Business und Internet Seminar 2

© Ben Chams – Fotolia.com

Einleitung

IT knows who you are

Folgendes Video dient als Einstieg in die Thematik und veranschaulicht Big Data bildlich.

Video Youtube: http://www.youtube.com/watch?v=otWN5o1C2Bc

Mit Big Data bezeichnet man eine große Datenmenge, welche aktuell gesammelt wird. Sie umfasst nicht nur wie früher, Schriftrollen, Schallplatte, Kassetten oder Disketten sondern umschließt viel mehr.

·      Jede SMS (schriftliche Kurznachricht am Telefon),

·      jede E-Mail,

·      bei jedem Klick in einem Browser,

·      jede Suchanfrage online,

·      bei jedem Onlinekauf,

·      jegliches online stellen von Fotos,

·      Smartphones,

·      Sensoren,

·      Videokameras,

·      Intelligente Haushaltsgeräte

bei allen diesen Vorgängen und Anwendungsprogrammen werden Daten generiert und parallel gespeichert. [i]

Dieser Berg an Daten wird als Big Data bezeichnet. Daraus können nun über unterschiedliche Anwendungen und mit Hilfe von Programmen Auswertungen getroffen werden und somit finden die Daten erneut Verwendung.

Diese Ansammlung von Daten ist jedoch nicht statisch sondern stark dynamisch und wächst rasant. Dieses Wachstum ist so schnell, dass es sich alle zwei Jahre verdoppelt. [ii]

Den Daten wird bei weitem noch nicht genug Potential zugesprochen. Oftmals werden Sie bereits als vierter Produktionsfaktor gesehen.[iii] Allerdings beschreibt man mit Big Data nicht bloß den Datenberg sondern auch die damit verbundene Speicherung, Bearbeitung und Auswertung der Daten.

Bei der Auswertung konkret handelt es sich um Data-Mining. Damit bezeichnet man eine aggregierte Clusterung von Daten, zum Zweck das dadurch erworbene Wissen zu Verkaufen und zu Nutzen. Im Speziellen findet Big Data Einsatz im Marketing, konkret im online Marketing. Das digitale Marketing hat durch Big Data einen kompletten Umbruch erlebt und schöpft mit den Methoden von Big Data in Unmengen an neuen Möglichkeiten.

Bei der Betrachtung des zeitlichen Verlaufs von der Umsetzung von Marketing ist ein Element zu beobachten, welches stets wichtig war um erfolgreiches Marketing durchführen zu können – Wissen über den Konsumenten. Als Teil von Marketing war die Marktforschung nie weg zu denken und bildet die essenzielle Grundlage von Erfolg bringenden Werbe- und Marketingkampagnen.

Früher gestaltete sich Marktforschung eher aufwendiger. Man unterscheidet zwischen

a)     Primär Marktforschung

b)    Sekundär Marktforschung[iv]

Primär Marktforschung erschließt sich ihrer Ergebnisse neu aus Umfragen, Erhebungen und ähnlichen Forschungsinstrumenten. Dies ist meist der größere Aufwand und deshalb mit höheren Kosten verbunden. Etwaige Forschungsmethoden sind Interviews, Fokusgruppen, Beobachtungen und Befragungen. Bei dieser Methode kann nun durch das Web 2.0 und Big Data Anwendungen eine Erleichterung der Forschung ermöglicht werden, dadurch eine Kostensenkung erfolgen und in weiterer Folge auch effizienteres Marketing betrieben werden.

Der zweite klassische Ansatz von Marktforschung ist die sekundäre Marktforschung, welche sich auf bereits bestehende Daten stützt und diese auswertet. Mögliche Quellen sind Umsatzstatistiken, Geschäftsberichte, Bestands- und Preislisten und ähnliche.

Mit Hilfe der Marktforschung ist es nun möglich sein Produkt gezielt in verschiedensten Bereichen abzusetzen. Aufgrund des Wechsels des Informationszugangs und der Menge an Informationen die man über Konsumenten nun erhält, ist eine Veränderung der Zielgruppendefinitionen zu beobachten.

