Grofit Diagnose besprechen

Grofit — Berater-Agent für Ihren Kundenstamm Wachsen wir – oder leben wir von Neukunden?

Beobachtung Im Demo-Unternehmen trägt die Vorjahreswelle das Wachstum: Ohne sie wäre der Umsatz um 0,4 Mio. ₽ gesunken. Musterdiagnose, PDF (auf Englisch)

Stellt die Fragen zu Ihrem Kundenstamm, die im Unternehmen niemand stellt.

Grofit führt die Berichte von Marketing, CRM, Produkt und Finanzen zu einem Bild Ihres Kundenstamms zusammen. Es sagt, ob die Basis wächst oder aufgezehrt wird – und klar, was per Rechnung belegt ist und was noch Vermutung.

fürLeitung von Marketing, CRM, Produkt und Finanzen, Inhaber und Geschäftsführung

Diagnose besprechen Export prüfen
  • Für den ersten Schritt keine Daten nötig
  • Keine Namen und Telefonnummern von Kunden
  • Etwa eine Woche
Fragen von Grofit· Beispiel GmbH Demodaten

  1. Wie viele Kunden aus dem Altbestand kaufen noch?

    Beobachtung 3.000 → 2.300, ≈ −23 %. Das steht in keinem Abteilungsbericht.

  2. Kommen Neukunden seltener wieder als die des Vorjahres?

    Beobachtung Im 6. Monat kauften 36 % → 31 %. In den ersten 6 Monaten brachte jeder 1.575 ₽ → 1.367 ₽.

  3. Warum bringen Neukunden weniger als die des Vorjahres?

    Hypothese – bitte prüfen Den Grund zeigen die Bestellungen nicht: anderer Kanal oder Rabatt zum Einstieg? Liefern Sie den Kanal der Erstbestellung nach – Grofit vergleicht.

Die Zahlen rechnen Formeln auf den Daten, kein Sprachmodell.

Frage„Alle Abteilungen melden Wachstum. Wohin steuern wir im nächsten Quartal?“

Die Abteilungen berichten das eine, der Bestand zeigt anderes

Demo-Unternehmen „Beispiel GmbH“, 2024 → 2025: vier korrekte Berichte und ein Bild der Kunden.

Was die Abteilungen berichten

  • Marketing

    Neukunden pro Jahr

    ≈ +20 %

    2.000 → 2.400

  • CRM

    Umsatz mit Rückkehrern

    ≈ +67 %

    0,3 Mio. ₽ → 0,5 Mio. ₽

  • Produkt

    Umsatz pro aktivem Kunden

    ≈ +11 %

    1.354 → 1.502 ₽ pro Jahr

  • Finanzen

    Umsatz des Unternehmens

    ≈ +8 %

    10,0 Mio. ₽ → 10,8 Mio. ₽

Beobachtung Was die Kunden zeigen

  • Aktive Kunden im Altbestand

    ≈ −23 %

    3.000 → 2.300

  • Umsatz pro gewonnenem Kunden in den ersten 6 Monaten

    ≈ −13 %

    1.575 ₽ → 1.367 ₽, nur beobachtete Monate

  • Die Vorjahreswelle trägt das Wachstum

    +1,2 Mio. ₽

    In ihrem zweiten Jahr brachte sie 1,2 Mio. ₽ mehr als die Welle davor. Ohne das wäre der Umsatz um 0,4 Mio. ₽ gesunken.

Jeder Bericht stimmt, das Wichtigste steht in keinem. Grofit gibt allen Abteilungen dieselben Annahmen aus denselben Daten. Hypothese – bitte prüfen Geht es so weiter, hört diese Quelle 2026 auf zu wachsen.

Wie Grofit die Vorschläge der Abteilungen zu einer Entscheidung bündelt

Der Umsatz wuchs um +0,80 Mio. ₽, die Reifung der Vorjahreswelle brachte +1,20 Mio. ₽. Die Akquise ergibt in Summe fast null: +0,59 Mio. ₽ durch mehr Neukunden und −0,58 Mio. ₽ durch weniger Umsatz pro Kunde. Die Kundenbindung im Altbestand kostete −1,00 Mio. ₽. Auf dem Tisch liegen drei Vorschläge: Rabatt auf die Erstbestellung, E-Mails nach dem Kauf, Wiederbestellung in zwei Schritten.

