Big Data liefert den Unternehmen die Informationen, die sie benötigen, um ihre Produkte entsprechend der Konsumentenbedürfnisse zu individualisieren – hierin liegt ein großes Potenzial. Doch es zeigt sich, dass viele Unternehmen noch nicht den richtigen Ansatz gefunden haben, um diese neu gewonnenen Möglichkeiten zu nutzen. Netflix ist auf diesem Gebiet Vorreiter und zeigt, wie sich durch die gezielte Verwendung von Daten Wettbewerbsvorteile gewinnen lassen.
Im Folgenden wird zunächst der Begriff Big Data erläutert, mit dem Ziel ein allgemeines Verständnis zu schaffen, um nachfolgend einen Kontext zur Verhaltensanalyse darzustellen und die hieraus resultierenden Chancen für Unternehmen ins Licht zu rücken.
Aufbauend hierauf wird ein Blick auf das Unternehmen Netflix geworfen. Im Speziellen wird der Algorithmus bzw. die Art und Weise der Erhebung und Verwendung der Daten beleuchtet. Abschließend wird anhand des Beispiels der Serie "House of Cards" dargestellt, wie maßgeschneiderte Produkte mit Hilfe von Daten entstehen.
Zielsetzung der Arbeit ist es aufzuzeigen, inwiefern Unternehmen, hier im speziellen Netflix, schon heute Daten und besondere Analysen heranziehen, um ihre Produkte passgenau auf die Bedürfnisse der Konsumenten abzustimmen.
Inhaltsverzeichnis
1 Einleitung
2 Big Data
2.1 Begriffsbestimmung
2.2 Big Data und die Verhaltensanalyse
3 Netflix
3.1 Die Datensammelmaschine
3.2 Der nächste Schritt: maßgeschneiderte Produkte
4 Schlussbemerkung
Zielsetzung & Themen
Das primäre Ziel dieser Arbeit ist es, aufzuzeigen, wie Unternehmen, mit besonderem Fokus auf das Fallbeispiel Netflix, datenbasierte Analysen nutzen, um Produkte gezielt an den Bedürfnissen ihrer Konsumenten auszurichten und sich dadurch Wettbewerbsvorteile zu verschaffen.
- Grundlagen und Definition von Big Data sowie dessen vier Hauptmerkmale.
- Die Bedeutung von Big Data für die moderne Verhaltensanalyse.
- Die Funktionsweise des Empfehlungsalgorithmus von Netflix als zentrale Datensammelmaschine.
- Der strategische Einsatz von Nutzerdaten bei der Produktion maßgeschneiderter Inhalte.
- Der Einfluss von A/B-Tests auf datenbasierte Entscheidungsprozesse.
Auszug aus dem Buch
3.1 Die Datensammelmaschine
Der eigentliche Nutzen und die ursprüngliche Intention zur Sammlung und Auswertung des Nutzerverhaltens war und ist es, den Abonnenten Serien und Filme vorzuschlagen, von denen Netflix glaubt, dass sie dem jeweiligen Nutzer individuell gefallen werden. Ziel ist es hierbei immer, den Nutzer möglichst lange auf der Plattform zu halten und die Userexperience so positiv zu gestalten, dass derjenige langfristig Abonnent bleibt.8
An dieser Stelle soll deshalb erst allgemein auf den Empfehlungsalgorithmus eingegangen werden, im nachfolgenden Abschnitt wird dann aufbauend aufgezeigt, auf welche Weise diese Daten genutzt werden, um eigene Produkte zu entwickeln.
Insgesamt sind, laut Angaben des Unternehmens, ungefähr 75% der Serien und Filme, die ein Nutzer ansieht, auf die Empfehlungen zurückzuführen. (Xavier Amatriain, 2012) Diese Empfehlungen basieren auf vielerlei Daten: die vom Nutzer angegebenen Präferenzen, Bewertungen, die Historie der angesehenen Serien und Filme und sogar die Vorschläge von Freunden, die Netflix über die Verbindung zu Facebook in den Algorithmus einfließen lässt.
Doch Netflix geht noch weiter und teilt jeder Serie und jedem Film eine passende Auswahl aus abertausenden Genres und Subgenres zu. Diese Genres reichen von den allgemein bekannten Kategorien Komödie, Krimi oder Thriller bis hin zu sehr kleingliedrigen, detaillierten Beschreibungen wie Düstere Serien oder Filme über Zeitreisen in den 1980ern. Doch die Filme und Serien sind nicht nur mit einer Vielzahl an aussagekräftigen Genres versehen, sondern es wird auch ein ganzer Katalog an Metadaten hinterlegt, wie z.B. Schauspieler, Regisseur oder Farbschemata. Auch externe Quellen werden herangezogen, beispielsweise werden Bewertungen von Filmkritikern berücksichtigt.9
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung beleuchtet die steigende Bedeutung von Big Data als unternehmerischen Rohstoff und führt in die Fragestellung ein, wie Unternehmen durch datengestützte Analysen maßgeschneiderte Produkte entwickeln können.
