Herr Löffler, der ganze Hype um Big Data mutete auf der Dmexco stellenweise hysterisch an. Übertreiben die Marktteilnehmer?
Sven Löffler: Wie auch in andern Geschäftsbereichen, ist Big Data auch im Marketing und Vertrieb gerade stark im Kommen und steht auch zu Recht weit oben auf der Agenda der Unternehmen. Die Fachbereiche erwarten dabei, mehr aus den Daten rauszuholen – denn: Wer viel für Werbung und Marketing ausgibt, möchte auch schnell die internationale Wirkung der einzelnen Maßnahmen messen. Schnelle Reaktionsfähigkeit, beispielsweise um die Logistik zu steuern oder Produkte entsprechend weiterzuentwickeln, ist eines der verständlichen Versprechen, die dort locken. Und natürlich geht es mit Big Data im Marketing auch darum, im Stimmengewirr von Social Media den Überblick zu behalten. Denn reale Verkaufszahlen verraten oft nichts darüber, wie Konsumenten in den weltweiten Absatzmärkten tatsächlich denken. Mit Campaign Analytics können Unternehmen etwa sofort transparente Informationen über die Wirkung ihrer nationalen und internationalen Kampagnen erhalten, und diese gesplittet nach Regionen besser managen.
Campaign Analytics ist eine plattformbasierte Big Data Systemlösung, die sofort Auskunft gibt über den Erfolg von Kampagnen.
Gibt es Firmen und Marktsegmente, für die Big Data überhaupt keine Rolle spielt?
Sven Löffler: Verschiedene Branchen haben bei dem Thema sicher einen unterschiedlichen Reifegrad. Online Retailer wie Zalando oder der Spiele-Anbieter BigPoint mit mehr als 300 Millionen Benutzern gehen heute schon mit einer Vielzahl an Echtzeit-Daten wie selbstverständlich um. Sie stellen den Benutzer in den Mittelpunkt, dem in Echtzeit ein Angebot unterbreitet werden soll.
Und Unternehmens- und branchenübergreifend gilt, dass Big Data dort eingesetzt wird, wo strukturierte – etwa aus klassischen Datenbanken – und unstrukturierte – etwa Videos oder Kommentare – Daten zusammenkommen. Neben dem unterschiedlichen Format der Daten, also der Vielfalt, zählen für uns noch Geschwindigkeit, Volumen und Werthaltigkeit als Dimensionen von Big Data.
Forschung und Entwicklung, Marketing und Vertrieb, Produktion, Distribution und Logistik sowie Finanz- und Risiko-Controlling. In diesen fünf Funktionsbereichen lässt sich der wirtschaftliche Nutzen von Big Data besonders eindrucksvoll und beispielhaft belegen. Und in jedem Bereich werden die Big Data Dimensionen anders ausgeprägt sein.
Können Sie uns ein gelungenes Beispiel von Big Data Analyse aus Unternehmenssicht beschreiben?
Sven Löffler: Es gibt verschiedene erfolgreiche Projekte, aber meist ist die Veröffentlichung des Nutzens etwas schwierig. Schließlich liegt in erfolgreichen Big Data Projekten oft ein Wettbewerbsvorteil, den Unternehmen nicht gerne hinaus posaunen. Innerhalb der Deutschen Telekom gibt es für den Einkauf eine Lösung, die Smarter Procurement heißt. Sie bietet konkret drei Hauptvorteile: die Beschaffungskosten werden gesenkt, alle wichtigen Kennzahlen können auf Knopfdruck eingesehen werden und der Procurement-Prozess wird durch die Anbindung mobiler Endgeräte mobilisiert.
Kann die Nutzung von Big Data die Marktforschung langfristig ersetzen und nicht nur quantitative sondern auch qualitative Erkenntnisse beisteuern?
Sven Löffler: Sie kann die Marktforschung im klassischen Sinne nicht ersetzen, jedoch auf jeden Fall entscheidend ergänzen. Wenn wir uns als Kunden heute auf unterschiedlichen Plattformen bewegen, hinterlassen wir eine Vielzahl an strukturierten und unstrukturierten Informationen – ob namentlich oder nicht, ob Tweets, Produktrezensionen auf Amazon und Co. oder gespeicherte Cookies im Browser. Die Sammlung, Überführung, Speicherung und Anreicherung dieser Informationen führt zu einem intelligenten Datenschatz, der die Marktforschung quantitativ und qualitativ unterstützen kann. Es läuft dabei nicht auf das einzelne User-Profil heraus, sondern auf eine kritische Masse, die Daten aussagekräftig macht.
