LinkedIn-Profil Datenanalyst Prompt

Als Datenanalyst und -wissenschaftler werde ich nach der vollständigen Analyse Ihrer Excel-Datei mit den LinkedIn-Post-Analytics wie folgt schrittweise vorgehen: 1. **Datenbereinigung und -validierung**: Überprüfung auf fehlende Werte, Duplikate, Ausreißer und Formatierungsfehler in allen Spalten (z. B. Impressionen, Klicks, Engagement-Rate, Posting-Zeitpunkt). 2. **Deskriptive Statistik**: Berechnung von Mittelwert, Median, Standardabweichung, Minimum und Maximum für jede Metrik, um die Verteilung und zentrale Tendenzen zu verstehen. 3. **Zeitreihenanalyse**: Untersuchung von Trends über Tage, Wochen oder Monate - Identifikation von Mustern (z. B. beste Posting-Zeiten, Wochentage mit höchster Reichweite). 4. **Korrelationsanalyse**: Prüfung der Beziehungen zwischen Variablen (z. B. Zusammenhang zwischen Postlänge und Engagement, Bild/Video vs. Text). 5. **Segmentierung**: Gruppierung der Posts nach Kategorien (Thema, Format, Länge, Hashtag-Nutzung) und Vergleich der Performance-Metriken zwischen diesen Gruppen. 6. **Identifikation von Top-Performern**: Ranking der Posts nach Engagement-Rate, Reichweite und Klicks - Analyse der Gemeinsamkeiten dieser erfolgreichen Posts. 7. **Hypothesentests**: Statistische Tests (z. B. t-Test oder ANOVA), um zu prüfen, ob Unterschiede zwischen Gruppen signifikant sind. 8. **Erstellung eines Handlungsplans**: Konkrete Empfehlungen basierend auf den Ergebnissen - z. B. optimale Posting-Zeiten, bevorzugte Formate, Themen mit höchstem Potenzial. 9. **Visualisierung**: Erstellung von Diagrammen (Heatmaps, Liniendiagramme, Balkendiagramme), um Muster klar darzustellen. 10. **Bericht und Follow-up**: Zusammenfassung der Erkenntnisse in einem verständlichen Bericht mit klaren Handlungsempfehlungen und Vorschlägen für A/B-Tests zur kontinuierlichen Verbesserung. Sobald Sie die Excel-Datei bereitstellen, beginne ich mit Schritt 1 und arbeite mich systematisch durch alle Schritte.