Big Data: Vorteile und Probleme: Vorteile von Big Data
Vorteile von Big Data
(Foto: Barc)
Laut der Untersuchung von Barc erwarten sich Unternehmen von Big Data vor allem Vorteile auf strategischer Ebene. Doch das setzt voraus, dass Fachleute aus unterschiedlichen Bereichen Hand in Hand arbeiten: Business Manager, IT-Fachleute und Experten für das Sammeln und Auswerten von großen Datenbeständen.
Online-Marketing: Warum Unternehmen von Big Data profitieren
Schwache Umsatzzahlen treiben Unternehmern Schweißperlen auf die Stirn. Nur wer weiß, was der Kunde will, kann ihm auch gezielt etwas verkaufen.
Ziel eines jeden Unternehmens ist es, Umsatz zu machen. Das gelingt aber nur, wenn auch entsprechende Kunden da sind. Potentielle Kunden sind schnell gefunden, doch wie bewege ich sie zum Kauf? An dieser Stelle greift Big Data, eine Art Trendwort aus dem Unternehmensmarketing, das für Firmen entscheidende Vorteile hat.
Der Vertrieb über das Internet bietet ohnehin schon zahlreiche Möglichkeiten, seine Produkte an den Mann zu bringen. Mit der Nutzung von Big Data wird im E-Commerce aber noch eine Schippe drauf gesetzt. Gerade große Unternehmen können damit einen entscheidenden Mehrwert gegenüber der Konkurrenz erzielen.
Begriffserklärung: Was ist Big Data?
Jetzt habe ich Ihnen das Wort schon mehrmals um die Ohren geschmissen, ohne überhaupt auf die Bedeutung einzugehen. Auch mit geringen Englischkenntnissen ist die deutsche Übersetzung schnell klar: große Daten. Bei Big Data handelt es sich also um sehr große Datenmengen, die so rasant wachsen, dass Sie mit menschlicher Arbeitskraft gar nicht mehr auswertbar sind. Als Unternehmer stehen Ihnen diese Daten quasi zur Verfügung, sie müssen nur mit entsprechender IT-Technologie analysiert werden.
Lassen Sie mich ein Beispiel anbringen:
Bei jedem Besuch in einem Onlineshop begegnet Ihnen Big Data. Nehmen wir einmal den bekannten Onlineriesen Amazon. Sie suchen ein bestimmtes Produkt, rufen es auf und prompt wird Ihnen etwas weiter unten angezeigt, welche Sachen Sie noch interessieren könnten, bzw. was andere Kunden ebenfalls kauften. Dieser Transfer Ihrer persönlichen Daten in Echtzeit kann nur mit entsprechendem Big Data System erfolgen. Für Unternehmen bietet sich mit Big Data ein enormes Potential, den Kunden zu weiteren Aktivitäten zu bewegen. Im Fall von Amazon wäre es der Kauf von entsprechendem Zubehör zu meinem Wunschprodukt.
Einsatz im Unternehmen:
Wie und wo kann Big Data genutzt werden?
Der in der oben gezeigten Grafik enorme Datentransfer ist aber nicht nur für Onlinehändler interessant. Tag für Tag übermitteln wir Daten, ohne dass es uns wirklich bewusst wird. Jede App die wir nutzen, jeder eingegebene Suchbegriff bei Google, ist Teil einer rasant wachsenden Datenmenge. Unternehmerisches Ziel von Big Data ist aber nicht nur die Speicherung dieser Informationen, sondern vor allem die Nutzung.
Allein auf dem sozialen Netzwerk Facebook wird jede Sekunde 50.000 Mal Like gedrückt. Die Videoplattform Youtube verarbeitet pro Minute etwa 72 Stunden neues Videomaterial. Solche gigantischen Echtzeitdaten erfordern eine ganz neue IT-Infrastruktur. Als Unternehmer sollten Sie diesen Aufwand nicht unterschätzen, denn mit einem konventionellen IT-System ist Big Data nicht zu vergleichen. Die Nutzung der enormen Datenmengen für Marketingzwecke wird deshalb vorerst großen Unternehmen vorbehalten sein.
Die 3 bedeutendsten Vorteile von Big Data auf einen Blick
Sie gehören nicht zu den bekanntesten Onlinehändlern, können es mit Big Data aber werden. Vorteile kann quasi jedes Unternehmen für sich daraus gewinnen, eine entsprechende Firmengröße vorausgesetzt.