2 Big Data: Dieses Kapitel definiert den Begriff Big Data anhand der vier Merkmale Volumen, Vielfalt, Geschwindigkeit und Analytik und erläutert den Zusammenhang von Datenerzeugung und -nutzung.
2.1 Begriffsbestimmung: Hier erfolgt eine detaillierte Auseinandersetzung mit den theoretischen Grundlagen von Big Data und den Anforderungen an moderne Datenmodelle.
2.2 Big Data und die Verhaltensanalyse: Dieser Abschnitt thematisiert, wie durch die Analyse von Beobachtungs- und Interaktionsdaten präzise Verhaltensprognosen und Psychogramme von Konsumenten erstellt werden können.
3 Netflix: Das Kapitel stellt das Unternehmen Netflix als Pionier in der Anwendung von Big Data vor und beleuchtet das datengetriebene Geschäftsmodell.
3.1 Die Datensammelmaschine: Der Fokus liegt hier auf der Erhebung und Nutzung von Nutzerdaten durch den Empfehlungsalgorithmus zur Personalisierung des Angebots.
3.2 Der nächste Schritt: maßgeschneiderte Produkte: Das Kapitel beschreibt, wie Netflix mittels prädiktiver Analysen und A/B-Tests den Erfolg von Eigenproduktionen, wie etwa House of Cards, strategisch plant und absichert.
4 Schlussbemerkung: Die Arbeit schließt mit einer Reflexion über das Potenzial von Big Data für verschiedene Branchen und betont die Notwendigkeit einer klaren Datenstrategie für die Zukunftsfähigkeit von Unternehmen.
Schlüsselwörter
Big Data, Netflix, maßgeschneiderte Produkte, Konsumentenverhalten, Daten, Verhaltensanalyse, datenbasierte Entscheidungen, Analytics, Kundenwünsche, Empfehlungsalgorithmus, SVoD, A/B-Test, Nutzerinteraktion, Vorhersagemodelle, Personalisierung.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundlegend?
Die Arbeit untersucht den strategischen Nutzen von Big Data für Unternehmen, insbesondere wie durch die Analyse von Konsumentendaten Produkte zielgenau an individuelle Kundenbedürfnisse angepasst werden können.
Was sind die zentralen Themenfelder der Untersuchung?
Die zentralen Schwerpunkte liegen auf der Definition von Big Data, der wissenschaftlichen Bedeutung der Verhaltensanalyse sowie dem praktischen Einsatz von Datenanalysen in der SVoD-Branche am Beispiel von Netflix.
Welches primäre Ziel verfolgt die Arbeit?
Das Ziel ist es, aufzuzeigen, wie Netflix durch die gezielte Auswertung von Nutzerdaten und speziellen Analysen einen Wettbewerbsvorteil erzielt, indem das Angebot exakt auf die Vorlieben der Abonnenten zugeschnitten wird.
Welche wissenschaftliche Methode kommt zum Einsatz?
Es handelt sich um eine theoretische Analyse, die auf Fachliteratur, Studien (z. B. von BITKOM und KPMG) sowie auf empirischen Beispielen und Berichten aus der Praxis basiert, um datengetriebene Entscheidungsprozesse zu erläutern.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretische Fundierung von Big Data und die detaillierte Fallstudie zu Netflix, wobei besonders die Datenerhebung, der Empfehlungsalgorithmus und die datengestützte Produktion von Inhalten untersucht werden.
Durch welche Schlüsselwörter lässt sich die Arbeit charakterisieren?
Die Arbeit wird maßgeblich durch Begriffe wie Big Data, Verhaltensanalyse, datenbasierte Entscheidungen, Personalisierung und Empfehlungsalgorithmen definiert.
Wie trägt Netflix durch Daten zur eigenen Produktentwicklung bei?
Netflix nutzt Daten nicht nur für Empfehlungen, sondern analysiert gezielt Vorlieben hinsichtlich Regisseuren, Schauspielern und Genres, um fundierte Entscheidungen über die Produktion neuer Serien-Formate zu treffen.
Welche Rolle spielen A/B-Tests bei den Entscheidungsfindungen von Netflix?
A/B-Tests ermöglichen Netflix eine datenbasierte Absicherung bei der Gestaltung von neuen Features oder Design-Änderungen, indem zwei Varianten an echten Nutzern getestet werden, um zu sehen, welche die höhere Bindung erzeugt.
Warum ist die Analyse von Nutzerdaten laut Netflix ein Wettbewerbsvorteil?
Durch die datengestützte Kenntnis, was Nutzer tatsächlich sehen wollen, kann Netflix das Risiko bei teuren Eigenproduktionen minimieren und die maximale Kundenzufriedenheit pro investiertem Dollar erreichen.
- Arbeit zitieren
- Christina Wiese (Autor:in), 2016, Wie Big Data Unternehmen hilft maßgeschneiderte Produkte zu entwickeln. Eine Betrachtung am Beispiel von Netflix, München, GRIN Verlag, https://www.grin.com/document/323505
