Gemeinsames Verständnis

Beruflich bedingt interessiere ich mich für Bahnhöfe. Und wer gelegentlich mit dem Zug unterwegs ist, weiß: Es gibt sehr unterschiedliche Bahnhöfe. Große und kleine, mit und ohne Service-Mitarbeitenden, schmutzige und saubere, farbenfrohe und ziemlich graue.

Trotz aller Unterschiede sollten jedoch alle Bahnhöfe denselben Zweck erfüllen: Nämlich Reisenden und Gästen ein gutes Kundenerlebnis bieten. Natürlich gelingt das nicht immer. Dennoch ist das erst einmal das Ziel.

Um ein gutes Erlebnis bieten zu können, muss man wissen, wie die Gäste am Bahnhof die Angebote wahrnehmen. Wie empfinden Sie die Sauberkeit? Bekommen Sie die Informationen, die sie brauchen? Das Feedback der Kundinnen und Kunden ist wichtig, um das Produkt zu verbessern. Das gilt für Bahnhöfe genauso wie für Rasierapparate.

Gäste und Reisende können ihr Feedback zu einem Bahnhof oder zu einer bestimmten Leistung auf verschiedenem Wegen abgeben. Per E-Mail, Telefon oder Chat zum Beispiel. Was nicht mehr geht, ist, Lob oder Beschwerden auf Papier loszuwerden.

Denn es existiert ein digitales Kundenfeedbacksystem, das zentral verwaltet wird. Das zentralisierte System macht es möglich, das Feedback zu sammeln und so auch bahnhofsübergreifende Informationen bereitzustellen.

Die können dann auf einer Datenplattform eingesehen werden, wo auch Informationen aus anderen Datenquellen wie zum Beispiel Umfragen einfließen. Nutzerinnen und Nutzer brauchen dann nur in ein digitales Dashboard schauen, um sehr spezifische Auswertungen zu bekommen. Das ist zum einen natürlich in Bezug auf den jeweiligen Bahnhof spannend: Wie wird er wahrgenommen?

Zum anderen lassen sich ebenfalls bahnhofs- und regionalübergreifende Ableitungen treffen. Haben wir ein generelles Sauberkeitsthema? Fühlen sich die Gäste an größeren Bahnhöfen nicht sicher? Mithilfe der Informationen aus unterschiedlichen Quellen fällt es leichter, das Problem zu bestimmen – die Basis, um überhaupt den Veränderungsbedarf zu definieren.

Der Vorteil von Data Analytics ist aus meiner Sicht vor allem, dass die Beteiligten so ein gemeinsames Verständnis entwickeln können, beispielsweise in Bezug auf Stärken und Entwicklungsfelder der Organisation. Alle schauen auf dieselben Zahlen und Fakten.

Man kennt doch den anderen Weg: Eine Führungskraft hat zufällig mit einem Kunden gesprochen, der irgendwas ganz schlimm findet, also muss jetzt ein Programm aufgesetzt werden, um den Missstand zu beseitigen. Die anekdotische Evidenz ist weitverbreitet. Mit Data Analytics wird dieser Weg obsolet.

Eine ordentliche Analyse und ein gemeinsames Verständnis von Problemen erleichtern schlichtweg das gemeinsame Handeln. Und oft ist die Verknüpfung von qualitativen Daten mit quantitativen Daten besonders hilfreich – gerade für Veränderungsbegleiter.

Jan C. Weilbacher, Chefredakteur