Big Data
Big Data bezieht sich im eigentlichen Sinne auf die großen Datenmengen die mittlerweile täglich produziert werden. Eine passende deutsche Übersetzung wäre Massendaten. Big Data bezieht sich aber auch auf die wachsende Bedeutung von Datenaggregation und Auswertung, nicht nur im Geschäftsalltag. Die Messung aller möglichen Aktivitäten soll bei operativen und strategischen Entscheidungen helfen.
Es werden immer mehr Daten
Die Vermessung der Geschäftswelt ist so alt wie Geschäftstreiben selbst. Von Bilanzen über Lochstreifen zu Excel-Tabellen ging es immer darum Interaktionen messbar und vergleichbar zu machen.
Hier setzt der Gedanke von Big Data an. Nur geht es heute nicht mehr darum ein Kassenbuch zu führen oder auf Excel ein paar Berechnungen durchzuführen. Vielmehr werden heute durch Automatisierung und digitale Transformation Unmengen an Daten produziert, so dass es immer schwieriger wird alles zu überblicken. So sind über 90% der weltweit verfügbaren Daten in den letzten beiden Jahren entstanden. Und es wird stetig mehr.
Die Möglichkeiten die diese Daten bieten, wollen Firmen jetzt verstärkt für sich nutzen. So können zum einen Auslastung und Produktionsprozesse verbessert werden, aber auch Informationen und Erkenntnisse über Kunden, Mitbewerber und Markttrends sinnvoll aufbereitet und ausgewertet werden.
Big Data im Alltag
Die Entwicklung einer Big-Data Strategie für die eigene Firma kann sich unter verschiedenen Gesichtspunkten lohnen. So können Entscheidungen schneller getroffen werden und Ressourcen besser eingesetzt werden. Folgende Überlegungen sollten Teil der Strategie sein.
Daten-Aggregation
Welche Daten werden bereits gesammelt? Welche Daten wo aufbewahrt? Wichtig ist es alle Daten zentral zu bündeln um sie vergleichbar zu machen.
Daten können aus sehr unterschiedlichen Quellen kommen. Von Web-Analytics aus dem Onlineshop, Kennzahlen von den Social-Media-Profilen hin zu Verkaufszahlen und Informationen über die Auslastung der Produktion.
Ein gutes Beispiel für eine konsequente Daten-Aggregation ist sicherlich Facebook. Hier werden nicht nur die demographischen Daten und Präferenzen der Nutzer gesammelt, sondern auch Likes, Interaktionen, Verweildauer auf Videos und Klickwege analysiert. All dies hilft Facebook seinen Besuchern relevantere Nachrichten zu zeigen und die Verweildauer der jeweiligen Nutzer zu erhöhen. So steigt auch die Attraktivität für Werbekunden.
Visualisierung
Als nächster Schritt soll aus den Rohdaten eine leicht verständliche und sinnvoll aufbereitete Datenmaske entstehen. Neben der üblichen Visualisierung in Graphen und Tortendiagrammen, wird vor allem Wert auf die Vergleichbarkeit gelegt. Moderne Programmiersprachen wie R, SPSS oder Qlikview helfen bei der Aufarbeitung.
Ein gutes Beispiel für eine clevere Art der Darstellung ist das NIKE+ Fuelband, ein Aktivitätstracker. Gelaufene Schritte werden am Armband direkt angezeigt. Hat sich ein Nutzer erst wenig bewegt leuchten die Balken in Rot, hat er seine Mindestmenge an Schritten überschritten leuchten die Balken in grün.
Auswertung
Nun sind all die Daten ordentlich aneinander gereiht und aufgeschlüsselt. Als Nächstes erfolgt die Auswertung der Daten. Wichtig ist hierbei die Vergleichbarkeit der Daten mit vorherigen Werten und anderen Datenpunkten.
Eine Big Data-Strategie sollte somit immer auch ein Bestandteil der gesamten Strategie sein.
Nutzung
Mit den gesammelten Daten und einem guten Überblick kann nun nicht nur reagiert, sondern auch aktiv an neuen Projekten und Prozessen gearbeitet werden.
Ein erster Einstiegspunkt ist hierbei die Verknüpfung der Kundendatenbank mit Onlinemarketingkampagnen. Auf Social Media können die Präferenzen von bestehenden Kunden als Grundlage für die Ansprache von neuen Kunden genommen werden. So kann ein neuer Käuferkreis ganz gezielt mit den richtigen Worten angesprochen werden.
Alternativ können auch die Daten dazu genutzt werden um neue Produkte zu entwickeln die noch näher am Kundengeschmack sind oder die Prozesse in der Fertigung zu überarbeiten.
Fundamentaler Bestandteil der Big-Data-Strategie ist eine konsequente Überprüfung der Daten und Anpassungen der Infrastruktur um immer besser zu werden.
Big Data vs. Datenhoheit
Aber natürlich hat Big Data auch eine andere Seite der Medaille. Denn selbstverständlich werden auch Daten über einen selbst gesammelt. Jeder Klick im Netz verdichtet sich zu einem großen Meer an Daten. Leider sind diese Daten und die Hoheit darüber nur schwer zu kontrollieren.
Die Bezahlung mit seinen Daten ist momentan eine der üblichsten Geschäftsmodelle im Internet. Services wie Facebook und Google speichern Suchanfragen und Profileingaben und nutzen sie um bessere Werbung zu schalten. Dies weckt auch Begehrlichkeiten bei Regierungen und Hackern. Auch dieser Gedanke sollte bei der Big-Data-Strategie bedacht werden. Datenschutz sollte eine zentrale Rolle spielen um das Nutzervertrauen nicht aufs Spiel zu setzen.
