Big Data, wenn’s ums Big Business geht? Egal, ob sprudelnde Geschäftsideen, optimale Entscheidungen oder kluger Umgang mit den Kunden gefragt sind: Noch wissen nur wenige, wie riesige Datenfluten mit Lust statt Frust kanalisiert werden. Dabei gibt es immer mehr Business Analytics Tools, die dabei helfen. Industrialpress.com stellt in einer Artikelreihe einige viel versprechende Anwendungen vor.
Im Unternehmensalltag hat Big Data viel mit Business Intelligence, abgekürzt „BI“, zu tun. Doch Big Data-Anwendungen müssen nicht bei der klassischen Sammlung und Auswertung von Daten in elektronischer Form stehen bleiben.
codecentric
Bei codecentric beispielsweise will man Big Data bewusst nicht klein machen, „komprimieren“, um sich mit den Datenmassen leichter zu tun. Denn das pure Beschreiben des Ist-Zustandes ist den 400 Software-Entwicklern und IT-Lösungs-Anbietern an 15 europäischen Standorten zu wenig. Die Solinger sehen mit „Predictive Analytics“ in die Zukunft und nutzen dazu das volle Daten-Füllhorn in unkomprimierter Form.
Big Data sind anfangs wie ein unaufgeräumtes, vollgestopftes Haus, in dem sich verborgene Schätze verstecken. Die Fachleute von codecentric suchen im Chaos nach Verwertbarem, nach Chancen und Risiken. Putzen die Daten heraus, bis sie auswertbar sind, entwerfen mathematische Modelle für die Aufstellung und Prüfung von Hypothesen. Die untersuchte Branche ist dabei egal. So eingesetzt, beantwortet Big Data nach vorherschauender Datenanalyse konkrete Fragen, etwa: „Welche Kundengruppen werden in Zukunft wachsen oder schrumpfen?“
Wichtig ist codecentric auch die „Echtzeit“: Im Zentrum der Partnerschaft mit dem kalifornischen Big-Data-Unternehmen Confluent steht deshalb Apache Kafka, die weltweit populärste Big-Data-Messaging-Lösung. Open-Source-Lösungen, quelloffene Werkzeuge, sollen eine nahtlose Integration mit anderen Plattformen ermöglichen. „Egal, ob unsere Kunden Elasticsearch, Hadoop oder Cassandra für ihre Big-Data-Lösungen einsetzen, kommen wir derzeit an zwei Technologien kaum vorbei: Spark und Kafka“, sagt Stefan Siprell, Leiter des codecentric-Standorts Karlsruhe und Big-Data-Experte.
Kernpunkt: Mach‘ Dir ein Bild von Big Data
Eine typische Visualisierung von kernpunkt mittels Dashboards. (#1)
Vor gut zwei Jahren haben die „Datenversteher“ von kernpunkt mit dem Aufbau einer eigenen Analytics-Abteilung begonnen, um Kunden rund um das Thema Big Data zu beraten und zu unterstützen. Marketing – insbesondere im digitalen Umfeld – ist für kernpunkt-Geschäftsführer Matthias Steinforth dieser Tage vor allem eines: Datengetrieben. Er sagt sogar: „Marketing ohne Daten ist heute wertlos.“ Kampagnen, Werbemittel und Ausgaben lassen sich im Online-Marketing nach seiner Erfahrung sehr gut analysieren, weil sie besonders transparent und gut messbar seien.
Zu den kernpunkt-Kunden zählen mittelständische Unternehmen aller Branchen: Die Kölner Digitalagentur unterstützt Versicherungen dabei, die Kundenzufriedenheit besser auszuwerten. Sie liefert globalen Maschinenbau-Unternehmen Analysen ihrer internationalen Online-Aktivitäten und hilft Telekommunikationsunternehmen, den Bedarf ihrer Kunden besser zu prognostizieren. „Meist sind entsprechende Daten im Unternehmen bereits an verschiedenen Stellen vorhanden“, sagt Steinforth. Die Aufgabe von kernpunkt sei es dann, diese zusammenzuführen und für den Anwender auf Kundenseite verständlich zu machen. Dabei nutzen die Datenversteher beispielsweise Tools wie die Datenbefreiungssoftware „Tableau“, die es erlauben, mit wenig Aufwand interaktive Dashboards – also Verbildlichungen der Datenanalysen – zu erstellen.
Novustat: Versteh‘ Big Data nicht falsch
Novustat: Mit dem Rapidminer Hotelbewertungen analysieren. (#2)
Immer mehr Firmenkunden fragen nach einer Data-Mining-Beratung, um mit statistischen Methoden auf der Grundlage extrem vieler Daten Wissen zu gewinnen. Dabei geht es in der Praxis darum, eine verlässliche Entscheidungsgrundlage für Marketing- oder Preisstrategien bzw. Prozessoptimierungen zu bekommen, so die Erfahrung des Schweizer Statistik-Dienstleisters Novustat. Dessen Inhaber, Robert Grünwald, sieht in Big Data die Chance, zu verallgemeinernden Aussagen und Prognosen zu gelangen, da man „oft zu einem Merkmal zehntausende, hunderttausende oder sogar Millionen von Datenpunkten“ habe. Eigentlich. Doch er warnt: „Die stetig wachsende Datenmenge ist Fluch und Segen zugleich. Je mehr Daten man hat, umso mehr Fehler kann man auch im Rahmen einer Big-Data-Auswertung machen. So benötigen erfahrungsgemäß Kunden im Big-Data Kontext nicht nur eine punktuelle Unterstützung, sondern eine umfangreiche Projektleitung, von der Zielsetzung des Projektes über die Hypothesenbildung, bis hin zur kontinuierlichen Betreuung und Optimierung.“
Die Schweizer Statistik-Experten helfen deshalb bei der Analyse von Kundenanfragen, um Kundenanforderungen besser zu verstehen, und bei der Analyse von Performancedaten von Produktionsprozessen, um auf dieser Basis Prozessoptimierungen konkret umzusetzen. Ebenso bei der Auswertung von Marktparametern, um etwa Absatzprognosen zu erstellen, sowie bei der Analyse von kaufentscheidenden Faktoren und beim Vergleich mit Kundendaten, um Marketingstrategien zu koordinieren. Business Analytics Tools können dabei helfen.