  1. 01 · Eine Achse

    Alle Vorschläge mit demselben Maßstab messen

    • pro Käufer
    • pro E-Mail-Empfänger
    • pro aktivem Kunden

    → Zweitkauf pro gewonnenem Kunden bis Monat 6

  2. 02 · Verantwortliche

    Jede Wette hat einen Verantwortlichen

    Marketing
    Rabatt auf die Erstbestellung
    CRM
    E-Mails nach dem Kauf
    Produkt
    Wiederbestellung in zwei Schritten

  3. 03 · Widersprüche

    Die Effekte lassen sich nicht addieren

    • DoppelzählungZwei Teams können sich denselben Zweitkauf zuschreiben.
    • RisikoEin Rabatt kann billige Erstbestellungen mit schwachem Wiederkauf bringen.
    • HypotheseWas gewirkt hat, zeigen die Bestellungen nicht – das wird getestet, nicht berechnet.

  4. 04 · Entscheidung

    Die Geschäftsführung entscheidet

    Grofit vergleicht die Vorschläge auf einer Achse. Der nächste Schritt ist ein Test, den Ihr Team mit eigenen Werkzeugen durchführt; das Ergebnis lässt sich nachliefern und auf derselben Achse vergleichen.

    Prioritäten und Budget ändert Grofit nicht.

Signal von GrofitSignal → Beleg → Entscheidung

Drei Situationen, die jede Führungskraft kennt

Was die Zahlen zeigen und was zuerst zu prüfen ist. Entscheiden tut die Geschäftsführung.

01Inhaber ohne Analysten

Signal

Der Umsatz wächst, es gibt mehr Neukunden – also alles gut?

Die Mailings macht ein Dienstleister, die Berichte eine Person in Excel.

Beleg · Beobachtung

Der Altbestand schmilzt, das Wachstum trägt die Vorjahreswelle

Altbestand

4,1 → 3,5

Neukunden des Jahres

3,2 → 3,2

Vorjahreswelle, ihr zweites Jahr

2,4 → 3,6

Rückkehrer

0,3 → 0,5

Gesamt, Mio. ₽

10,0 → 10,8

2024 → 2025 · Demodaten

Entscheidung

Drei Zahlen pro Quartal im Blick behalten

Wie viele Neukunden kamen, wie viel jeder im ersten Halbjahr brachte, wie viele Kunden aus dem Altbestand noch kaufen. Wächst nur die erste Zahl, leben Sie von Neukunden.

Bereitet vor
Grofit
Entscheidet
der Inhaber

02Einstiegsrabatt oder Strecke nach dem ersten Kauf

Signal

Marketing will einen Rabatt auf die Erstbestellung, CRM eine E-Mail-Strecke

Jeder zeigt Wachstum im eigenen Bericht. Das Budget gibt es nur einmal.

Beleg

Eine Achse für beide

Rabatt-Kohorten neben Kohorten zum vollen Preis, im selben Alter.

Entscheidung

Den Test führt Ihr Team durch

Mit eigenen Werkzeugen. Sie liefern das Ergebnis nach – Grofit vergleicht auf derselben Achse.

Verantwortlich
Marketing und CRM
Gibt frei
kaufmännischer Leiter

03Der Durchschnitt steigt, der Bestand wird schwächer

Signal

Ein aktiver Kunde gibt mehr aus: ≈ +11 %

1.354 ₽ → 1.502 ₽ pro Jahr je aktivem Kunden im Altbestand.

Beleg · Beobachtung

Es gibt weniger aktive Kunden

Den Durchschnitt haben die Verbliebenen gehoben – derselbe Auswahleffekt wie im Beispiel unten.

Entscheidung

Erst die Kundenbindung, dann der Durchschnitt

Kohorten im selben Alter vergleichen. Preissteigerungen berücksichtigt Grofit gesondert.

Bereiten vor
CRM und Produkt
Gibt frei
kaufmännischer Leiter

Frage„Warum steigt der Durchschnitt, wenn weniger Leute kaufen?“

Dieselben Bestellungen, zwei richtige Zahlen

Ein eigenes Demo-Beispiel: 100 Kunden, die im selben Monat zum ersten Mal kauften. Ein Jahr später teilen wir denselben Umsatz durch verschiedene Personen.

