Inhaltsverzeichnis:
- Definition - Was bedeutet datengesteuerte Entscheidungsfindung (DDDM)?
- Techopedia erklärt datengesteuerte Entscheidungsfindung (DDDM)
Definition - Was bedeutet datengesteuerte Entscheidungsfindung (DDDM)?
Bei der datengesteuerten Entscheidungsfindung (DDDM) werden Entscheidungen getroffen, die von harten Daten gestützt werden, anstatt Entscheidungen zu treffen, die intuitiv sind oder nur auf Beobachtungen beruhen. Da die Geschäftstechnologie in den letzten Jahren exponentiell gewachsen ist, ist die datengesteuerte Entscheidungsfindung zu einem wesentlich grundlegenderen Bestandteil aller Arten von Branchen geworden, einschließlich wichtiger Bereiche wie Medizin, Transportwesen und Geräteherstellung.
Datengesteuerte Entscheidungsfindung wird auch als datengesteuertes Entscheidungsmanagement oder datengesteuerte Entscheidungsfindung bezeichnet.
Techopedia erklärt datengesteuerte Entscheidungsfindung (DDDM)
Die Idee der datengetriebenen Entscheidungsfindung ist, dass Entscheidungen aus Schlüsseldatensätzen extrapoliert werden sollten, die ihre projizierte Wirksamkeit und ihre mögliche Funktionsweise belegen. Unternehmen verwenden im Allgemeinen eine breite Palette von Unternehmenstools, um diese Daten abzurufen und auf eine Weise darzustellen, die Entscheidungen stützt. Dies steht in krassem Gegensatz zu der Art und Weise, in der Entscheidungen in der gesamten Geschichte von Handelsunternehmen getroffen wurden, in der vor dem Auftreten neuer komplexer Technologien Entscheidungen häufig auf der Grundlage von Beobachtungen oder fundierten Vermutungen getroffen wurden.
Wenn man heutzutage wissen möchte, wie ein bestimmtes Produkt auf einem Markt abschneidet, was ein Kunde von einem Slogan hält oder wo er Geschäftsressourcen einsetzen kann, kann Entscheidungsunterstützungssoftware Abhilfe schaffen. Das hat zu einer viel größeren Nachfrage nach datengesteuerten Entscheidungsfindungslösungen geführt. TechTarget zitiert eine Studie des MIT Center for Digital Business, der zufolge Unternehmen, die datenbasierte Entscheidungen treffen, im Durchschnitt 4 Prozent mehr Produktivität und 6 Prozent mehr Gewinn erzielen.
Um dieser boomenden Nachfrage gerecht zu werden, haben Unternehmen Self-Service-Datenanalyseprodukte herausgebracht. Die Idee ist, dass Self-Service-Produkte zu einer egalitäreren Datenerfassung und -übertragung führen. Mit anderen Worten, ohne Self-Service-Tools kann nur ein qualifizierter Datenwissenschaftler die Zahlen zusammenstellen und die datenunterstützenden Entscheidungen treffen, wohingegen mit Decision-Support-Tools, die Self-Service-Tools sind, Führungskräfte und andere, die weiter von der IT-Abteilung entfernt sind, dies können Führen Sie ihre eigenen Analysen durch und präsentieren Sie ihre eigenen Entscheidungen, die mit den fraglichen Daten unterlegt sind.
