Neue Servicemodelle auf der Basis von Daten

Was wollen die Kunden? Ein Unternehmen könnte sie einfach fragen. Doch meist antworten sie nicht ausführlich und ehrlich. Außerdem basiert Marktforschung auf vorgefertigten Fragen, so dass die Kunden keine „ungefragten“ Hinweise geben.

Deshalb haben Unternehmen in den letzten Jahren damit begonnen, bereits vorhandene Daten oder an anderer Stelle, etwa in sozialen Netzwerken, gewonnene Angaben zu nutzen. Sie werden nach Auffälligkeiten und Mustern durchsucht, die keiner bekannten Fragestellung entsprechen.

Auswertung bisher ungenutzter Daten

Ein gutes Beispiel dafür ist die US-Kaufhauskette Target. Sie untersuchte das Kaufverhalten von Kundinnen, die sich für den Baby-Geschenke-Service registriert hatten. Die erstaunten Datenanalytiker erkannten einige Auffälligkeiten: Ab dem dritten Monat kaufen Schwangere oft parfümfreie Produkte, ein paar Wochen später besondere Nahrungsergänzungsmittel.

Die Analytiker fanden heraus, dass die Änderungen im Kaufverhalten in der Schwangerschaft leicht wiedererkennbare Muster zeigen. Diese Entwicklung des Verhaltens ist so deutlich, dass die Supermarktkette Schwangere unter ihren Kundinnen leicht erkennen kann. Es ist sogar möglich, anhand der Daten den Geburtstermin einigermaßen gut zu bestimmen.

Die Kette nutzt die gewonnenen Erkenntnisse, um das Kaufverhalten ihrer Kundinnen zu analysieren und eine Art Frühwarnsignal für Schwangerschaften zu setzen. Dann werden sie mit gezielter Werbung oder passenden Gutscheinen für typische Schwangerschaftsprodukte angesprochen.

Die Vorgehensweise der US-Handelskette ist eine gute Demonstration der Möglichkeiten von Business Analytics und die Auswertung bisher nicht untersuchter Daten. Sie entstehen oft nebenbei, zum Beispiel in der E-Mail Kommunikation, auf Webservern oder in den Online-Shops. Häufig werden diese Daten von den Unternehmen gar nicht genutzt, obwohl sich dort unter Umständen Hinweise auf neue Geschäftsmodelle und zusätzliche Services verstecken.

Der Oberbegriff für diese Art von Daten ist „Big Data“. Damit sind üblicherweise alle Arten von umfangreichen, unstrukturierten oder nur teilweise strukturierten Daten gemeint, die im Geschäftsbetrieb oder durch die Kommunikation über ein Unternehmen sowie seine Produkte und Services entstehen.

Weitere Beispiele für „Big Data“ sind alle Informationen, die bei der Abwicklung von Kaufvorgängen im Internet entstehen, sofern sie nicht im Warenwirtschaftssystem gespeichert werden. Das sind zum Beispiel Angaben darüber, welche Produkte sich die Kunden im Online-Shop anschauen, welche davon sie in den Warenkorb legen oder wieder entfernen. Ein anderes Beispiel sind Diskussionen über Produkte, die sich in Internetforen, auf Facebook oder in privaten Blogs finden.

Die meisten dieser Daten sind öffentlich und können damit (theoretisch) ausgewertet werden. Sie sind allerdings in der Regel zu groß und zu dynamisch, um sie mit traditionellen Methoden der Datenverarbeitung auszuwerten. Moderne IT-Verfahren zur Auswertung von Massendaten ermöglichen Unternehmen deutlich bessere Einblicke in bestimmte geschäftliche Entwicklungen, Kundenpräferenzen oder das Image des Unternehmens.

Datengetriebene Services und Geschäftsmodelle

Die Ergebnisse dieser Auswertung können wie im Beispiel von Target zu einem neuen, zusätzlichen Marketingkanal werden, der sich sogar in einem Umsatzwachstum niederschlagen kann. Doch es ist auch möglich, durch geschickte Auswertung von Daten völlig neue Servicemodelle aufzubauen.

Ein gutes Beispiel liefert das Suchmaschinenunternehmen Google mit Android und Google Maps. Wenn der Besitzer eines Android-Smartphones die entsprechende Funktion aktiviert, sendet das Smartphone dauerhaft anonymisierte Bewegungsdaten an Google. Im Prinzip entspricht dies einem Meldesystem, das in jedem Auto eingebaut ist. Es sagt damit: Ich bin hier und bewege mich mit der Geschwindigkeit X in eine bestimmte Richtung.

Wenn dies einige hunderttausend Autos machen, lässt sich die Verkehrssituation (Staus oder zähfließender Verkehr) in Echtzeit auf einer Karte anzeigen. Unternehmen sind gut beraten, solche datengetriebenen Funktionen entweder in ein Geschäftsmodell einzubauen oder ihren Kunden als zusätzlichen, kostenlosen Service anzubieten.

Dank der modernen digitalen und mobilen Technologien gibt es zahlreiche Möglichkeiten, ohnehin bereits vorhandene oder zumindest leicht zu erhebende Daten auf diese Weise zu nutzen. Doch im Einzelfall muss es nicht immer um neue Services gehen, es ist auch möglich, andere, für das Unternehmen positive Effekte zu erreichen.

Ein deutscher Versicherungskonzern nutzt Netzwerk-Analytik, um die vorhandenen Datenbestände seiner Autoversicherung auf systematischen Betrug hin zu untersuchen. Gruppen von Kriminellen können vergleichsweise leicht organisierten Versicherungsbetrug begehen, sofern die einzelnen Personen darauf achten, nicht zu häufig im Zusammenhang mit einem Autounfall genannt zu werden.

Die herkömmliche Analyse der Daten ist zu aufwendig, um hier sinnvoll eingesetzt werden zu können. Moderne Big-Data-Verfahren wie die Netzwerkanalyse ermöglichen nicht nur eine leichte Aufdeckung solcher Fälle, sondern erlauben dies auch noch in Echtzeit, während der Betrug stattfindet.

Weitere Informationen über datengetriebene Unternehmen

40 Fallbeispiele für Big Data-Anwendungen

Bildquelle: Thinkstock