Sergio Rico Lucena

Berufliche Systeme

Zwei Werkzeuge aus meiner Arbeit bei LLYC, unabhängig rekonstruiert mit synthetischen Daten.

Unabhängige RekonstruktionSynthetische Daten

C2

Automatisierung der Reporting-Abschlüsse

Ein Kampagnenabschluss, der früher von Hand entstand und heute größtenteils aus einer Tabelle heraus läuft.

Ein Ablauf in Google Sheets, gemeinsam mit einem Kollegen aus Data Analytics entwickelt, der einen Teil des Reporting-Abschlusses einer Kampagne automatisiert. Ein Mensch prüft das Ergebnis weiterhin, bevor es rausgeht.

  1. Eingaben
  2. Vorbereitung
  3. Diagramme
  4. Menschliche Prüfung
Zeit pro Abschluss
Vorher
≈ 10–20 h
Nachher
≈ 3 h

Ungefähr

≈ 70–80 %
des Ablaufs automatisiert
Datum
August 2026
Geltungsbereich
Anteil am Prozess, mit menschlicher Prüfung.
Quelle
Berufliche Schätzung
Ungefähr
≈ 10–20 h → ≈ 3 h
pro Abschluss
Datum
August 2026
Geltungsbereich
Schätzung pro Abschluss.
Quelle
Berufliche Schätzung
Ungefähr

Einen synthetischen Abschluss durchführen

Synthetische Daten

Wählen Sie die Art der Ausführung und drücken Sie die Schaltfläche. Die menschliche Prüfung verschwindet nie.

Diese Demo benötigt JavaScript. Der Fall darunter liest sich auch ohne sie vollständig.

Perspektive

Problem

Jeder Abschluss bedeutete, Quellen zu aktualisieren, Vergleiche und KPIs neu aufzubauen und dieselben Diagramme erneut zu zeichnen. Wiederkehrende Arbeit mit vielen Stellen, an denen Fehler passieren können.

Entscheidungen

  1. Dort bleiben, wo das Team schon arbeitet

    BusinessDer Abschluss läuft aus einer Tabelle, die das Team kennt, in klaren Schritten, damit niemand von einer einzelnen Person abhängt.

    TechnikGoogle Sheets mit Apps Script. Die Daten kommen aus BigQuery und Supermetrics, dazu einige Hilfsquellen.

  2. Regeln für die Insights, ein Mensch für das Urteil

    BusinessDer Ablauf bereitet die Insights vor, und ein Mensch entscheidet, was dem Kunden gesagt werden sollte.

    TechnikDie Insights entstehen aus deterministischen Regeln. Die menschliche Prüfung ist ein fester Schritt, keine Option.

Wie ich es überprüft habe

In echten Abschlüssen eingesetzt und mit der Dauer des manuellen Prozesses verglichen.

Was ich gelernt habe

Den größten Teil eines Prozesses zu automatisieren ist nützlicher, als dem Ganzen nachzujagen. Der Teil, der beim Menschen bleibt, ist der mit dem Urteilsvermögen.

Rolle

Mitentwicklung, mit fachlicher und technischer Verantwortung gemeinsam mit einem Kollegen, sowie Nutzung und Validierung in echten Abschlüssen.

Status

Im echten beruflichen Einsatz und in laufender Verbesserung.

  • Google Sheets
  • Apps Script
  • BigQuery
  • Supermetrics

C3

Path-to-Conversion Analyzer

Ein Werkzeug, das sperrige Pfad-Exporte in eine Analyse verwandelt, die sich in Minuten lesen lässt.

Ein Browser-Werkzeug zur Analyse von Path-to-Conversion-Exporten aus Campaign Manager 360. Es erkennt das Format, normalisiert es und zeigt die Pfade, auf die es ankommt.

  1. Upload
  2. Erkennen und validieren
  3. Normalisieren
  4. Filtern und lesen
≈ 10 min
pro Analyse, statt mehrerer Stunden
Datum
August 2026
Geltungsbereich
In den getesteten Fällen.
Quelle
Berufliche Schätzung
Ungefähr

Synthetische Conversion-Pfade analysieren

Synthetische Daten

Wählen Sie ein Exportformat, normalisieren Sie es und filtern Sie die Pfade.

Diese Demo benötigt JavaScript. Der Fall darunter liest sich auch ohne sie vollständig.

Perspektive

Problem

Die Exporte kommen in schwer handhabbaren Formaten, und die Analyse von Hand dauerte jedes Mal mehrere Stunden.

Entscheidungen

  1. Den Export so annehmen, wie er kommt

    BusinessDie Analystin oder der Analyst lädt die Datei so hoch, wie sie exportiert wurde. Kein manuelles Umbauen vor dem Start.

    TechnikUpload von CSV und XLSX mit SheetJS, Erkennung und Validierung der Struktur sowie Normalisierung von pivotierten und nicht pivotierten Layouts in eine einzige Tabelle.

  2. Zuerst die üblichen Fragen beantworten

    BusinessFilter, KPIs, häufigste Pfade und Pfadlängen stehen gleichzeitig auf dem Bildschirm, und das Ergebnis lässt sich als Präsentation exportieren.

    TechnikChart.js für die Diagramme und PptxGenJS für den Export. Alles läuft im Browser.

Wie ich es überprüft habe

Die Ergebnisse wurden mit Analysen verglichen, die von Hand auf denselben Exporten entstanden. In den getesteten Fällen sank der Aufwand von mehreren Stunden auf etwa zehn Minuten.

Was ich gelernt habe

Die meiste Zeit floss ins Umformen der Daten, nicht ins Nachdenken darüber. Zuerst das Formatproblem zu lösen, machte die eigentliche Analyse kurz.

Rolle

Funktionales Design, Anpassung an echte Anwendungsfälle und Formate, Validierung und Weiterentwicklung. Es ging aus früherer explorativer Arbeit mit einem Gemini Gem hervor, und die Umsetzung wurde von Claude unterstützt.

Status

Ein funktionsfähiger Prototyp mit ersten echten Anwendungen.

  • HTML / JavaScript
  • Chart.js
  • SheetJS
  • PptxGenJS

Seiten

A1StartB1ProjekteC1Berufliche SystemeD1ErfahrungE1KompetenzenF1Über michG1KontaktH1Datenschutz

Projekte

B2VexploreWo es etwas zu entdecken gibtB3NuboriaWann sich der Blick zum Himmel lohntB4AnuahWie man füreinander da istB5EvolutiaWie sich Training anpasst

Berufliche Systeme

C2Automatisierung der Reporting-AbschlüsseC3Path-to-Conversion Analyzer

Aktionen

ENEnglishESEspañolFRFrançais

Pfeiltasten zum Bewegen, Enter zum Öffnen, Esc zum Schließen