Eine Gruppe 12 von 100 kauften · 40.500 ₽ eigenes Beispiel

kaufte im Monat kaufte nicht im Monat

Monat 12 · Umsatz der Gruppe

40.500 ₽

Der Zähler bleibt gleich. Nur der Nenner ändert sich.

pro Käufer

3.375 ₽

40.500 ₽ ÷ 12

≈ +160 %

pro Ausgangskunde

405 ₽

40.500 ₽ ÷ 100

≈ −69 %

Eigenes Demo-Beispiel · 1 Punkt = 1 Kunde · sortiert nach Umsatz im Monat 0

Grofit · Fazit

Die Verbliebenen geben nicht mehr aus: Der Durchschnitt stieg durch Auswahl, der Umsatz der Gruppe sank.

Ein steigender Durchschnitt kann auch steigende Preise bedeuten. Inflation und Preiserhöhungen im eigenen Geschäft berücksichtigt Grofit gesondert.

Anfangs- und Endwerte des eigenen Beispiels mit 100 Kunden
KennzahlMonat 0Monat 12
Kauften im Monat10012
Umsatz der Gruppe im Monat130.000 ₽40.500 ₽
Umsatz pro Käufer1.300 ₽3.375 ₽
Umsatz pro Ausgangskunde1.300 ₽405 ₽

Frage„Was bekomme ich nach der Diagnose?“

Ein Dokument, das alle Abteilungen verstehen

Oben das Fazit in Worten, darunter drei Analysen. Die Berechnungen für Analysten sind eingeklappt und stehen im PDF-Muster.

Diagnose des Kundenstamms
Unternehmen
Beispiel GmbH
Historie
36 Mon.
Status
Muster

Demodaten

Hauptbefund · Beobachtung

Die Vorjahreswelle trägt das Wachstum: In ihrem zweiten Jahr brachte sie 1,2 Mio. ₽ mehr als die Welle davor. Ohne das wäre der Umsatz um 0,4 Mio. ₽ gesunken. Es kommen mehr Neukunden, aber jeder bringt weniger.

Hypothese – bitte prüfen Geht es so weiter, hört diese Quelle 2026 auf zu wachsen.

Musterdiagnose herunterladen (PDF, auf Englisch)

Zwei Seiten, die Sie ohne Bedenken an Ihren CFO weiterleiten können.

Erste Seite der Musterdiagnose: Hauptbefund in Worten, woraus sich der Umsatz zusammensetzt, Zeilentrichter des Exports und Wasserfall der Wachstumshebel

Datenprüfung · vor jedem Befund

  1. Zeilen im Export60.061
  2. Bestellungen23.370
  3. Dubletten−214
  4. Nullbeträge−118
  5. ohne Kunden-ID−1.426
  6. in der Berechnung21.612

Abgleich mit dem Bericht des Kunden: Abweichung bis 0,4 %. Bestellungen ohne ID bleiben im Umsatz, aber nicht in den Kohorten.

Womit die Diagnose beginnt · drei Analysen

  1. Kundenbindung nach ZugangsmonatWie viele Kunden jedes Zugangsmonats nach 3, 6 und 12 Monaten noch kaufen.
  2. Umgekehrte KohortenanalyseKunden werden nach dem Monat ihres Abgangs gruppiert und ihre ersten Monate verglichen: Die guten erkennt man von Anfang an.
  3. Treuer KernÄndert sich das Verhalten langjähriger Stammkunden, hat sich der Markt oder das Geschäft selbst verändert.

Die passenden Analysen wählt Grofit selbst: Bei Pelzmänteln spielt die Kaufhäufigkeit keine Rolle, beim Abo mit einem Tarif der Bonwert. Fehlen Daten, sagt Grofit genau, welche, und schlägt vor, sie nachzuliefern.

Für Analysten · Berechnungen zum Muster

01Datenpass: Ausschlussregeln und Vorbehalte
  1. Zeilen im Export60.061Export auf Positionsebene: eine Zeile ist eine Bestellposition
  2. Bestellungen nach Zusammenführen der Positionen23.370die Bestellsumme stand in jeder Position – wir nehmen sie einmal pro Bestellung
  3. Doppelte Bestellungen−214gleiche Bestellnummern aus zwei Quellen – wir behalten einen Datensatz
  4. Null- und Negativbeträge−118Retouren sind in der Bestellsumme verrechnet, leere Belege ausgeschlossen
  5. Ohne Kundenkennung−1.426bleiben im Umsatz, aber nicht in den Kohorten: 6,1 % der Bestellungen, 5,4 % des Umsatzes
  6. In der Kohortenberechnung21.612Bestellungen mit Kunden-ID und positivem Betrag
  • Zeitraum36 Monate
  • Abgleich mit dem Bericht des KundenUmsatz nach Monaten: Abweichung bis 0,4 % – Retouren, die im Folgemonat gebucht wurden
  • Lücke in der HistorieLücke von 9 Tagen im März 2025 – in den Grafiken markiert, der Monat fließt nicht in den Kohortenvergleich ein
  • KassendublettenKassendubletten mit unterschiedlicher order_id (gleicher Kunde, Betrag und Zeit auf die Minute) listen wir gesondert auf und löschen sie nicht ohne Absprache
  • Wareneinsatzfehlt – keine Aussagen zur Marge möglich

