Im Jahr 2016 war Chris Cardillo als Strategist für das Media-Buying-Team bei M&C Saatchi Performance (damals M&C Saatchi Mobile) tätig, einer Digitalagentur mit über 100 Mitarbeitenden. Sein Team stand vor einem Problem, das viele kennen: Daten für Kundenberichte effizient zusammenzuführen.
Die Hauptursache: zu viele Datenquellen. Die Teams, die er unterstützte, mussten Informationen aus unterschiedlichsten Plattformen ziehen und zusammenführen, darunter Social Media (Facebook, AdWords, Twitter), Ad-Server (DoubleClick), Mobile-Measurement-Partner (Kochava, AppsFlyer) und Netzwerkpartner. Viel Zeit ging fürs Einloggen in jeden einzelnen Dienst drauf, Berichte herunterladen, Daten kopieren und einfügen, Rohdaten mit kundenrelevanten Informationen anreichern und Reports manuell prüfen. Je nach Kontogröße dauerte es ein bis drei Arbeitstage, um einen einzigen präsentationsreifen Kundenbericht zu erstellen. Der Prozess war mühsam, zeitintensiv und fehleranfällig. Es musste sich etwas ändern.
Mit DataCamp die Punkte verbinden
Damals, so Chris, „dachte eigentlich niemand daran, irgendeine Programmiersprache als Lösung für diese Probleme zu nutzen.“ Auf DataCamp stieß er eher zufällig: Er führte Bewerbungsgespräche mit Analysten, und ein vielversprechender Kandidat listete einige DataCamp-Kurse im Lebenslauf. Chris gab DataCamp eine Chance und startete mit dem Data Scientist with R-Lernpfad.
Als sich Chris in R sicherer fühlte, konnte er erste Proofs of Concept bauen. Nach etwa 8–10 Kursen (30–40 Stunden) entwickelte er kleine Tools, etwa eines, das Facebook-Werbekampagnen überwachte, um Probleme schneller aufzudecken. Mit wachsender R-Routine baute er für einen Kunden eine maßgeschneiderte Reporting-Lösung, die verlässlich war und wöchentlich eingesetzt werden konnte. Später skalierte er die Lösung mit Shiny, indem er eine Shiny-App bereitstellte, die sich für mehrere Kunden nutzen ließ. Die App enthielt einfache Anleitungen, damit sein Team Berichte deutlich effizienter aggregieren konnte. Bis zu diesem Punkt hatte Chris etwa 80 Stunden auf DataCamp gelernt.
Insgesamt entstand so ein Hybridansatz, der genau zu den Anforderungen von M&C passte. R sorgte für einen schlankeren Reporting-Prozess, aber Excel blieb im Einsatz, weil die Infrastruktur nicht auf eine vollständige Datenpipeline ausgelegt war. „Das Ziel war nicht, Excel zu abschaffen, sondern es auf das Nötigste zu reduzieren.“
Chris entwickelte außerdem Ad-hoc-Lösungen für weitere Kunden. Bei einem Kunden konnten die Mediakostencalculations leicht eine Tabelle mit 800.000 Zeilen ergeben, weil ein Anbieter mit bis zu 500 unterschiedlichen Sites arbeitete und die Vergütung je nach Anzahl der generierten Installs variierte. Also 10 Anbieter x 500 Sites x 5 Creatives x 3 CTAs x 7 Tage = 525.000 Zeilen pro Woche. Mithilfe der auf DataCamp erlernten Kompetenzen implementierte Chris einen Prozess, um die Site-Dimension zu entfernen und die verbleibenden Informationen nach der Kostenberechnung zu verdichten. Nachdem die Site-Ebene entfernt und die Daten zusammengefasst worden waren, schrumpfte der Bericht von 525.000 auf 1.000 Zeilen. Das entspricht einer 99 % kleineren Datei für den Kunden.
Die Wirkung von DataCamp
Chris nutzte R, insbesondere die Tidyverse-Tools, um Daten unterschiedlicher Typen zu importieren und zu verarbeiten. Der Effekt war enorm: Ein Bericht, der früher drei Tage dauerte, war nun in acht Stunden fertig. Kleinere Kundenberichte ließen sich in nur einer Stunde erstellen.
Nachdem Chris mit seinen neuen Kompetenzen die Effizienzsteigerung eindeutig belegt hatte, konnte er M&C Saatchi von einem DataCamp for Business-Abo überzeugen.
2017 wurde Chris bei M&C Saatchi zum Associate Director of Strategy befördert, arbeitet dort heute aber nicht mehr. Inzwischen arbeitet er bei DataCamp als Datenwissenschaftler und unterstützt das Enterprise-Geschäft. Wenn du wie Chris DataCamp-Champion bist (oder werden willst), erfahre mehr darüber, wie du dein Team auf DataCamp bringst: datacamp.com/business. Klicke hier, um eine Demo unserer Plattform zu vereinbaren.
