Mitarbeiterbefragung anonym durchführen: So stellt man die Anonymität der Umfrage sicher

Befragungen von Mitarbeiterinnen und Mitarbeitern sind heutzutage ein zentraler Bestandteil im B2B-Bereich. Eine der wichtigsten Fragen im Zusammenhang mit der Durchführung von Umfragen in Unternehmen und in der empirischen Forschung generell ist die Frage, ob und wann eine Mitarbeiterbefragung anonym ist. In diesem Artikel wird erläutert, was Anonymität bedeutet, welche Vorschriften und Empfehlungen zu beachten sind und wie generell Anonymität und Datenschutz in einer Mitarbeiterbefragung gewährleistet werden können.

Auswertung Mitarbeiterbefragung: Die 11 besten Tipps

Mitarbeiterbefragungen spielen in Zeiten des häufigen Personalwechsels eine immer größere Rolle und bieten den Unternehmen eine Reihe von Vorteilen.Eine erfolgreiche Mitarbeiterbefragung bedarf einer gründlichen Vorbereitung schon von Beginn an mit Hilfe einer professionellen Fragebogen-Erstellung, damit die anschliessende Auswertung auch entsprechende Erkenntnisse liefern kann. Die Fragebögen werden nach der Erstellung von den Befragten ausgefüllt und im […]

Warum korrekte Daten essenziell für die Nutzung von KI im Unternehmen sind

Egal ob für Web Analytics, die Kundenanalyse oder als Diagnoseinstrument im medizinischen Bereich: Der Einsatz von KI im Unternehmen wird immer mehr ein entscheidender Faktor für den Unternehmenserfolg. Oft scheitern Analyseprojekte für künstliche Intelligenz oder maschinelles Lernen allerdings bereits in der Planungsphase. Insbesondere die Rolle von korrekten Daten wird hierbei häufig unterschätzt. Wir zeigen welche Einsatzbereiche für KI im Unternehmen denkbar und sinnvoll sind. Gleichzeitig stellen wir die Rolle von korrekten Daten für KI Projekte dar und besprechen auf welche Aspekte man dabei achten sollte.

Messung von Verborgenem: Strukturgleichungsmodell (SEM) und Pfadanalyse zur Modellierung bei latenten Variablen

In vielen Anwendungsbereichen können Einflussvariablen oft nicht direkt erhoben werden. Man spricht dann von latenten (verborgenen) Variablen. Solche Variablen können z. B. Stress, Angst oder Politikverdrossenheit sein. Latente Variablen können nur indirekt erhoben werden. Wir geben Ihnen einen Einblick, wie mit Strukturgleichungsmodellen und Pfadanalyse eine elegante und effektive Modellierung erfolgen kann.

Die 4 besten Methoden um die Kundenzufriedenheit zu messen

„Jeden Tag ist es unsere Aufgabe, jeden wichtigen Aspekt der Kundenerfahrung ein bisschen besser zu machen“, sagte einmal Jeff Bezsos als CEO von Amazon. Aber auch jedes andere Unternehmen sollte die Steigerung der Kundenzufriedenheit als oberste Priorität sehen. Um zu wissen, welche Maßnahmen nötig sind um das Kundenerlebnis zu verbessern, ist allerdings zunächst eine kontinuierliche Messung der Kundenzufriedenheit unabdingbar! Wir zeigen die 4 besten Instrumente um die Kundenzufriedenheit zu ermitteln.

Therapieeffekt für nicht-randomisierte Studien beurteilen durch Propensity Score Matching

Nicht-randomisierte Studien sind in der Kritik, da sich Behandlungs- und Kontrollgruppe oft bezüglich möglicher Stör- und Einflussgrößen unterscheiden. Kausale Effekte sind in solchen Settings nicht mehr auf die Behandlung zurückzuführen. Der Propensity-Score stellt eine Möglichkeit dar, im Analyseprozess der Daten bezüglich der erhobenen Confounder zu korrigieren. Wir geben eine Einführung in die Auswertung mit Propensity Score und erläutern die Hintergründe.

Wie man unstrukturierte Daten analysiert und daraus wichtige Erkenntnisse für das eigene Unternehmen ableitet

Der vergessene Datenschatz: Viele Unternehmen übersehen, dass Sie neben strukturierten Daten in Tabellen und Datenbanken noch über weitere Quelle an wertvollen UNstrukturierten Daten verfügen. Unstrukturierte Daten bezeichnet zum Beispiel E-Mail Nachrichten oder Social Media Feeds. Wir zeigen Ihnen, was unstrukturierte und semi-strukturierte Daten ausmacht und wie man diese Daten gewinnbringend für das eigene Unternehmen nutzen kann!

Erfolgreichere Kundenangebote mit Customer Analytics: Wie man die eigenen Kunden besser versteht

Das Kaufverhalten des Kunden verstehen, das attraktivste Angebot für den Kunden ermitteln oder Kundenabwanderung verhindern: All dies sind Ziele bei denen einen die Customer Analytics und die Ermittlung des Kundenwerts unterstützen kann. Wir zeigen, wie man mit analytisches CRM verwendet, um die eigenen Angebote an den Kunden zu optimieren und dadurch den Umsatz steigert!

Gefährdet Overfitting die Gültigkeit Ihrer Analyseergebnisse? Mit diesen Tipps vermeidet man Overfitting und Underfitting!

Ein statistisches Modell soll die Wirklichkeit möglichst gut vorhersagen. Um ein Bild der Wirklichkeit zu haben, werden Daten verwendet. Diese Daten bilden die Basis zur Entwicklung eines Modells sowie zur Überprüfung der Güte des Modells. Dabei kann es leicht zu Overfitting kommen: Das Modell sagt die vorhandenen Daten optimal voraus, funktioniert aber nur unzureichend bei unbekannten Daten. Wir geben Ihnen Tipps vom Profi, wie stabile Modelle erreicht werden können.

Deskriptive Analyse auf dem Expertenlevel – Wie Sie Daten nicht nur analysieren, sondern auch verstehen!

Unsicher wo Sie bei Ihrer Datenanalyse beginnen sollen? Die deskriptive Analyse ist immer ein sinnvoller erster Schritt um Überblick über die Daten zu schaffen. Wir stellen die wichtigsten Methoden für deskriptive Statistik vor und geben Tipps wie man eine deskriptive Datenanalyse besonders aussagekräftig gestaltet.