verwendbar mit Vorbehalt keine Aussage möglich

Perfekte Daten gibt es nicht: Grofit bereinigt den Export und zeigt, was ausgeschlossen wurde und warum.

02Sechs Hebel: Beispiel einer Wachstumszerlegung 2024 → 2025

Der Umsatz-Wasserfall des Demo-Unternehmens. Die Schlüsselkennzahlen werden auf das Geschäftsmodell abgestimmt – ein anderes Unternehmen hat andere Hebel. Ein Kunde wirkt in mehreren Hebeln mit, deshalb zeigt die Grafik Rubel, nicht Personen.

Beiträge der sechs Hebel, Mio. ₽
Umsatz, 202410,0 Mio. ₽
Menge der Neukunden+0,59 Mio. ₽
Umsatz pro Neukunde−0,58 Mio. ₽
Reifung der Vorjahreswelle+1,20 Mio. ₽
Kundenbindung im Altbestand−1,00 Mio. ₽
Umsatz pro aktivem Kunden im Altbestand+0,39 Mio. ₽
Reaktivierung+0,20 Mio. ₽
Umsatz, 202510,8 Mio. ₽
  • Menge der Neukunden – 2.000 → 2.400 gewonnene Kunden
  • Umsatz pro Neukunde – 1.619 ₽ → 1.352 ₽ im Zugangsjahr
  • Reifung – zweites Jahr der Welle: 2023 – 1.500 × 1.600 ₽, 2024 – 2.000 × 1.800 ₽
  • Kundenbindung im Altbestand – aktive Kunden 3.000 → 2.300
  • Umsatz pro aktivem Kunden – 1.354 ₽ → 1.502 ₽ pro Jahr

Grofit · so lesen Sie es · Beobachtung

Der Umsatz wuchs um +0,80 Mio. ₽ (≈ +8 %). Die Akquise ergibt in Summe fast null: +0,59 Mio. ₽ und −0,58 Mio. ₽. Die Vorjahreswelle trägt das Wachstum: Ohne sie wäre der Umsatz um 0,4 Mio. ₽ gesunken.

Das beschreibt die Vergangenheit und ist keine Prognose für die Wirkung künftiger Initiativen.

03Bedingter Horizont des bestehenden Kundenstamms

Wann der Umsatz der Kunden, die vor dem Stichtag gekauft haben, bei unveränderten Bedingungen auf die Hälfte des Basisquartals fällt. Neukunden sind in der Linie nicht enthalten, daher ist das keine Umsatzprognose des Unternehmens. Einheit: Mio. ₽ pro Quartal.

Jahre der Historie: 2023 · 8,4 / 2024 · 10,0 / 2025 · 10,8 Mio. ₽ – 2024 und 2025 wie bei den Hebeln. Die 9-tägige Lücke im März 2025 ist in Q1 2025 markiert.

Grofit · Szenario

Basisquartal: 2,57 Mio. ₽, die Hälfte: 1,29 Mio. ₽. Unter diesen Annahmen halbiert sich der Umsatz des bestehenden Kundenstamms bis zum 4. Quartal nach dem Stichtag.

Ist die Historie kurz oder lückenhaft, steht das im Bericht: Der Horizont lässt sich noch nicht verlässlich schätzen.

Annahmen des Szenarios

  • keine Neukunden in dieser Linie
  • Kundenbindung und Ausgaben nach Kundenalter – wie in der Historie
  • Saisonalität – wie in der Historie
04Kohorten nach Lebensmonat: Rubel pro gewonnenem Kunden

Eine Zeile ist eine Kohorte, eine Spalte der Lebensmonat des Kunden. In der Zelle: Rubel pro gewonnenem Kunden, auch für die, die nicht mehr gekauft haben.

