Konkrete Empfehlungen aus den vorhandenen Daten ableiten – diesen Wunsch im Zusammenhang mit „Big Data“ hofft Microsoft mit seiner Cortana Analytics Suite (CAS) erfüllen zu können. Sie wird in der Microsoft Azure Cloud betrieben und hilft Unternehmen bei der raschen Analyse großer Datenmengen.
Die Suite fasst eine Reihe von verschiedenen Microsoft-Cloud-Diensten zusammen, unter anderem Power BI für die Präsentation der Daten, Azure Data Lake zur Speicherung beliebiger Daten in großen Mengen und Azure Data Catalog zu Bündelung von Unternehmensdaten aus verschiedenen Quellen.
Sie nutzt Predictive Analytics und kann in Bereichen wie Betrugserkennung, Kündigungsvorhersage oder Produktempfehlungen in Online-Shops genutzt werden. Generell eignet sich die CAS für alle Unternehmen, in denen die Verantwortlichen komplexe wirtschaftliche Zusammenhänge analysieren müssen. Dabei geht es in erster Linie darum, aus Daten Entscheidungshilfen und Handlungsempfehlungen abzuleiten.
Voraussetzung dafür ist eine „Machine Learning“ genannte Technologie. Das sind Simulationen und Algorithmen, die iterativ ausgeführt werden und dadurch selbst lernen. Sie optimieren also ihre eigene Genauigkeit und damit auch ihre Ergebnisse. Dies hilft dabei, vorhandene Daten zu bewerten und Predictive Analytics zu ermöglichen.
Die CAS agiert wie eine digitale Unternehmensberatung: Sie findet heraus, welche Schritte das Unternehmen als nächstes gehen kann. Und richtige Fragen beantwortet die Suite auch: Durch eine Schnittstelle für natürliche Sprache kann ein Anwender Analyseanfragen stellen, die durch die Cloud-Dienste berechnet und ausgegeben werden.
Ein wichtiges, praktisches Einsatzbeispiel ist die Anwendung in Marketing und Vertrieb. Unternehmen können durch den Einsatz von Predictive Analytics mit der Cortana Analytics Suite näher an den Kunden heranrücken. Die Suite bringt Transaktionsdaten und eingehendes Kunden-Feedback auf den Tisch. Mit den Ergebnissen können Marketing und Vertrieb laufende Maßnahmen optimieren und noch attraktivere Angebote stricken.
Marketing an die einzelnen Kunden anpassen
Eine Fallstudie liefert der US-Retailer Pier 1 Imports, der den Omni-Channel-Ansatz verfolgt. Aus Kundensicht sind hier die beiden Verkaufskanäle Ladengeschäft und Online-Shop kombiniert und ergeben so ein einheitliches Kauferlebnis. Das Unternehmen integriert dafür die Daten aus beiden Quellen.
Dadurch erhält der Retailer einen neuen und besseren Einblick in das Einkaufverhalten und die Produktpräferenzen der Kunden. Doch die reine Datenintegration ist nicht ausreichend. „Wir sind ein sehr datenreiches Unternehmen“, sagt Eric Hunter, Marketingvorstand bei Pier 1 Imports. „Wir brauchten einen Weg zur Auswertung dieser Daten, um unseren Kunden die passenden Produkte anbieten zu können.“
Hunter wünschte vor allem eine Möglichkeit, das Marketing besser an die einzelnen Kunden anzupassen. Dabei war von Anfang an eine Lösung für Predictive Analytics im Gespräch. Hunter entschied sich für eine Lösung, die im Kern die beiden Hauptbestandteile der Cortana Analytics Suite einsetzt: Power BI und Machine Learning.
Der Einsatz dieser cloud-basierten Lösung hatte für das Unternehmen zwei große Vorteile. Erstens konnte es die integrierten Daten aus den beiden Verkaufskanälen deutlich besser auswerten und bei der Personalisierung der Website ausnutzen. Zweitens konnte das Unternehmen deutlich effektivere Marketing-Kampagnen starten.
„Wir haben hier eine Möglichkeit, mit Vorhersagedaten unseren Kunden stärker angepasste Markenbotschaften zu geben“, betont Eric Hunter. „Dies führt zu einer besseren Kundenbeziehung. Unsere Besucher sehen etwas, für das sie ich wirklich interessieren.“
Hunter nennt ein Beispiel für die Möglichkeiten: Wenn sich Kunden des Retailers in erster Linie für neue Trend-Produkte interessieren, werden ihnen in Zukunft keine Nachrichten mehr über Verkaufsaktionen oder Rabatte zugesandt. „Durch die Vorhersagemodelle können wir unser Marketing deutlich besser auf die einzelnen Kunden abstimmen.“
Eine Präsentation mit einem CAS-Überblick und Fallbeispielen
Das Fallbeispiel „Pier 1 Imports“
Die Microsoft-Site zur CAS
Bildquelle: Thinkstock/ iStock