Das Wissensportal für CRM-Profis

Autor: Torsten Schwarz
Letzte Aktualisierung: 15.03.2016

Big Data: Die Berechenbarkeit des Konsumenten

Wer dem richtigen Kunden im richtigen Moment das richtige Angebot machen will, braucht dazu vor allem eines: Informationen. Die Daten dazu sind längst vorhanden. Wir müssen nur lernen, sie richtig zu nutzen und auszuwerten. Und genau dazu steht heute eine Reihe neuer Methoden zur Verfügung.

Die technische Entwicklung erlaubt es, immer mehr Daten immer schneller zu verarbeiten. Früher wurden beim Data Mining mühsam Daten aus der Vergangenheit manuell analysiert, um das Konsumverhalten zu erforschen. Heute wird z.B. vollautomatisch in Echtzeit berechnet, welches Produkt dem Besucher eines Webshops innerhalb der nächsten Millisekunde präsentiert werden soll.
 
Und wo früher vielleicht gerade einmal bekannt war, welche Kunden wann welches Produkt gekauft haben, gibt es heute ein Vielfaches an Daten. Der Grund: Immer mehr Touchpoints sind digital. Und digitale Kontaktpunkte werden automatisch als Daten protokolliert. Täglich zeigen Kunden über Smartphone und PC, was sie interessiert. Mit dem Internet der Dinge kommen Smartwatch, Navi und iBeacons als Messfühler für Kundenwünsche hinzu. Unternehmen können aus diesen Informationen maßgeschneiderte Angebote machen.
 
Das Internet der Dinge und das Zukunftsprojekt Industrie 4.0 tun ein Weiteres: Nicht nur Kunden, auch Fabriken und Produktions- und Logistikprozesse sind vernetzt. Wem es gelingt, all diese Daten richtig zu interpretieren, kann neue Marktpotenziale erkennen und Vertriebskampagnen besser aussteuern.
 
Während der Versandhandel seit je alle Möglichkeiten des sogenannten Data Driven Marketing nutzt, ist dieser Bereich für viele Investitionsgüterhersteller noch Neuland. Dabei finden Geschäftsanbahnungen heute immer seltener auf Messen und immer häufiger online statt. In vielen B2B-Unternehmen kommen die meisten Leads für den Vertrieb inzwischen aus dem Internet.
 
Wer sich an Verbraucher richtet, muss keine teuren Werbekampagnen mit riesigem Streuverlust mehr bezahlen. Eine Reihe von Techniken erlaubt es, die richtigen Zielgruppen exakt in dem Moment zu erreichen, in dem bei den potenziellen Kunden Interesse besteht. Auch beim Direktmarketing haben undifferenzierte Mailings ausgedient. Inhalte werden heute auf die Interessen der Empfänger ausgerichtet. Predictive Targeting kann voraussagen, welches Angebot bei einem Empfänger auf die höchste Kaufbereitschaft trifft.
 
Massenwerbung ist am Ende
Kunden erwarten heute eine persönliche Ansprache. Dazu wird mehr als nur die korrekte Anrede benötigt. Wie wird die Aktualität gesichert? Wie werden Echtzeitdaten integriert? Auf etwa ein Fünftel schätzen Unternehmen den Anteil der fehlerhaften Daten, Tendenz steigend. Das System wird immer komplexer. Höchste Zeit also, systematisch an das Thema heranzugehen und eine klare Strategie zu entwickeln. 
 
Unternehmen erwarten zu Recht große Vorteile durch datengetriebenes Marketing. Ganz oben unter den Erwartungen stehen bessere Informationen zum Konsumverhalten der Kunden. Man erhofft sich zudem, dass die Aussteuerung von Werbekampagnen davon erheblich profitieren wird. Eine bessere Einschätzung von Marktpotenzialen steht an dritter Stelle der Antworten, die ausgewählte Marketingexperten der Experton-Group im Rahmen einer Befragung gegeben haben.
 
Big Data, Data Mining & Co.: eine Begriffsklärung
Big Data bezeichnet große und heterogene Datenmengen, die sich schnell ändern – eine Datenfülle, die zu komplex ist, um sie noch manuell auszuwerten. Als Big Data gelten auch die Technologien, die zum Sammeln und Auswerten dieser Datenmengen verwendet werden. Jahrtausendelang entstanden Daten in der Buchhaltung. Die frühesten auf Tontafeln fixierten Texte in Keilschrift hielten Eintragungen aus dem Steuer- und Rechnungswesen fest.