Beobachtung Erste 6 Monate, Kohorten, die sie ganz durchlaufen haben (12 und 7): 1.575 ₽ → 1.367 ₽ (≈ −13 %) pro gewonnenem Kunden; im 6. Monat kauften 36 % → 31 %.

Erwartung Erste 12 Monate: 2.250 ₽ → 1.875 ₽ (≈ −17 %), im 12. Monat kauften 31 % → 26 %. Die Kohorten 2025 haben noch keine 12 Monate durchlaufen: Fehlende Monate sind nach dem Profil früherer Kohorten ergänzt. Das ist eine Erwartung, keine Tatsache.

Schraffiert sind Monate, die junge Kohorten noch nicht erlebt haben: „noch nicht beobachtet“.

05Widersprüche und Verantwortliche

  1. Wem gehört der Zweitkauf – dem Rabatt oder den E-Mails?

    verantwortlich: Marketing, CRMeine Achse; Test mit den Werkzeugen des Teams

  2. Warum bringen Neukunden im ersten Jahr weniger?

    verantwortlich: MarketingKanal der Erstbestellung nachliefern

  3. Warum gibt es im Altbestand weniger aktive Kunden?

    keine Frage einer einzelnen Abteilung – die Geschäftsführung entscheidetKohorten im selben Alter

06So wird gerechnet
  • Segmente nach Kalenderjahr: Neukunden des Jahres (im Zugangsjahr), Vorjahreswelle (ihr zweites Jahr), Altbestand (vor zwei oder mehr Jahren gewonnen), Rückkehrer. Zusammen ergeben sie den Jahresumsatz.
  • Reifung gibt es jedes Jahr: Wir vergleichen das zweite Jahr der Vorjahreswelle mit dem zweiten Jahr der Welle davor.
  • Hebel werden mit dem logarithmischen Mittel (LMDI) zerlegt: Die Beiträge ergeben ohne Rest die Umsatzänderung, +0,80 Mio. ₽.
  • Umsatz pro gewonnenem Kunden – pro Person, die kam, auch wenn sie nicht mehr gekauft hat.
  • Preise. Den Anstieg des Durchschnittsbons gleichen wir mit dem Preisanstieg ab: Inflation und Preiserhöhungen im eigenen Geschäft berücksichtigen wir gesondert.
  • Offene Formeln. Ihre Analysten müssen das nicht von Hand zusammenstellen: Im PDF-Muster stehen Tabellen und Formeln.

Die Bestellhistorie zeigt, was sich geändert hat, beweist aber nicht, warum.

Frage„Womit fangen wir an, und was brauchen Sie von uns?“

Der Einstieg: drei Schritte

  1. 01

    Gespräch

    Wir besprechen die Frage und prüfen, ob die Daten passen. Die Daten selbst brauchen wir noch nicht.

  2. 02

    Export

    Vier Felder, Historie ab 24 Monaten, besser 36. Keine Namen, Telefonnummern oder Adressen.

    customer_id,order_id,datum,betrag
7f3a…c1,100482,2024-03-02 14:10,4 250
7f3a…c1,101977,2024-05-19 09:41,3 100
b21e…09,100513,2024-03-02 18:22,1 890

    customer_id darf ein Hash sein · Betrag nach Rabatten und Retouren · eigene Datei prüfen ↓

  3. 03

    Diagnose

    Wir gehen das Dokument durch: was belegt ist, was Hypothese, welche Daten fehlen.

    Richtwertetwa eine Wochenach einem brauchbaren Export und abgestimmter Frage

Was als Eingang taugt

  • Ein Bestellexport aus 1C, CRM oder CDP, auch auf Positionsebene.
  • Kundenkarte oder Telefon-Hash – das ist die Kunden-ID.
  • Enthält der Export Kanal, Verkaufsstelle, Gutscheincode oder Abo-Kennzeichen, zeigt die Diagnose Auswertungen danach.
  • Kein Entwickler, keine SDK und keine API-Schlüssel nötig.

Einen Gesamtbefund geben wir nicht ab, wenn weniger als die Hälfte der Bestellungen eine Kunden-ID hat oder die Historie kürzer als 24 Monate ist.

Abgleich mit Ihren Zahlen

Vor jedem Befund gleichen wir Umsatz und Bestellungen nach Monaten mit Ihrem Bericht aus 1C, BI, Metabase oder ClickHouse ab. Abweichungen nennen wir als Zahl und mit Ursache.