Zu Beginn der Marktforschung segmentierte man nach Märkten (zB Asien, Europa, Nordamerika). In Folge von genauerer Information konnte man detaillierter trennen und so entwickelten sich Segmente.

Mit der Entwicklung des Internets und der voranschreitenden Mobilisierung der Nutzer ist der Zugang zu Informationen zu einzelnen Konsumenten möglich geworden. Es gestaltete sich eine Individualisierung bei den Zielgruppen. In letzter Folge, durch das Nutzen von Smartphones und der rasanten Popularisierung von Social Media Plattformen, als Beispiel Facebook, ist es nun möglich dem Konsumenten als einzelnen zu betrachten und um ihn zu werben. Als Zielgruppe wird nun nicht mehr eine Gruppe betrachtet sondern der Mensch alleine und sein Profil.

Wie ist dies nun überhaupt technisch möglich? Diese Frage kläre ich im nächsten Abschnitt meines Blogs.

Technischer Hintergrund

Quelle: lustich.de[v]

Möglich machte diese genaue Profilierung von Konsumenten erst das Internet, genauer gesagt der damit zufällig entdeckte Mechanismus von Cookies. Ein Cookie ist ein sehr kleines Programm, welches beim Erstaufruf ein Internetseite über einen Browser auf der Festplatte des Computers gespeichert wird. In Folge speichert dieses Programm alle Informationen was man wie lange im Internet macht. Beim Erneuten Aufruf der Seite, welche den Cookie auf dem Computer gespeichert hat, wird er abgerufen und mit ihm alle Informationen die er gespeichert hat, somit die gesamte Surfhistorie des Nutzers.

Eine ähnliche Definition für Cookie lautet:

Ein Cookie ist ein Textteil, der von einem Webserver auf die Festplatte gespeichert wird. Dieser Cookie erlaubt es einer Webseite Informationen über den Benutzer zu speichern und später wieder abzurufen. [vi]

Das Löschen dieser Cookies ist normalerweise relativ einfach handhabbar, jedoch ist vielen Leuten nicht bewusst wie genau sie hier getrackt werden oder sie gehören zu der Gruppe der Nutzer von Cookies. Diese speichern nämlich auch Passwörter, Seiten die bereits aufgerufen wurden und Suchanfragen und ermöglichen so eine vereinfachte Nutzung des Internets. Mehr dazu jedoch später im Bereich des EMarketing als ein Nutznießer von Big Data.

Als spezielle Ausprogrammierung eines Cookies kann man auch einen shared Cookie einsetzen. Dieser ist speziell an Anwendungen gekoppelt und dennoch Plattformübergreifend. Hier hilft das alleinige wechseln von Browsern oft nicht mehr um die eigene Surfhistory zu verwischen.

Data Mining

Unter Data Mining versteht man die Anwendung von Methoden und Algorithmen zur möglichst automatischen Extraktion empirischer Zusammenhänge zwischen Planungsobjekten, deren Daten in einer hierfür aufgebauten Datenbasis bereitgestellt werden.[vii]

Durch die oben erklärten Cookies, lassen sich eine Unmenge an Daten sammeln, welche nun jedoch auch vernünftig bearbeitet und ausgewertet werden müssen. Dies funktioniert mittels Data Mining Techniken.

Folgende Vorteile ergeben sich bei Einsatz von Data Mining für Unternehmen:

·      Verbesserte Informationen, die zum Vorteil der Unternehmen genutzt werden können.

·      Mehrwert für Datensammlungen, die viele Unternehmen ohnehin bereits besitzen. Mithilfe von Data Mining kann man sich diese Daten auch zu Nutzen machen.

·      Unterstützung der Forschung. Aufgrund von viel mehr Daten können Hypothesen besser unterstützt oder wiederlegt werden.

·      Betriebliche Leistungsfähigkeit erhöhen. Data Mining organisiert und bearbeitet Daten in kurzer Zeit.

·      Flexibilität. Man kann einen Berg von Daten für viele verschiedene Zwecke einsetzen und wird dadurch flexibler und variantenreicher.

·      Senkung der Betriebskosten aufgrund des Einsatzes von weit entwickelten Soft- und Hardwareprodukten.

