IT, Mobilität und Technologie
Medien
Die Big-Data-Falle – Was Unternehmen bei der großen Sammelaktion immer noch falsch machen
von Redaktion, am 13.03.2018
Prof. Dr. Georg Panagos ist Studiendekan des berufsbegleitenden Studiengangs Medien- und Kommunikationsmanagement (B.A.) in Idstein. Er beschäftigt sich intensiv mit dem Thema Datenmanagement, hat viele Einblicke in die tägliche unternehmerische Praxis und sieht für einen echten Durchbruch von „Big Data“ noch zahlreiche Hürden, die zu überwinden sind. So bleibt das Dauerhype-Thema in den Ansätzen stecken. Darüber hinaus findet Prof. Dr. Panagos den Begriff „Hype“ in diesem Zusammenhang nicht besonders passend. Die Frage lautet also: Was ist für eine erfolgreiche Etablierung notwendig?
Herr Prof. Dr. Panagos, um das Thema richtig einzuordnen: Seit wann sprechen wir eigentlich von „Big Data“?
Im Expertenkreis sprechen wir tatsächlich schon seit rund 15 Jahren über Big Data. Es ist seinerzeit aus den Bereichen Data Warehouse und Business Intelligence hervorgegangen.
Was versteht man genau darunter?
Es gibt verschiedene Ansätze. Am besten gefällt mir die Definition von Andreas Meier und Edy Portmann in dem Buch Smart City: Danach handelt es sich um Datenbestände, die mindestens die drei charakteristischen „V“ aufweisen: „Volume“, das heißt einen Umfang mindestens im Tera- bis Zetabereich, „Variety“, das heißt eine große Vielfalt an Daten – strukturiert, semistrukturiert und unstrukturiert – und „Velocity“, das heißt eine hohe Geschwindigkeit bei der Verarbeitung der Daten.
Es gibt ja kaum noch Unternehmen, die nicht emsig Daten sammeln. Sie folgen dem Big-Data-Hype, weil es andere auch so machen. Wissen eigentlich alle, was sie da tun?
Das ist das erste Kernproblem. Einfach Daten zu sammeln, bindet erst einmal nur Ressourcen und ist nicht effizient. Viele springen hier auf einen fahrenden Zug auf und wissen gar nicht, ob und wofür sie das überhaupt brauchen. Mich stört schon, dass überhaupt von einem Hype gesprochen wird. Wenn wir ehrlich sind, ist das Thema doch schon sehr alt: Früher hat man während eines Kundengespräches handschriftliche Notizen gemacht. In vielen Unternehmen wurden die irgendwo abgelegt und vergessen – andere haben etwas aus den Informationen gemacht. Nur, weil wir das jetzt alles digitalisiert machen, ist das Kernproblem nicht anders als früher.
Wobei die Digitalisierung aber schon neue Herausforderungen mit sich bringt…
Das stimmt. Eine Hauptschwierigkeit steckt in der Silostruktur. Eigentlich sammeln fast alle Abteilungen eines Unternehmens irgendwelche Daten. Sie geben diese aber nicht weiter und stimmen sie auch nicht aufeinander ab. Alles ist in unterschiedlichen Datenbanken verteilt und es entstehen an vielen Stellen unnötige Redundanzen. Es wäre schon einmal ein wichtiger Schritt, nicht das Hauptaugenmerk darauf zu legen, möglichst viele Daten einzusammeln, sondern die Frage zu beantworten: Was ist eigentlich relevant? In einem Beispiel aus der Praxis habe ich einmal zehn Abteilungen identifiziert, die 1.500 verschiedene Schlüsselfaktoren – so genannte KPIs – festgelegt hatten. Davon waren im Alltag maximal 150 brauchbar. Also sammelte man dort auch zehnmal mehr Daten als notwendig. Auf das Personal umgerechnet könnten sich dort 30 Mitarbeiter mit anderen Aufgaben beschäftigen. Das meine ich so, wie ich es sage: Es geht keinesfalls um Einsparungen beim Personal. Erfolgreich Big Data zu betreiben scheitert in sehr vielen Fällen am Ressourcenmangel.