Heute muss niemand mehr etwas aufschreiben. Die Daten werden automatisch erfasst. Scannerkassen registrieren den Verkauf bestimmter Waren, und die Fabriken erhalten automatisch den Auftrag, die Produktion der Artikel zu erhöhen oder zu stoppen. Inzwischen sind es aber nicht nur Daten aus der elektronischen Kommunikation, die ausgewertet werden. Zunehmend gibt es mehr Messfühler, die Daten wie Wetter, Pulsschlag, Verkehrsfluss oder das Betreten von Gebäuden erfassen. Immer mehr Kameras, Mikrofone, GPS-Empfänger, Stromzähler und medizinische Geräte sind über das Internet miteinander verbunden. Immer mehr Daten werden nicht auf proprietären Computern, sondern in der Cloud gespeichert. In Zukunft kommen sicher noch viele neue Daten hinzu. Das Internet der Dinge wird enorme Auswirkungen haben, weil dann alles mit allem online verbunden ist.
 
So melden z.B. vielleicht Sensoren in Kuhmägen dem Tierarzt, wenn etwas nicht in Ordnung ist. Die Kontaktlinse warnt, wenn sich der Blutzuckerspiegel verändert. Das Tattoo vibriert, wenn der Paketbote geliefert hat.
 
Die so generierten Daten und ihr Schutz sind eine große Herausforderung. Dementsprechend wird auch die Charakterisierung von Big Data immer komplexer.
 
Früher definierte man Big Data mit den folgenden drei V-Wörtern: volume (Volumen), velocity (Geschwindigkeit) und variety (Vielfalt). Hinzu kamen im Laufe der Zeit noch veracity (Wahrhaftigkeit) und value (Wert). Inzwischen sind auch noch variability (Dynamik der Daten), venue (Plattform, von der die Daten stammen), vocabulary (Metadaten mit denen sie ausgestattet sind), vagueness (Unklarheit) und validity (Gültigkeit) hinzugefügt worden.
 
Während Big Data mit Echtzeitdaten arbeitet, meint Data Mining in Abgrenzung dazu die Auswertung historischer Datenbestände. Dabei geht es um die Gewinnung von Wissen aus komplexen Daten. Die systematische Anwendung statistischer Methoden auf große Datenbestände soll neue Querverbindungen und Trends aufzeigen.
 
Online Analytical Processing (OLAP) bezeichnet die hypothesengestützte Analyse großer Mengen von Onlinedaten, die ebenfalls in mehrdimensionalen Datentabellen vorliegen.
 
Der Begriff Business Intelligence (BI) bezeichnet Verfahren und Prozesse zur systematischen Analyse und Visualisierung von Daten, um datenbasiert Unternehmensentscheidungen treffen zu können.
Wenn die richtigen Daten verknüpft werden, lässt sich eine ganze Reihe von Fragen im Handel beantworten, so z.B.:

  • Welche Personen haben gekauft und welche Gruppen haben welche Merkmale gemeinsam?
  • Über welchen Werbekanal kam der Kunde und wie war die Customer Journey vor dem Kauf?
  • Welche Erst- und Folgeumsätze wurden generiert?
  • Welche Produkte mit welchen Deckungsbeiträgen wurden gekauft?
  • Welche Werbekanäle bringen gute und welche schlechte Kunden?
  • Welche Akquisitionskosten stecken hinter dem jeweiligen Produkt, das gekauft wurde?
  • Welche Produktempfehlungen haben bei welchem Kunden in welchem Moment die höchste Kaufchance?

Torsten Schwarz

Experte: Herr Torsten Schwarz

Dr. Torsten Schwarz ist einer der führenden Fachautoren, Seminartrainer, Berater und Experte zum Thema Online Marketing in Deutschland. Er entwickelt für Unternehmen Strategien der Integration von Online-Marketing in den klassischen Marketing-Mix.

E-Mail: schwarz@absolit.de



Content
Fachbeiträge
Dokument downloaden
     » Beitrag (PDF 389 kB)
Schimmel Media Verlag
»Call-Center-Experts:
Mehr Verkaufseffizienz und Servicequalität am Telefon


»CRM-Expert-Site:
Trends und Expertentipps für bessere Kundenbeziehungen


»Online-Marketing-Experts:
Ihr Richtungsweiser für erfolgreiches Online-Marketing


»Vertriebs-Experts:
Der innovative Coach für Vertrieb und Verkauf


CRM-Expert-Site ist der innovative Fachinformationsdienst von Martina Schimmel und dem CRM-Expertenrat mit Beraterbrief und Wissens- und Downloaddatenbank für CRM und Kundenmanagement.
Hier finden Sie Fachwissen, Know-how, Checklisten, Formulare, Präsentationen und Tipps für CRM.