Daneben beobachten wir mit dem Internet of things auch wie einzelne Produkte sprechen lernen. Anders als bei Marktforschungs-Reports die unter eingegrenzten Bedingungen entstehen, laufen aus vernetzten Produkten Daten über die tatsächliche Nutzung in Echtzeit zurück. Dieses komplett neue Feld der Echtzeitauswertung von Sensoren bietet bislang ungeahnte Möglichkeiten der Optimierung der Kundenansprache.
Welchen internen Strukturwandels bedarf es auf Unternehmensseite, um BD vollständig nutzen zu können?
Sven Löffler: Zunächst müssen die anfordernde Abteilung, etwa Marketing und die IT eng zusammenarbeiten. Da im Big-Data-Umfeld der Wert der Daten häufig im Vorfeld nicht bekannt ist, zielt die Lösungs-Entwicklung darauf, mit einem offenen Ausgang möglichst viele Daten zu untersuchen. So finden in dem Beispiel Marketing und IT-Abteilung gemeinsam verfügbare und möglicherweise interessante Datenquellen wie Produkt-Rezensionen. Die IT-Abteilung stellt dann eine flexible Plattform zur Verfügung, welche es erlaubt, diese Datenquellen zu erkunden und auszuwerten. Werden im Laufe der Analyse zusätzliche interessante Datenquellen identifiziert – wie zum Beispiel das Wetter, dann ist deren Einbeziehung in den weiteren Analyseablauf auch nachträglich möglich und wünschenswert.
Für Geschäftsentscheidungen lassen sich die erzielten Ergebnisse dann mit den Ergebnissen der traditionellen Analysen kombinieren, um so zu einer insgesamt besser fundierten Entscheidung zu finden. Letztlich gilt es für Unternehmen dann auch, mit Big Data neue Prozesse, Technologien und den dazu notwendigen Qualifikationen zu meistern, ohne Bewährtes zu gefährden oder vollständig neu aufzustellen.
Ein wesentlicher Unterschied zur traditionellen Methodik ist, dass auch nachträglich alternative Fragestellungen beleuchtet werden können, ohne dass ein Rebuild fällig wird.
Brauchen große Firmen einen Chief Analytics Officer?
Sven Löffler: Egal, welchen Titel die Person trägt, es braucht jemanden, der sich über die Haltung von Daten, die Informations-Strategie und Roadmap inklusive der eingesetzten Technologie und Datenquellen Gedanken macht. Es geht vor allem darum zu vermeiden, dass neue Datensilos entstehen, die Inkonsistenz im Unternehmen erzeugen können. Außerdem muss verhindert werden, dass ein Mangel an Technologie dazu führt, dass die Abteilungen eigene Lösungen suchen und entwickeln. Und natürlich müssen technische Entwicklungen kontinuierlich an den Unternehmenszielen ausgerichtet werden.
Beispielhafte Darstellung einer Implementierung von Big Data Analyse.
Führt Big Data-Analyse automatisch zu mehr Marketing-Automatisierung?
Sven Löffler: Ja, da die Daten aus den Geschäftsprozessen und externen Datenquellen die Grundlage für die Entscheidung beziehungsweise den Input für die neuen Geschäftsmodelle bilden. Nur eine prozessnahe Big Data Implementierung hebt den Geschäftsnutzen im Fachbereich Marketing. Big Data hilft dann dabei, Märkte besser zu verstehen, Produkte schnellere zu entwickeln, zu kommunizieren und auf Kundenrückfragen zu reagieren.
Herr Löffler, vielen Dank für dieses Gespräch.
Sven Löffler ist Business Development Executive bei T-Systems und leitet in dieser Rolle global die Identifizierung und Weiterentwicklung von BI & Big Data Lösungen. Davor verantwortete er unter anderem bei der IBM Software Group in Deutschland als Executive IT Spezialist und Business Development Leader für Watson & Big Data Lösungen.
Die Fragen stellte Frank Puscher
Whitepaper „Digital Marketing“: Gemeinsame Agenda von CMO und CIO. >>Jetzt downloaden