Wo sehen Sie weitere Hürden?
Zunächst einmal muss sich eine Geschäftsleitung überlegen, aus welchen Unternehmensgesichtspunkten sie in „Big Data“ einsteigen will. Ich begegne in der Praxis oft nebulösen Vorstellungen, nach dem Motto „wir müssen und wollen etwas verbessern und deshalb stellen wir jetzt den Datensauger an“. Wichtig ist also, vorab klar zu definieren, an welcher Stelle ich was erreichen möchte. Handelt es sich um Marketing- und Vertriebsziele? Oder sind es Produktziele? Will ich die Kundenzufriedenheit erhöhen? Welche Parameter sind dafür entscheidend? Das sind nur Beispiele. Die Vorabdefinition dessen, was ich erreichen will und in welchem Segment, ist entscheidend. Ich muss mir vorab außerdem Gedanken machen, ob ich die notwendigen Ressourcen aufbringen kann. Ist das Unternehmen in der Lage, richtig und zielführend auszuwerten? Es ist daher sinnvoll, erst einmal klein anzufangen und sich auf sehr klar definierte Bereiche zu konzentrieren. Wenn das funktioniert, kann das weiter ausgerollt und auf andere Geschäftssegmente übertragen werden. Dann ist es wichtig, die einzelnen Abteilungen und Segmente zu vernetzen.
Können Sie Beispiele für die von Ihnen angesprochenen Parameter nennen?
Viele Betriebe haben ein so genanntes „Churn-Prediction-Modell“ aufgesetzt. Sie wollen wissen, wann ein Kunde abspringt. So weit, so gut. Als Parameter dient die Auswertung des täglichen Kundenkontakts. Da fangen die Schwierigkeiten an: Es gibt Daten aus dem Call Center, es gibt Daten vom Techniker vor Ort. Wer bringt das zusammen? Wer sortiert und ordnet? Bei der Frage nach einem möglichen Kundenausstieg werden wichtige andere Indikatoren außer Acht gelassen: es gibt ja auch den schweigenden Kunden, der bestimmte Dinge tut oder nicht tut. Ich kann aus seinem Verhalten sehr wertvolle Informationen ziehen. Wer beispielsweise von einem vorhandenen Angebot immer weniger nutzt, könnte bald weg sein. Trotz klarer Anzeichen merkt das Unternehmen das zu spät. Mit den richtigen KPIs und einem abteilungsübergreifenden Alarmsystem wäre das vielleicht nicht passiert. Je engmaschiger ich das Netz an Schlüsselfaktoren und Parametern knüpfe, desto mehr Transparenz und wirklich belastbarere Daten bekomme ich.
Sie sprechen das Thema Beschwerdemanagement an. Ist es nicht eine gewaltige Aufgabe, das alles zu sortieren?
Da hilft die Technik: Sprache lässt sich digitalisieren und in Schrift umwandeln. Dann kann ich relativ leicht Schlüsselwörter definieren und danach filtern. Größere Unternehmen machen so etwas durchaus schon, mittelständische und kleinere eher nicht. Manuell ist das fast nicht lösbar, das ist richtig. Auch hier fehlt es aber eher an strategischen Festlegungen: Unternehmen müssen die Beteiligten identifizieren, Silos zumindest kommunikativ miteinander verbinden, eine Kultur des Austauschs und der Informationsweitergabe etablieren. Wenn ein Kunde von der einen Stelle des Unternehmens an die nächste weiterverwiesen wird und die gleiche Geschichte ein paar Mal von neuem erzählen muss, sind neuer Ärger und Unzufriedenheit doch vorprogrammiert.
Sie haben jetzt schon einige Erfolgsfaktoren genannt. Welche Aspekte sind darüber hinaus wichtig, um Big Data gewinnbringend einzusetzen?