·      Gebrauchsfertig. State-of-the-art Datenanalysemethoden sind leicht zugänglich und liefern Ergebnisse die für jedermann einfach verständlich sind.

Im Folgenden beschreibe ich nun wo Big Data, welche mittels Data Mining bearbeitet wurde als Anwendung eingesetzt wird. Im konkreten werde ich spezielle Werkzeuge des EMarketing vorstellen, die ohne Big Data nicht in dieser Art und Weise nutzbar wären.

Collaborative Filtering

Die ersten Schritte im Bereich des Online Marketings tätigte man mit Hilfe von kollaborativem Filtern. Diese Technik gibt es schon länger, jedoch kann sie mit Unterstützung von Big Data viel effizienter eingesetzt werden und bietet in Online Shops ein äußerst effizientes Tool um Kunden zu werben.

Unter dieser Data Mining Technik versteht man, das Entdeckten von Verhaltensmustern von Benutzergruppen. Da man seinen Konsumenten dank Cookies und Co sehr genau kennt und versteht kann man ihn meist einer bestimmten Benutzergruppe zuordnen. Aufgrund dieser Zuordnung besteht die Möglichkeit eines Vorhersagens von Produktinteressen und damit einhergehend auch eine gezieltere Werbung.

Folgend der kurze, schemenhafte Ablauf der Funktionsweise von Collaborativem Filtern:

1. Benutzen des Internets – Surfen
2. Profil des Konsumenten erstellen
   Du bist, was du dir ansiehst!
3. Clustern von Konsumenten
4. Empfehlungen an Kunden als Folge aus dem Cluster

Eingesetzt wird diese Technik vor allem im Bereich der Online Shops. Besonders effizient macht dies der bekannte Online Versandhandel Amazon. Hier möchte ich kurz auf die Arbeit meines Kollegen Herrn Hartmannsgruber verweisen, welcher in seinem Blog speziell auf Amazon und deren Geschäftsmodell eingeht. Im Zuge dessen befasst er sich auch mit dem Amazon Algorithmus, welcher als Grundlage kollaboratives filtern hat. [viii]

Social Media Marketing

Als Social Media Marketing bezeichnet man Marketingaktivitäten online auf sozialen Plattformen. Im Zeitalter vom Web 2.0 ist der Nutzer Mitgestalter von Werbung und kann aktiv Werbekampagnen beeinflussen. Aber nicht nur das. Der Einfluss von Surfern reicht bis hin zum Preis als Beispiel seien hier Flugtickets genannt. [ix]Nicht nur die Möglichkeiten die online in sozialen Netzwerken neu geschaffen werden sind enorm. Auch durch das große Wachstum und die Beliebtheit dieser Webseiten enthält Social Media Marketing starkes Potential. Folgende Grafik beschreibt das weltweite Wachstum von sozialen Netzwerken zwischen 2011 bis zu geschätzten Zahlen 2014.

 Wachstum von sozialen Netzwerken weltweit

Jeder Facebook Benutzer verschenkt seine persönlichen Informationen gratis. Was ist sein Lohn dafür – personalisierte Werbung. Aufgrund von, den weiter oben angeführtem Mechanismus des collaborativen Filtern und des Datamining, wird den Usern online ein weit bessere Palette an Werbung gezeigt. Dieses angepasste Marketing, welches erst auf Grundlage von Big Data so präzise möglich ist, verführt den Konsumenten zu weiteren Käufen.

Meldet sich nun ein User auf einer sozialen Plattform an so lässt sich exakt sein Profil speichern. Je besser man seinen Konsumenten kennt, umso spezieller kann man die Angebote für ihn konfigurieren. Dies bringt Positives für Verkäufer und Käufer. Der große Vorteil von sozialen Netzwerken ist jedoch, dass man eine neue Art der Entscheidungsfindung beeinflussen kann: die Entscheidung aufgrund einer Empfehlung.[x]  Innerhalb der Portale ist man mit Freunden verknüpft und erhält so den Anschein sich stets im Umkreis von einem wohl gesonnen Personen zu sein. Surft man weiter auf Webshops erhält man hier nun oft die Meldungen x Freunden von dir gefällt dies, oder noch konkreter Mrs. X und Mr. Y haben bereits gekauft. Da man mehr Vertrauen in Empfehlungen von Freunden hat, als in Empfehlungen von Verkäufern besitzt diese Art von Konsumentenbeeinflussung großes Potential.