1. Personalisierte Kundenwerbung
Sie können einen potentiellen Kunden mit attraktiven Angeboten bombardieren, wenn diese überhaupt nicht seinen Interessen entsprechen, verlaufen sie buchstäblich ins Nirwana. Das bedeutet rausgeschmissene Kosten und verschenkte Zeit. Mit Big Data erhalten Sie Informationen, die auf den Punkt genau die Konsumwünsche einzelner Personen widerspiegeln. Beobachten Sie zum Beispiel einmal die Kommunikation auf sozialen Netzwerken. Hier werden wichtige Details preisgegeben, die Sie für Ihre personalisierte Kundenwerbung nutzen können. Ihre Werbemaßnahmen verlaufen nicht mehr im Sand, sondern Treffen das „Herz“ des Kunden und dieser eine Kaufentscheidung zu Ihren Gunsten. Mit dem gesammelten Wissen dürfte es ein Leichtes sein, den neuen Kundenstamm auch zu halten.
2. Verbesserte Zielgruppenanalyse & Optimierung der eigenen Leistungen
Je mehr und vor allem je detaillierter die Daten sind, die Ihnen durch Big Data zur Verfügung stehen, desto besser können Sie Ihre Zielgruppen analysieren. Da sich Geschmack und Interessen nun einmal häufig ändern, ist es für Sie durch die Echtzeitdatenübermittlung möglich, sofort darauf zu reagieren.
Wenn Sie erst einmal wissen was Ihre Zielgruppe sucht, können Sie die eigene Produktpalette dementsprechend anpassen. Ladenhüter sind somit schnell gefunden und können aus dem Sortiment genommen werden. Im Gegenzug werden Verkaufsschlager auch als solche präsentiert. Big Data ermöglicht es Ihnen außerdem, Ihre Webseiten dynamischer zu gestalten. Was nutzt Ihnen das? Sie können sich weltweit und trotzdem regional präsentieren, indem Sie ortsspezifische Angebote machen. Kommt ein Besucher Ihrer Website zum Beispiel aus Berlin, wird er schon direkt auf der Startseite auch so empfangen: Im Hintergrund ist die bekannte Weltzeituhr zu sehen, das ganze natürlich in Echtzeit! Dazu gibt es dann ein regional begrenztes Angebot nur für alle Hauptstädter – oder so ähnlich.
3. Besseres Up- und Crossselling
+++ Kurz erklärt +++ » Up-Selling
Verkauf höherpreisiger Waren
« Cross-Selling
Verkauf zusätzlicher Produkte
Mit Big Data ist es Ihnen nicht nur möglich, dem Kunden ganz gezielt Produkte anzubieten, die ihn auch wirklich interessieren. Sie verbessern gleichzeitig das Up- und Cross-Selling in Ihrem Unternehmen. Und das funktioniert so:
➡ Up-Selling in der Praxis
Betritt der Kunde einen Onlineshop, weiß er bereits, was er kaufen möchte, zum Beispiel einen 40 Zoll Fernseher. Jetzt kommen Sie zum Zug, indem Sie ihm zwar ein Gerät in der gewünschten Größe anbieten, allerdings ein Modell, dass deutlich mehr kostet und qualitativ hochwertiger ist. Das kann natürlich nur funktionieren, wenn Sie in Echtzeit Angebote auf den Bildschirm projizieren. Doch Vorsicht! Up-Selling-Maßnahmen im Onlineshop dürfen nicht zu aggressiv sein. Denken Sie daran, der Kunde braucht nur einen Klick und er ist auf Nimmerwiedersehen verschwunden.
➡ Cross-Selling in der Praxis
Über Cross-Selling sind Sie in diesem Beitrag bereits gestolpert, ohne dass ich den Fachbegriff benutzt habe. Sie erinnern sich an mein Beispiel in der Definitionserklärung? Mit Big Data bieten Sie dem Kunden zusätzliche Produkte an, die in irgendeiner Form das gekaufte Produkt ergänzen. Im Beispiel meines Fernsehers kann das die passende Wandhalterung sein. Ohne viel Aufwand und vor allem zusätzliche Werbekosten steigern Sie somit den Umsatz – und war das genau nicht unser Ziel?
Big Data – zu „Big“ für den Verbraucher?