In erster Linie müssen sich Organisationen realistische Ziele setzen. Big Data ist keine Zauberei, die einmal eingeführt einfach alle Probleme löst. Bleiben wir beim Beispiel Churn-Management: Beim Kabelfernsehen wechseln durchschnittlich alle fünf Jahre zehn Prozent der Kunden den Anbieter. Wenn die Geschäftsleitung nun sagt, dass diese Quote auf fünf Prozent reduziert werden soll, ist das absolut unrealistisch. Eine Reduktion auf neun Prozent alle fünf Jahre würde einer realistischen Korrektur sehr nahe kommen und wäre ein großer Erfolg. So weiß das Unternehmen auch, welches Geld etwa für neue Investitionen und Geschäftsmodelle vorhanden sein wird. Gehen die Zielvorgaben deutlich an der Realität vorbei, ist die Frustration über das tatsächlich Erreichte groß und wirtschaftliche Planungen sind über den Haufen geworfen. Das kann existenzbedrohend sein.
Welche Rolle spielen Marktanalysen?
Eine saubere Marktanalyse gehört ganz klar zum Thema Big Data, vor allem im Sinne der Bedarfsanalyse. Heute gibt es so viele Möglichkeiten, direkt mit einer Vielzahl von Kunden in Kontakt zu treten und zu erfahren, was diese wirklich brauchen oder was sie sich wünschen. Eigentlich ist das auch bekannt, nur wenige machen es aber – und denken sich lieber Produkte aus, die keiner will und braucht oder zu kompliziert sind. Wussten Sie zum Beispiel, dass Erwachsene vor allem zwischen 11 und 12:00 Uhr Onlinespiele machen und Kinder nach 22:00 Uhr? Zumindest hat das eine Untersuchung in Südkorea ergeben. Natürlich müssen kulturelle Unterschiede bedenken, das ist nicht auf andere Länder 1:1 übertragbar. Worum es mir bei dem Beispiel geht: Sie würden sicher etwas anderes annehmen – genau den Fehler haben auch Unternehmen gemacht. Sie sind von Annahmen ausgegangen und nicht von belastbaren Analysen. Kampagnen wurden dann zu einem völlig falschen Zeitpunkt platziert. Natürlich benötigt man dafür Personal, Zeit und muss entsprechende finanzielle Ressourcen zur Verfügung stellen. Aber Produkte nach einem Scheitern komplett neu aufzustellen und zu bewerben dürfte deutlich teurer sein. Da gewinne ich doch lieber echte Erkenntnisse und mache ein maßgeschneidertes Angebot zum richtigen Zeitpunkt.
Welche Branchen sind denn vorne, wenn es um das Thema Big Data geht? Wer agiert noch unter seinen Möglichkeiten?
Sehr aktiv im Bereich Customer Relationship Management (CRM) und Big Data ist die Telekommunikationsbranche – das ist der klare Vorreiter. Eine CRM-Datenbank in einem großen Unternehmen in diesem Segment hat eine Größenordnung von 20-30 Terabyte. Und das sind nur Kundendaten, die originär in der CRM-Datenbank gespeichert sind. Verbrauchsdaten gehen in den Hexabyte-Bereich. Wo ebenfalls schon viel mit großen Datenmengen gearbeitet wird, ist die Pharmaindustrie. Der Grund dafür ist, dass es hier keinen direkten Zugang zum Markt, genauer zum Verbraucher, gibt. Unternehmen müssen ihre Informationen woanders herbekommen. Sie analysieren zum Beispiel, wo der Verbrauch eines bestimmten Produktes am höchsten ist. Die Energieversorger fangen jetzt an – und stehen gleich unter einem massiven Druck. Die Automobilindustrie verfügt über sehr viele Daten, die Frage hier ist, ob sie diese richtig ausnutzen. Für Unternehmen dieser Branche ist es aber auch schwieriger – sie arbeiten mit sehr vielen Zulieferern zusammen und müssen Erkenntnisse über bestimmte Produkte in den Vertrieb übertragen.
Über den Autor
Redaktion
Die adhibeo-Redaktion veröffentlicht regelmäßig Artikel zu verschiedensten Themen der Angewandten Wissenschaften, die an der Hochschule Fresenius stattfinden.
Ihr Kommentar
Sie möchten Sich an der Diskussion beteiligen? Hinterlassen Sie uns Ihren Kommentar!Bitte beachten Sie dabei unsere Netiquette. Vielen Dank.