Des Weiteren ermöglicht, das exakte Verfolgen des Konsumenten und das damit verbundene Profil erstellen desjenigen, die Anpassung des Produktes und des Erscheinungsbildes des Webshops bzw der Werbung an den Endkunden. Dies beeinflusst unter anderem schon angeführte Entscheidungsfindung und befriedigt das bestehende Risiko, welches mit Onlineshopping verbunden ist.[xi]

Allerdings darf die Komplexität der sozialen Netzwerke und ihrer Strukturen nicht unterschätzt werden. Eine noch offene Frage ist ebenfalls ob User online nicht eine gewisse Immunität gegenüber Werbung in sozialen Netzwerken entwickeln, da der Zweck in diesen online zu sein eine andere Ausprägung hat als online etwas zu kaufen.[xii]

Als Top Player unter den sozialen Netzwerken sei hier natürlich Facebook angeführt. Unten stehende Grafik zeigt das rasante Wachstum dieser Plattform weltweit. Wenn man den Marketing Mix online schalten will so ist dieses Netzwerk stark zu favorisieren und zu priorisieren um einen guten Auftritt zu generieren.[xiii]

Facebook Wachstum

Zwei Weitere Möglichkeiten des Einsatzes von Big Data wären das Suchmaschinenmarketing und das Mobile Marketing. Beides lässt sich aufgrund der Größe der Datenbasis, welche Big Data zur Verfügung stellt viel effizienter lösen.

Herausforderungen

Aufgrund der rasanten Entwicklung im technologischen Bereich, gibt es einige Bereiche welche nicht so schnell auf die neuen Möglichkeiten reagieren können und dadurch zukünftige Herausforderungen darstellen.

Cisco Connected World Technology Report 2012[xiv]

Cisco führte 2012 eine Studie, die zwei Umfragen umfasste durch. Einerseits befragte man Studenten und Arbeiter im Alter von 18 bis 30 und andererseits interviewte man IT Profis quer durch unterschiedlichste Industrien. Folgende Ergebnisse wurden von der Befragung von 1.800 Profis aus dem Bereich der Informationstechnologien erhalten:

Drei von fünf, das sind 60%, der IT Manager denken, das Big Data die globale Konkurrenzfähigkeit erhöhen wird und mehr als 60% denken sogar das Big Data strategisches Eigentum von Firmen werden wird in 2013 und den darauf folgenden fünf Jahren.

Weiters kennzeichneten sie die Herausforderungen, welche sich diese Technologie stellen muss. Diese sind oben bereits im Tortendiagramm dargestellt. Es handelt sich hierbei zum größten Teil um Datensicherheitsfragen und Risikomanagement. Außerdem kann das Fehlen von Kenntnissen und Know-How im Bereich der IT und vor allem der Personen, die mit IT arbeiten zu einem Problem werden. Aufgrund des raschen wachsens von Big Data bleibt nicht genug Zeit um sich mit dem Thema Big Data ausreichend zu beschäftigen. Als einen ebenso wichtigen Knackpunkt sehen die Experten das fehlende Budget für Big Data und die Anwendungen daraus.

Datensicherheitsfragen und Risikomanagement stellen mit 27% die größte Herausforderung dar. Konkret gefragt, bezeichnen die IT Profis die größten Hürden im Bereich des finden von Angestellten die sich im Bereich Big Data auskennen und geschult sind darin die Datensicherheit zu überwachen. Mit jeweils ungefähr 20% beziffern sie die folgenden drei wichtigen Faktoren:

1.     Zu viele Daten

2.     Zu viele Wege diese zu erreichen

3.     Zu geringes Budget um Sicherheitslösungen einzuführen

Aus dieser Studie geht klar hervor, dass es noch einen großen Graubereich gibt, welcher schnell und mit größtem Einsatz bearbeitet werden sollte damit man effektive und effiziente Lösungen findet.