Björn Stecher | zuerst veröffentlicht auf dem Verbraucherportal VIS Bayern, Dezember 2016
Im digitalen Technologiezeitalter werden große Datenmengen, die sogenannten „Big Data”, oftmals als das „digitale Gold” bezeichnet. Die Analogie bietet sich aus mehreren Gründen an:
1. Immer wieder versuchen Unternehmen und die Wissenschaft, nach neuen Datenquellen zu “bohren” und diese zu erschließen.
2. Der eigentliche Mehrwert ergibt sich aus der Weiterverarbeitung der Daten, denn als “Rohöl” sind sie in der Regel nutzlos.
3. Mit den Erkenntnissen und Informationen, die aus der “Raffination” gewonnen werden, lässt sich gutes Geld verdienen.
Welche Rolle spielt hierbei der Verbraucher? Wann und wie sollte und kann er seine Daten schützen?
IN DIESEM BEITRAG FINDEN SIE:
Was ist Big Data?
Big Data in der Anwendung
Datenschutz und Datenkontrolle
Big Data = großer Kontrollverlust?
Was ist Big Data?
Big Data steht als Sammelbegriff für digitale Technologien, die in technischer Hinsicht Kommunikation und Datenverarbeitung revolutioniert haben und damit das weltweite Datenvolumen exponentiell stark wachsen ließen. Dazu zählen zum Beispiel Sensordaten, Maschinendaten, Log-Daten, das Word Wide Web oder RFID-Chips. Im Jahre 2011 wurde das weltweite Datenvolumen auf über ein Zettabyte geschätzt. Experten prognostizieren für 2020 bereits 35 Zettabyte.
Mit dem steigenden Datenvolumen wird auch die Auswertung und Weiterverarbeitung der Daten immer schwieriger und komplexer. Dazu kommen komplexe Datenstrukturen und heterogene Formate, die eine Datenverarbeitung noch weiter verkomplizieren. Herkömmliche Softwarelösungen und Prozesse stoßen daher immer öfter an ihre Grenzen, Big Data zu händeln. Die Herausforderungen an Datenanalyse und Datenmanagement wächst daher in gleichem Maße wie die Masse an Rohdaten.
Big Data in der Anwendung
Beispiel Marketing und Vertrieb:
Große Datenmengen aus Marketing und Vertrieb erlauben Rückschlüsse auf Kunden und Kundensegmente. Produkt- und Dienstleistungsangebote können so auf individuelle Bedürfnisse zugeschnitten werden, um Streuverluste zu mindern. Big Data hilft dem Anbieter, das jeweilige Konsum- und Kaufverhalten der Kunden zu durchleuchten, um dann auf möglichst vielen Plattformen gezielt entsprechende Produkte anzubieten. Gleichzeitig kann ein intelligenter Einsatz von Bestands- und Standortdaten helfen, die optimale Warenverfügbarkeit zu gewährleisten. Dies ist ein wichtiger Erfolgsfaktor für den Online-Handel. Erfolgreiche Beispiele dafür sind zum Beispiel Google (als Vermittler von personalisierter Werbung) und Amazon (als Online-Kaufhaus).
Beispiel Wissenschaft und Forschung:
Meteorologie, Klimaforschung, Atomphysik oder die Vorhersage von Epidemien profitieren gleichermaßen von Erkenntnissen aus der Big Data-Analyse. IBM hat zum Beispiel zusammen mit amerikanischen Universitäten Rechenmodelle entworfen, mit denen ein Ausbruch von Denguefieber und Malaria vorhergesagt werden kann. Dabei wurden typische Krankheitsverläufe und Bevölkerungsdaten mittels Algorithmen in Verbindung gesetzt. Das Ergebnis war ein realistisches Prognosemodell für den Ausbruch einer solchen Epidemie und – als Konsequenz – eine effiziente Verteilung und Vorhaltung von medizinischen Hilfsmitteln.
