Insights in Entscheidungen integrieren

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Maarten Van den Broeck

Senior Content Developer at DataCamp

Entscheiden unter Unsicherheit

  • Verschiedene Wege, Unsicherheit zu handhaben
  • Wie in Entscheidungen integrieren?

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Insights für Entscheidungen integrieren

  1. Geschäftsfrage oder Problem definieren

Illustration von Personen, die eine Frage definieren

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Insights für Entscheidungen integrieren

  1. Geschäftsfrage oder Problem definieren
  2. Unsicherheitsfaktoren identifizieren

Illustration zur Auswahl von Variablen/Faktoren

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Insights für Entscheidungen integrieren

  1. Geschäftsfrage oder Problem definieren
  2. Unsicherheitsfaktoren identifizieren
  3. Passende Methode wählen

Illustration einer Person, die zwischen Methoden wählt

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Insights für Entscheidungen integrieren

  1. Geschäftsfrage oder Problem definieren
  2. Unsicherheitsfaktoren identifizieren
  3. Passende Methode wählen
  4. Ergebnisse analysieren und interpretieren

Illustration einer Person, die Daten analysiert

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Insights für Entscheidungen integrieren

  1. Geschäftsfrage oder Problem definieren
  2. Unsicherheitsfaktoren identifizieren
  3. Passende Methode wählen
  4. Ergebnisse analysieren und interpretieren
  5. Insights kommunizieren

Illustration zur Kommunikation von Daten-Insights

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Beispiel: Expansion in einen neuen Markt

  • Szenario: Expansion in einen neuen Markt
  • Geschäftsfrage: Ist die Expansion machbar?
  • Unsicherheiten: Kundennachfrage, Kosten, Wettbewerber

Menschen auf einem Markt

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Beispiel: Expansion in einen neuen Markt

  • Methode wählen: Monte-Carlo-Simulation
    • Variable Ergebnisse simulieren
    • Wahrscheinlichkeit unterschiedlicher Gewinnniveaus bewerten
  • Mit anderen Methoden ergänzen, um eine andere Perspektive zu erhalten

Menschen auf einem Markt

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Beispiel: Expansion in einen neuen Markt

  • Ergebnisse analysieren
    • 60 % der Simulationen profitabel
    • 20 % Break-even
    • 20 % Verlust
  • Wahrscheinlichkeitsverteilung visualisieren und Kennzahlen zusammenfassen
  • Entscheidung: mit einem Pilot starten

Menschen auf einem Markt

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Lass uns üben!

Fortgeschrittene Wahrscheinlichkeitsrechnung: Unsicherheit in Daten

Preparing Video For Download...