as quartal,
       avg(case when b.channel = 'direct' then 1.0 else 0.0 end) as direktanteil,
       count(*) as buchungen
from bookings b
join houses h on h.id = b.house_id
join guests g on g.id = b.guest_id
where b.booked_at >= date '2025-07-01'
group by 1, 2, 3, 4
order by 1, 4, 2, 3;

Die Kunst liegt nicht im SQL, sondern darin zu wissen, welchen Schnitt man verlangt, und das kommt daher, eine Entscheidung im Kopf zu haben, bevor man den Editor öffnet.

Bevor ich einem Kandidaten genug vertraue, um den Brief zu schreiben, mache ich vier Prüfungen. Ist die Stichprobe gross genug, dass die Verschiebung kein Rauschen ist: ein Anteil, der sich auf ein paar tausend Buchungen um drei Punkte bewegt, ist es bequem, ein Segment von zweihundert Buchungen vielleicht nicht. Ist es ein Mixeffekt, hat sich also die Population verändert statt des Verhaltens, und deshalb zählt die Aufteilung in Erstgäste und Stammgäste. Zeigt sich der Mechanismus noch woanders in den Daten, hier in den Abschlussraten des Funnels. Und würde ich die umgekehrte Geschichte genauso überzeugend finden, wenn die Zahlen in die andere Richtung gegangen wären, die Prüfung, die das meiste meines eigenen Wunschdenkens erwischt. Scheitert eine, geht der Kandidat zurück auf "mehr".

Fallen

Insight Theater. Das Wort wird auf alles geklebt. "Zentraler Insight: Umsatz plus 4 Prozent." Sobald jeder Aufzählungspunkt ein Insight ist, hört die Geschäftsführung auf, alle zu lesen, auch den einen, der zählte. Hüte das Wort.

Korrelation im Mantel eines Mechanismus. Die Spa Zeile noch einmal. Eine plausible Geschichte, die nicht geprüft wurde, ist gefährlicher als keine, weil sie die Leute aufhören lässt zu suchen. Wenn das Warum nicht gegen einen zweiten Schnitt der Daten geprüft wurde, sag das in der Risikozeile.

Ein Gewinn ohne Wahrscheinlichkeit. Die Zahl in der Überschrift der meisten Berichte ist der beste Fall, präsentiert als Erwartung. "Das könnte 43.000 Euro im Jahr wert sein." Könnte es. Erwartet sind rund 25.000 Euro, und diese Lücke entscheidet, ob die Geschäftsführung deinem nächsten Brief vertraut. Zeig immer die gewichtete Spalte.

Die Massnahme, die niemandem gehört. "Wir sollten das mobile Buchungserlebnis verbessern." Wer? Bis wann? Ein Insight, der im Passiv endet, ist ein Befund mit Ambitionen. Schreib einen Namen darauf, und wenn niemand im Raum dieser Name sein kann, sag, wessen Entscheidung es wirklich ist.

Die Entscheidung, die schon gefallen war. Manchmal wird die Analyse in Auftrag gegeben, um eine Entscheidung zu rechtfertigen, die der Vorstand letzten Monat getroffen hat. Es lohnt sich zu merken, wenn das gerade passiert, denn die ehrliche Antwort ist, es auszusprechen und allen die zwei Wochen zu ersparen. Wie das speziell Dashboard Projekte umbringt, steht ausführlicher in Warum dein Dashboard Projekt immer wieder im Regal stirbt.

Auf Gewissheit warten. Der umgekehrte Fehler. Weil die Wahrscheinlichkeiten Einschätzungen sind, weigern sich manche Teams, sie aufzuschreiben, und warten auf eine Zahl, die nie kommt. Eine aufgeschriebene 0,45, die sich als falsch herausstellt, lehrt dich etwas. Ein nicht aufgeschriebenes "wahrscheinlich" lehrt dich nichts, und die Saison ist vorbei, bis ihr fertig gestritten habt.

So mache ich das für Kunden

Wenn mich ein Kunde bittet, sein Reporting nützlich zu machen, passiert konkret Folgendes.

Wir beginnen mit dem kostenlosen Workshop: ein halber Tag mit den Leuten, die Entscheidungen treffen, nicht mit denen, die die Folien machen. Wir listen die Entscheidungen der nächsten neunzig Tage und zu jeder die Zahl, die sie kippen würde. Die meisten Kunden verlassen den Raum mit einer kürzeren Liste an Reports, als sie hereingekommen sind.

Dann nehme ich zwei Wochen echte Arbeit auf mich, bevor du dich zu irgendetwas verpflichtest. Ich brauche Lesezugriff auf die Systeme, von denen die Entscheidungen abhängen: die Buchungsmaschine oder Shopdatenbank, das Analytics Konto, den Finanzexport. In diesen zwei Wochen produziere ich die ersten drei Insight Briefs im Format oben, bewertet, bepreist, mit aufgeschriebenem Risiko, und ich leite den ersten Insight Review mit deinem Team, damit die Gewohnheit einmal geübt ist, bevor ich einen Schritt zurücktrete.

Was du danach bekommst, wenn du weitermachst, ist kein Dashboard. Es ist ein monatliches Set an Briefs auf je einer Seite, jeder an eine Entscheidung auf deiner Liste geknüpft, jeder mit Erwartungswert und Checkpoint Datum, plus ein Dashboard genau dann, wenn es eine Frage beantwortet, die du jede Woche stellst. Alles davon gehört dir: die Abfragen, die Briefs, der Bewertungsbogen. Wo ein Brief ein richtiges Modell dahinter braucht, ist das die Data Science Arbeit, um die es im Rest dieser Serie geht, und wo die Entscheidung eine Marketingentscheidung ist, lasse ich mich über Growth Hacking Plus gern teilweise am Ergebnis statt an den Stunden bezahlen.

Die Kosten stehen in klaren Worten auf der Preisseite. Die Kurzfassung: ein fixer Monatsbetrag, der unter dem Gehalt eines Analysten liegt, kein langer Vertrag, und der Workshop und die ersten zwei Wochen kosten dich nichts ausser deiner Zeit.

Fragen an dein eigenes Team

Nimm die zum nächsten Reporting Meeting mit. Wenn mehr als zwei davon ratlose Blicke ernten, produzieren die Reports keine Insights.

• Welche Entscheidung, die in den nächsten neunzig Tagen anfällt, ändert dieser Report, und welche Zahl darin würde sie kippen?
• Was haben wir nach den letzten drei Dingen, die wir Insight genannt haben, anders gemacht, und was war es am Ende wert?
• Was ist der Erwartungswert der Empfehlung auf dieser Seite, und welche Wahrscheinlichkeiten hast du dafür angenommen?
• Was müsste wahr sein, damit diese Empfehlung falsch ist, und wann würden wir es merken?
• Wer ist für diese Massnahme verantwortlich, mit Namen, und an welchem Datum schauen wir uns das Ergebnis an?
• Wenn wir diesen Report ab morgen nicht mehr produzieren, wer merkt es, und was macht er stattdessen?

Diese Serie ist inspiriert von Mike Grigsbys Marketing Analytics (Kogan Page). Erklärungen, Beispiele und Zahlen hier sind meine eigenen.