Beispiel Versicherungs- und Finanzwesen:
Big Data ist auch für die Versicherungswirtschaft von großem Interesse. Besonders personalisierte Versichertendaten können den Unternehmen helfen, Risiken besser zu bewerten und neue Produkte zu entwickeln. Dabei spielt auch das Internet der Dinge, also die Vernetzung von Gegenständen eine bedeutende Rolle. Mit Hilfe von Sensordaten im Haus und PKW oder Fitness- bzw. Bewegungsdaten von sogenannten Wearables lassen sich individuelle Datenmuster zur Risikobewertung oder Schadensprävention erstellen. Ähnliches gilt auch für Finanzdienstleister. Einer der Auslöser der Finanzkrise von 2008 war das Platzen der Immobilienblase in den USA aufgrund von Krediten, die nicht mehr von den Schuldnern bedient werden konnten. Big Data kann auch hier nützlich sein, mehr Einflussfaktoren aus wesentlich mehr Quellen einzubeziehen und damit die Risiken von Krediten zu bewerten und letztlich zu bepreisen.
Datenschutz und Datenkontrolle
Beim Einsatz von Big Data Verfahren in Deutschland werden von Unternehmen oft die rechtlichen Hürden kritisiert. Besonders im Umgang mit personenbezogenen Daten gibt der Gesetzgeber enge Grenzen vor. Ein wichtiger Grundsatz ist im Bundesdatenschutzgesetz (BDSG) verankert: Personenbezogene Daten dürfen nur unter dem Vorbehalt erhoben, verarbeitet oder genutzt werden, wenn die betroffene Person eingewilligt hat oder aber wenn eine Rechtsvorschrift dies ausdrücklich erlaubt. Des Weiteren dürfen Daten nur für den Zweck genutzt werden, für den sie erhoben worden sind – das sogenannte Zweckbindungsprinzip. In § 3a des BDSG wird außerdem festgelegt, dass möglichst wenige personenbezogene Daten verarbeitet werden sollen.
Diese Einschränkungen gelten aber nur für personenbezogene Daten. Daten ohne Personenbezug sind hiervon nicht betroffen. Dies sind zum Beispiel technische Daten wie ausgewertete Maschinendaten, Gerätedaten für Service- und Support- Zwecke oder andere technische Daten im Sektor Forschung und Produktentwicklung. Allerdings können Daten mit Personenbezug zur Weiterverarbeitung anonymisiert werden. Anonymisieren bedeutet, die Daten so zu verändern, dass sie keiner Person mehr zuzuordnen sind. Dabei werden eindeutige Identifikationsmerkmale gelöscht beziehungsweise durch neue Merkmale ersetzt. Anstelle der Adresse kann beispielsweise eine Gebietsangabe oder statt des Geburtsdatums nur das Geburtsjahr verarbeitet werden. Dadurch ist es datenschutzrechtlich erheblich einfacher, die Daten zu verarbeiten.
Big Data = großer Kontrollverlust?
Eng verbunden mit Big Data ist auch ein neues gesellschaftliches Verständnis von Datenhandhabung und Datenvielfalt. Im Alltag ist der Einsatz von Big Data- Technologien den NutzerInnen meist gar nicht bewusst, so zum Beispiel beim Nutzen von Online-Diensten oder dem Abruf von Verkehrs- oder Wetterinformationen. Viele Dienste und Services, die täglich in Anspruch genommen werden, existieren nur oder in dieser Form aufgrund von Big Data.
Wichtige Datenlieferanten dabei sind oftmals die Verbraucher selbst. Aktivitäten in sozialen Netzwerken, das Tragen von Wearables, Suchanfragen in Suchmaschinen oder das Sammeln von Treuepunkten an der Supermarktkasse – all diese Aktivitäten produzieren wertvolle Daten, die von Unternehmen genutzt werden können. Bei der großen Masse an Angeboten, in deren Hintergrund oft unbewusst große Datenmengen gesammelt werden, ist es für den Verbraucher oft schwer, den Überblick über die eigenen Daten zu behalten.
In Deutschland gilt das Recht auf informationelle Selbstbestimmung, das heißt, jeder einzelne kann grundsätzlich selbst über die Preisgabe und Verwendung seiner personenbezogenen Daten bestimmen. In der Praxis aber wissen die wenigsten, welche Daten wo gespeichert sind und wofür sie verwendet werden. Datenschützer werben daher vermehrt für eine bewusste Datensparsamkeit, sowohl auf Seiten der NutzerInnen als auch auf der datenverarbeitenden Seite. Denn werden – so die Befürchtung – große Mengen von Daten durch private oder auch öffentliche Stellen zusammengeführt, so kann deren informationelle Auswertung zu grundlegenden Verletzungen dieser informationellen Grundrechte und damit zur Gefährdung von Freiheitsrechten führen.