Das Thema Big Data wird für Unternehmen immer wichtiger. Nur wer seine Kunden wirklich kennt und diese Kenntnisse systematisch in operative und strategische Entscheidungsprozesse einbindet, wird sich auf Dauer in seinem Marktsegment behaupten. In der Praxis scheitern Big-Data-Projekte allerdings häufig an inkonsequenter Umsetzung und fehlendem Know-How.
Was ist Big Data?
Mit dem Terminus Big Data bezeichnet man Datenmengen, die so groß sind, dass sie mit herkömmlichen Methoden der Datenverarbeitung nicht mehr ausgewertet werden können. Weiterhin steht der Begriff für eine fortschreitende Beschleunigung der Datengenerierung und eine unüberblickbar große Vielfalt unstrukturierter und strukturierter Daten. Beispiele für häufig erhobene Daten sind demografische Eigenschaften von Kunden und Informationen über ihr Kaufverhalten. Um die Daten nutzbar zu machen, ist einerseits spezielle KI-gestützte Software, andererseits aber auch das Know-How von Experten erforderlich. Mit der Nutzung der Daten verfolgt man im Wesentlichen zwei Ziele:
- Bessere Vorhersage von Kundenverhalten
- Verbesserung der Kundenerfahrung
So lässt sich beispielsweise anhand des vergangenen Kaufverhaltens ableiten, wann oder unter welchen Umständen ein Kunde das nächste Mal einkauft oder mit welcher Wahrscheinlichkeit ein Lead zahlender Kunde wird. Auf dieser Grundlage können Unternehmen ihre Kundenansprache individualisieren und ihren potenziellen Kunden genau die Informationen bieten, die sie zum aktuellen Zeitpunkt und in ihrer aktuellen emotionalen Situation benötigen.
Für Marketer bedeutet das, dass sie ihre Bemühungen auf lohnende Kandidaten konzentrieren und so deutlich ressourcenschonender agieren können. Auch können sie zum Beispiel frühzeitig erkennen, wann die Abwanderung eines Kunden zu einem Wettbewerber droht und wie sie etwas dagegen unternehmen können.
Warum Big Data allein nicht erfolgversprechend ist
Laut bvik-Trendbarometer waren die Auswertung und die intelligente Nutzung kundenbezogener Daten die größten Marketing-Herausforderungen des Jahres 2019. Dabei bereitete nach wie vor die sinnvolle Verknüpfung der Daten Schwierigkeiten. Noch immer verfallen viele Unternehmen in konzeptloses Datensammeln. Oft fehlt schlicht das Fachwissen, um Schlüsse aus den gewonnenen Daten zu ziehen. Besonders augenfällig werden die Defizite im B2B-Kontext. Hier ist die Anzahl der Kunden deutlich kleiner, weshalb Datenerhebungen anfälliger für statistische Ausreißer und Zufallswerte sind.
Hinweis: Data Science Consulting kann eine Möglichkeit sein, mit diesem Problem umzugehen. Unternehmen können hier professionelle Unterstützung in Anspruch nehmen, ohne gleich eine eigene Big-Data-Abteilung schaffen zu müssen.
Typische Problemstellen bei der Nutzung von Big Data
Wenn es um die Umsetzung von Big-Data-Konzepten geht, gibt es in vielen Unternehmen ähnliche Schwierigkeiten. Problematische Aspekte sind die Qualität der gesammelten Daten, die IT-Security und gesetzliche Regelungen.
1. Mangelhafte Datengrundlage
Begründete Vorhersagen lassen sich nur treffen, wenn die Daten die Realität richtig abbilden. Ist dies nicht der Fall, fußen operative und strategische Entscheidungen auf falschen Grundlagen. Typische Probleme sind:
- Mehrfach abgespeicherte Datensätze
- Konfligierende Dateiversionen
- Daten in unterschiedlichen Formaten
- Mehrdeutige Daten
Daneben spielen auch Faktoren wie fehlleitende Fragestellungen und eine falsche Interpretation der Datengrundlage eine Rolle.
2. IT-Security
Der Umgang mit großen Datenmengen stellt eine große Herausforderung an die IT-Abteilungen dar. Einerseits müssen die Daten gut zugänglich, andererseits aber auch ausreichend gegen unbefugten Zugriff geschützt sein. Cloud-on-Demand-Lösungen sind unter diesem Gesichtspunkt problematisch. Hier besteht immer die Gefahr von Datenverlusten und -diebstählen. Unternehmen sollten deshalb auf möglichst unabhängige Lösungen setzen.
3. Rechtliche Rahmenbedingungen
Auch in juristischer Hinsicht ist bei Big-Data-Projekten Aufmerksamkeit geboten. Die rechtlichen Rahmenbedingungen sind bereits bei der Planung des Projekts zu klären. Erhebung, Speicherung und Weiterverarbeitungen der Daten unterliegen strengen Regelungen. So ist zum Beispiel der geografische Standort bei der Erhebung der Daten von Bedeutung. Er ist ausschlaggebend, wenn es darum geht, welche Datenschutzverordnung eingehalten werden muss.
Bildquelle Titelbild:
- © sdecoret/Adobe Stock
Schreibe einen Kommentar