Zugegeben, Big Data ist ein Hypethema. Aber immerhin eines, das quer durch die ganze IT-Industrie eingeschlagen hat und aufgegriffen wird. Die Vorträge beispielsweise im AK Big Data des BITKOM sind interessant und inspirierend, auch für langjährige IT-Experten. Diese sind es aber auch, die eines der Top-Totschlagargumente mitbringen: “Im Prinzip nichts Neues”. Ein Argument hingegen, das immer seine Berechtigung hat, ist hingegen: Was bringt Big Data dem Kunden / Anwender / Unternehmer? Dazu muss man in der Tat ein wenig weiter ausholen.
Big Data entsteht aus Messdaten. Was ich besser messen kann, kann ich besser managen. Je mehr Messdaten ich intelligent finde, zusammenführe und auswerte, desto höher die Wahrscheinlichkeit, dass ich daraus einen Nutzen ziehen kann.
Big Data betrifft zu einem großen Teil die Datenberge, die heute schon in den Unternehmen vorhanden sind und die aus irgendwelchen Gründen heute nur abgespeichert, aber nicht wirklich genutzt werden. Weblogfiles, Callcenterdaten, eingescannte Kundenkommunikation, Wartungsprotokolle, etc. sind dafür Beispiele. Genauer gesagt werden diese Daten schon genutzt, aber nur für einen, ursprünglich gedachten Zweck: Verbindungsdaten bei Telekommunikationsunternehmen zu Abrechnungszwecken; Netzwerktraffic-Daten zur Lastoptimierung. Was aber, wenn man die beiden Töpfe zusammenfahren würde und dann bestimmen könnte, welcher Sendemast wie profitabel ist und welche Investitionssumme für welche Aufrüstung sich an genau diesem Sendemast rechnet?
Big Data meint darüberhinaus aber auch die gigantische Datenmenge, die quasi von selbst täglich weiter wächst, nämlich im sogenannten Social Web: Facebook, Twitter, Youtube, etc. Dazu kommen die professionellen Datendienstleister, die weitere Datensätze anbieten können – also eine nie dagewesene Menge von extern verfügbaren Daten, teils aus öffentlichen Quellen (“open data”). Erneut kommt es darauf an, die Daten zusammenzuführen und daraus neue Erkenntnisse zu gewinnen.
Was könnte es daraus für Möglichkeiten geben? Ich war diese Woche auf einer Big-Data-Konferenz für Marktforscher. Dort ist es nicht gelungen, den Mehrwert von Big Data für diese Zielgruppe aufzuzeigen, zumindest lese ich so den kritischen Bericht von Dominik Henn auf Google+. Warum?
Aus der ex-post-Betrachtung komme ich auf folgende Überlegungen: Wenn ich als Marktforscher die gleichen Fragen wie immer stelle und nun nach der Stichprobe und dem Panel jetzt Big Data als Methode verwende, sehe ich den Mehrwert nicht- dazu sind die Methoden zu ausgereift und wurden zu recht vehement verteidigt. Könnten aber nicht ganz andere Fragen gestellt werden? Oder können die Antworten auf die gleichen Fragen nicht ganz anders gefunden werden, als durch Fragen?
Ich zitiere aus “Data Unser” (siehe meine Kurzrezension): “Wenn wir heute Daten intelligent verknüpfen, wird ein tiefes Verständnis auf Einzelkundenebene real möglich. Denn dann befragen wir nicht mehr kleine Fokusgruppen [...] Wir wechseln endlich von der Rolle des Fragenden in die Perspektive des Beobachters.” (S. 13)
Big Data erlaubt es mir dann, nicht nur das Ergebnis eines Handelns (Kauf der Ware) auszuwerten (Wann, wie viel, wie oft, wo), sondern auch den Weg zum Ziel: Wie lange hat er gesucht, was hat er gesucht und was hat dann seine Aufmerksamkeit gefesselt, hat er Werbung dafür gesehen, etc. letztlich: WARUM hat er gekauft? Das erhalte ich, wenn ich alle mir zur Verfügung stehenden Daten auswerte. Und das muss am Ende nicht darauf hinauslaufen, dass der Marktforscher dann den einzelnen Kunden namentlich kennen oder erkennen muss, sondern mir als Unternehmen genügt zunächst die Produktperspektive: Welcher Typologie entsprechen die Käufer meines Produkts, welche Features sprechen die meisten an, was sorgt für die größte Zufriedenheit, was für den meisten Ärger?
Beispiele von Big Data (oder genauer Big Data Analytics), die Marktforscher interessieren können:
- Messung der Werbewirksamkeit von Plakaten und Printwerbung (über Bewegungssensoren und Zähler, über QR-Code der lokal markiert wird) (nebenbei: ein ähnliches Projekt von Fraunhofer hat dazu mal einen Preis von der Arbeitsgemeinschaft Mediaanalyse erhalten.)
- Messung der Markenwahrnehmung zum eigenen Unternehmen mit einem Benchmark aus Wettbewerbern, verteilt über die ganze Welt, korreliert mit Werbemaßnahmen
- Modellierung von Kundengruppen auf einer wesentlich größeren Zahl von Inputvariablen quasi in Echtzeit (Warenkorbanalysen am Point-of-Sale mit Couponingaktionen)
- Käuferverhalten und Käuferreaktionen auf Shoplayouts, In-Shop-Ads, Produktplatzierungen und sonstiger Umgebungsfaktoren über automatische Erfassung mittels Sensoren (zum Beispiel den ohnehin vorhandenen Überwachungskameras)
- Sentimentanalyse auf Einzelkundenebene über alle eingehenden Kanäle: Brief, Mail, Call; Erkennung von Mustern und Ableiten von automatisierten Aktionen