Den Wert von Big Data gegenüber kleinen Datenmengen erlebt Grünwald in seiner täglichen Arbeit bei der Data-Mining-Beratung: „Würden wir versuchen, aus einer geringen Menge von Kundenanfragen, beispielsweise aus dem Zeitraum von einer Woche, Erkenntnisse über die Anfragestruktur und Kundenwünsche zu ziehen, gingen wir wahrscheinlich leer aus oder bekämen womöglich falsche Erkenntnisse bzw. Erkenntnisse mit geringer Aussagekraft. Wenn wir uns stattdessen in die Dimensionen von Big Data begeben und die Anfragen von einem Jahr oder mehreren Jahren analysieren, können wir richtige Muster identifizieren und wichtige Erkenntnisse daraus gewinnen.“
Und zugleich hilfreiche Antworten bekommen: Auf welche Aspekte legen die Kunden besonderen Wert, welche Leistungen werden in welchem Maße nachgefragt, aus welcher Art von Anfragen resultieren die meisten Aufträge? Diese Informationen können dem Statistik-Experten zufolge dann tatsächlich als verlässliche Entscheidungsgrundlage für Marketing- und Verkaufsstrategien genutzt werden.
Lass Dich begleiten von Big-Data-Analysen
Echtzeitanalysen werden immer wichtiger, um sichere Aussagen in Strategieentscheidungen treffen zu können. Dies ist auch der Inform-software.de / Institut für Operations Research und Management GmbH bewusst. Das Internet der Dinge breitet sich aus und erlaubt keine Verzögerungen. Mobile Datenanalysen für Smartphones und Tablets gehören zum „Live“-Kontext. Realtime-Dashboards sollen eine Echtzeit-Entscheidungsfindung mit Fokus auf Produkt und Kunden unterstützen. Zielvorgabe: Die Flexibilität wächst, während der Aufwand der Datenanalyse sinkt. Die mobile Datenanalyse von Inform soll – ausgehend vom Rohstoff massenhafter Daten- immer und überall verfügbare Leistungskennzahlen (KPIs), hohe Benutzerfreundlichkeit auf allen Geräten und Displaygrößen, höchste Datensicherheit, sowie Plattform-Unabhängigkeit bieten.
Uniserv: Mach‘ Gold aus Big-Data-Pools
Stammdaten und das Digital-Gebaren von Kunden sind schon immer ein sehr wertvolles und sensibles Gut. Doch so flexibel und mobil, wie die Menschen von heute hinter Adressen, Kaufverhalten, Vorlieben und Co. agieren, so schnell werden die Anker-Daten zu Schnee von gestern. Personenbezogene Daten zu pflegen, zu schützen und zu überwachen, um die Kunden – etwa bei Doppelerfassungen und falscher Anrede („Frau Malte…, Herr Maike…“) – nicht zu nerven, sowie die eigenen Mitarbeiter mit ineffizientem Material nicht zu quälen, ist in Zeiten massenhafter Datensammlungen wichtiger denn je.
Bei Uniserv beispielsweise geht man mit Lösungen zur Datenqualität, die sich an „Gold“-Standards orientieren und auch aus der Cloud kommen, an den Rohstoff Datenkapital heran. Unvollständige und veraltete Daten braucht es beim digitalen Kunden eigentlich nicht mehr. Sie sind aber keine Seltenheit, wenn etwa verschiedene Abteilungen über unterschiedliche Angaben verfügen und diese nicht zusammenführen.
Auf den Boden der Wahrheit will Uniserv mit der Lösungs- und Prozess-Methodik „Ground Truth“ führen. In einem mehrstufigen Vorgehen können Unternehmen damit das „Golden Profile“ jedes einzelnen Kunden erstellen. Zu diesem goldenen Profil gehören nicht nur Adressdaten, Kaufverhalten, Interessen und Vorlieben, sowie Kommunikation und Interaktion mit dem Unternehmen, sondern auch die Spuren, die sich von dem betreffenden Kunden in den sozialen Netzwerken und im gesamten Internet finden.
Damit die Wahrheitsbasis über die Kunden, die auch für strategisches Handeln wichtig ist, dabei stets auf dem neuesten Stand beruht, soll die „Ground Truth“-Anwendung der Pforzheimer eine ständige Aktualisierung und Synchronisierung der Daten über die unterschiedlichen Datenquellen hinweg erledigen.
Fazit: Mit Big Data im Bunde? – Im Business lässt sich mit den passenden Lösungen die digitale Welt besser sortieren und nutzen, ohne von gigantisch wachsenden Datenmengen in Verzweiflung gestürzt zu werden.
Bildnachweis: © #1 kernpunkt, Titelbild + #2 Novustat
