„In the world of the hippo (highest paid person’s opinion), you ask the chief designer or the marketing director to pick a blue and that’s the solution. In the world of data you can run experiments to find the right answer.“ (Dan Cobley – Ehemaliger Marketing Direktor bei Google)
Immer mehr Unternehmen setzen auf datengestützte Entscheidungsprozesse, um ihre Produkte und Abläufe zu optimieren. So untersuchte der Marktführer Google während des Experimentes „50 shades of blue“ die Auswirkung verschiedener Blautöne von Werbeanzeigen auf das Klickverhalten der Benutzer. Die Methode des Design of Experiments (DoE) ist über alle Branchen hinweg längst nicht nur bei Google ein wichtiger Faktor, um wertvolle Erkenntnisse über Kunden, Produkte und Technologien zu erhalten.
Ziel: Maximale Effizienz bei minimalen Kosten
Die Grundzüge der statistischen Versuchsplanung reichen bereits bis ins 18. Jahrhundert zurück: Die Untersuchung der Wirksamkeit unterschiedlicher Behandlungsmethoden sollte die Seefahrerkrankheit Skorbut lindern. Bis heute gleich geblieben ist die methodische Zielsetzung von DoE: Die Zahl der Experimente, die zur Bestimmung von Parametereinflüssen auf ein untersuchtes Merkmal nötig sind, werden durch vereinfachende Annahmen und statistische Auswertungsverfahren auf ein Minimum reduziert. Gewandelt haben sich hingegen die Anwendungsfelder von DoE.
DoE gibt Orientierung bei Entscheidungen
Das sich stetig verändernde Kundenverhalten und die komplexen Einflüsse darauf haben den Markt verändert. Statistische Auswertungen können bislang unbekannte Zusammenhänge zwischen Input und Output aufdecken und so das Entscheidungsrisiko senken. Das höhere Verständnis für die Bedürfnisse von Endverbrauchern ermöglicht die Entwicklung von am Markt erfolgreichen Produkten und die Vermeidung von kostspieligen Fehltritten aufgrund von individuellen Fehleinschätzungen. Statistische Erhebungen ersetzen nicht die bisherigen Entscheidungsstrukturen, aber sie ergänzen sie und ermöglichen die präzise Quantifizierung von Einflüssen.
A/B-Testing als eine Anwendung von DoE
Mit dem sogenannten A/B-Test, einer Testmethode für Werbezwecke,lassen sich unterschiedliche Vorstellungen von Entscheidungsträgern im Unternehmen wie beispielsweise in Bezug auf die Geschmacksrichtung von Nahrungsmitteln auf ihre Kundenwirkung hin überprüfen.
Die auf User Experience ausgerichtete Gestaltung von Webseiten ist ein weiteres Anwendungsszenario des A/B-Testings. Durch die Einbeziehung von bestehenden und potentiellen Besuchern mit ihren subjektiven Eindrücken lässt sich die Wirkung verschiedener Homepagedesigns ermitteln.
R als Softwarelösung zur statistischen Versuchsplanung
Die Popularität von Design of Experiments zeigt sich auch darin, dass das Thema in zahlreichen Softwarelösungen aus dem Bereich Statistik fest verankert ist. Anwender der freien Statistiksprache R verfügen über eine Reihe an kostenfreien Zusatzpaketen mit aktuellen Methoden für die statistische Versuchsplanung. R ist ideal in bestehende Prozesse integrierbar: Analysen in Echtzeit wie sie beim A/B Testing im Bereich der Webseitengestaltung erforderlich sind, können mit R umgesetzt werden.
DoE in der eoda R-Akademie
Design of Experiments als ein Bestandteil von Six Sigma ist auch Thema im Rahmen des Kurses „Angewandte Statistik im Qualitätsmanagement mit R“ der eoda Data Science Trainings. Die Teilnehmer erhalten Einblick in die Designerstellung, das Datenmanagement, elementare Analysemethoden wie der linearen Regression sowie Visualisierungstechniken mit R.
Statistische Erhebungen garantieren keine richtigen Entscheidungen, aber sie können helfen, mehr richtige Entscheidungen zu treffen – Google hat die Möglichkeiten der „World of Data“ genutzt und durch die Wahl des richtigen Blautons zusätzliche Einnahmen in Höhe von 200 Millionen Dollar generiert.
Hier entlang.