Ihre Analysten müssen das nicht von Hand zusammenstellen – die Formeln sind offen, der Abgleich mit Ihrem BI kommt vor dem Befund.

Grofit ist kein CDP, kein Mailing-Tool, kein BI

  • Wir versenden nichts und starten keine Kampagnen.
  • Wir ändern nichts in Ihrem CDP oder CRM.

Es ist ein externer Business-Analyst: Er rechnet, zeigt und hebt die wichtigsten Veränderungen im Kundenstamm hervor.

Jede Zahl mit Formel

≈ −69 %= (405 ₽ − 1.300 ₽) ÷ 1.300 ₽

„Zu wenig Daten“ ist auch eine Antwort

Warum haben Kunden im März aufgehört zu kaufen?

Zu wenig Daten. Die Bestellungen zeigen, dass weniger gekauft wurde, aber nicht warum. Gab es eine Aktion oder Lieferprobleme? Erzählen Sie es uns oder liefern Sie diese Daten nach, dann gleichen wir ab.

Frage„Ich habe eine Datei dabei – passt die?“

Prüfen Sie Ihren Export in einer Minute

Wir finden die Spalten, fassen Positionen zu Bestellungen zusammen und zeigen den Zeilentrichter. Das ist eine Formatprüfung, keine Diagnose.

Die Datei wird nicht hochgeladen – die Prüfung läuft in Ihrem Browser

Diagnose besprechen

Beispielausgabe · Datei auf Positionsebene, wie aus Mindbox

Der Export eignet sich für eine Diagnose: 30 Monate Historie, 89 % der Bestellungen mit Kunden-ID.

Zeilentrichter

  1. Zeilen in der Datei2.322
  2. Bestellungen nach Zusammenführen der Positionen1.161
  3. Null- und Negativbeträge−1
  4. Ohne Kunden-ID (im Umsatz, nicht in den Kohorten)−129
  5. In der Kohortenberechnung1.031

Gefundene Spalten

  • Kunden-IDcustomer_id
  • Bestell-IDorder_id
  • Datumorder_date
  • Betragorder_total

Zeitraum: Jan. 2023 – Juni 2025 · Kunden mit ID: 300

  • Export auf Positionsebene: Die Bestellsumme stand in jeder Zeile – wir haben sie einmal pro Bestellung genommen, der Umsatz ist nicht doppelt gezählt.
  • Keine Bestellungen in diesen Monaten: 2024-03. Solche Monate markieren wir und lassen sie beim Kohortenvergleich weg.

Diagnose besprechen

Beginnen wir mit einem Gespräch

Wir prüfen, ob Ihre Bestellhistorie das größte Wachstumsrisiko erkennen lässt.

Preis und Daten

Den Preis nennen wir nach dem ersten Gespräch, bevor Sie einen Export übergeben.

Den Export übergeben Sie auf sicherem Weg, per Vertrag; nach dem Pilotprojekt löschen wir ihn auf Wunsch.

Wer dahintersteht

Viktor Krylov · Autor der Methodik

Product Director CDP bei Beeline, ex-CPO Exponea, ex-CMO Samokat

2186.ru
Bestellhistorie optional

– Pflichtfelder

Fragehäufige Fragen

Das Wichtigste in Kürze

Was unterscheidet Grofit von Mindbox oder einem anderen CDP?

Ein CDP speichert Profile und steuert die Kommunikation. Grofit ändert nichts im CDP: Es nimmt einen Bestellexport und zeigt, woraus sich der Umsatz zusammensetzt.

Warum nicht einfach ChatGPT fragen?

Ein Modell antwortet selbstsicher auch dort, wo die Daten keine Antwort hergeben. Die Zahlen rechnet nicht ein Sprachmodell, sondern Formeln auf Ihren Daten; jeder Befund ist als Beobachtung, Hypothese oder Szenario gekennzeichnet.

Ersetzt Grofit BI oder einen Analysten?

Nein. Grofit ist ein externer Business-Analyst für Ihren Kundenstamm. Ihre Analysten müssen das nicht von Hand zusammenstellen: Die Formeln sind offen, der Abgleich mit Ihrem BI kommt vor dem Befund.

Was kostet das? Ist das ein Service oder Beratung?

Es ist ein Pilotprojekt mit dem Grofit-Team; das Ergebnis ist das Diagnosedokument und dessen gemeinsame Besprechung. Den Preis nennen wir nach dem ersten Gespräch, bevor Sie einen Export übergeben.