Entscheidend bei der Wahl der Forschungsfrage "Können Medienunternehmen der Unterhaltungsbranche in ihrer Inhaltsentwicklung von Daten und Analytics profitieren?" war, dass sich ungeahnte Möglichkeiten für Medienunternehmen aufgrund der Tatsache, dass man früher nicht feststellen konnte, ob das Produzierte höchstwahrscheinlich konsumiert werden wird oder nicht, entwickelt haben. Dementsprechend war das Forschungsinteresse als zukünftiger Medienmanager mehr als ausgereift und schließlich entscheidend für das Verfassen dieser wissenschaftlichen Arbeit. Anhand dieser Fragestellung wird untersucht, ob Medienunternehmen der Unterhaltungsbranche, ihre Inhalte mithilfe von Daten und Analytics so entwickeln können, dass sich der Profit optimieren lässt.
Inhaltsverzeichnis
1. Einleitung
2. Ausgangssituation – Problemstellung
2.1 Gesellschaftliche Relevanz
2.2 Fachliche Relevanz
2.3 Formulierung der Forschungsfrage
3. Theoretische Grundlagen
3.1 Definitionen und Begriffe
3.1.1 Medien
3.1.2 Medienunternehmen
3.1.3 Business Intelligence (BI)
3.1.4 Business Analytics (BA)
3.1.5 Big Data
3.1.6 Algorithmus
3.2 Die Zerlegung des Begriffs Big Data (Die 3 V's)
3.3 Kundenanalyse als Optimierungsmöglichkeit
3.4 Hypothese
4. Methodik
4.1 Der Netflix-Preis
5. Untersuchungsstand und Stichprobe
5.1 Gewinner
6. Ergebnisdarstellung und Bewertung der Hypothese
Zielsetzung & Themen
Die vorliegende Arbeit untersucht die Forschungsfrage, ob Medienunternehmen der Unterhaltungsbranche durch den Einsatz von Daten und Analytics ihre Inhaltsentwicklung profitabler gestalten können. Dabei steht die Analyse von Kundenbedürfnissen mittels Big Data als strategisches Optimierungsinstrument im Vordergrund.
- Grundlagen von Big Data und Business Analytics
- Strukturierung von Big Data mittels der "3-V-Theorie"
- Analyse der Kundenbedürfnisse zur Inhaltsoptimierung
- Fallstudie: Der Einsatz von Algorithmen bei Netflix
- Bewertung des Nutzens von Datenanalysen für Medienproduktionen
Auszug aus dem Buch
3.2 Die Zerlegung des Begriffs Big Data (Die 3 V's)
Während der Recherche ließ sich, unter der Verwendung von Fachliteratur feststellen, dass sich die Experten uneins über die Unterteilung von Big Data sind. Sie beschäftigen sich mit der Frage, wie man am besten den Begriff Big Data zerteilen kann. Eine Zerteilung, die es ggf. Lesern erleichtern wird, in die Materie einsteigen zu können. Grundlage für die jeweilig vorgenommenen Unterteilungen der Experten ist aber die Definition vom Gartner IT Glossary, die wie folgt lautet:
„Big Data is high-volume, high-velocity and hight-variety information assets that demand cost effective, innovative forms of information processing for enhanced insight and decision making“(Gartner, 2013)
Die Unterteilung von Gartner resultiert in 3 Bereiche (Die 3-V Theorie), welche im Folgenden erläutert werden:
-Volume (Datenvolumen): Hier werden Unterscheidungen bezüglich der Größe von Daten vorgenommen. Wie bereits bei der Definition angesprochen, handelt es sich bei Big Data um sehr große Datenmengen.
-Velocity (Geschwindigkeit): Bei der Geschwindigkeit geht es um die Tatsachen, wie schnell bzw. langsam Daten verarbeitet werden können und wie schnell bzw. langsam sich Daten verändern. Big Data bezieht Daten z.B. aus sozialen Netzwerken, welche einem permanenten und kontinuierlichem Wandel unterliegen. Dementsprechend verändern sie sich ständig.
Zusammenfassung der Kapitel
1. Einleitung: Vorstellung der Relevanz von Big Data für die Medienbranche und Einführung in das Potenzial datengestützter Inhaltsentwicklung.
2. Ausgangssituation – Problemstellung: Erörterung der gesellschaftlichen und fachlichen Bedeutung von Big Data für Medienmanager sowie Ableitung der Forschungsfrage.
3. Theoretische Grundlagen: Definition zentraler Begriffe wie Big Data, Business Intelligence und Algorithmen sowie theoretische Einordnung der 3-V-Theorie.
4. Methodik: Beschreibung des methodischen Vorgehens mittels Literaturanalyse und Einführung des Netflix-Preis-Wettbewerbs als Untersuchungsgegenstand.
5. Untersuchungsstand und Stichprobe: Konkretisierung der Untersuchung anhand der Rolle des Netflix-Algorithmus und dessen Auswirkungen auf die Eigenproduktion von Inhalten.
6. Ergebnisdarstellung und Bewertung der Hypothese: Synthese der Ergebnisse und Bestätigung der Hypothese, dass datenbasierte Analysen die Profitabilität in der Inhaltsentwicklung steigern können.
Schlüsselwörter
Big Data, Business Intelligence, Business Analytics, Medienmanagement, Inhaltsentwicklung, Netflix, Algorithmus, Kundenanalyse, Streamingdienst, Datenvolumen, Predictive Analytics, Profitoptimierung, Unterhaltungsbranche, Datenrevolution, Customer Insights
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht das Potenzial von Big Data und analytischen Verfahren für die Inhaltsentwicklung innerhalb von Medienunternehmen der Unterhaltungsbranche.
Was sind die zentralen Themenfelder der Publikation?
Die Schwerpunkte liegen auf der Definition von Big Data, der Analyse von Kundenbedürfnissen sowie der praktischen Anwendung von Daten zur Steigerung der Profitabilität von Medieninhalten.
Was ist das primäre Ziel oder die Forschungsfrage?
Die Arbeit geht der Frage nach, ob und wie Medienunternehmen der Unterhaltungsbranche ihre Inhaltsentwicklung durch den Einsatz von Daten und Analytics profitabler gestalten können.
Welche wissenschaftliche Methode wird verwendet?
Die Forschungsarbeit basiert auf einer Literaturanalyse, wobei relevante Fachliteratur und Fallbeispiele (insbesondere Netflix) ausgewertet werden.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in theoretische Begriffsbestimmungen, die Analyse der 3-V-Theorie, die Darstellung der Kundenanalyse als Optimierungsfaktor sowie die empirische Fallstudie zum Netflix-Algorithmus.
Welche Schlüsselwörter charakterisieren die Arbeit?
Zentrale Begriffe sind Big Data, Business Analytics, Medienmanagement, Inhaltsentwicklung und Netflix.
Welche Rolle spielt Netflix bei der Beantwortung der Hypothese?
Netflix dient als konkretes Praxisbeispiel für ein Unternehmen, das Algorithmen nutzt, um Kundenwünsche zu antizipieren und dadurch erfolgreichere, profitablere Inhalte zu produzieren.
Was besagt die 3-V-Theorie in diesem Kontext?
Die 3-V-Theorie (Volume, Velocity, Variety) dient als Framework, um die Komplexität und Struktur von Big Data innerhalb der Medienbranche greifbar zu machen.
- Quote paper
- Marc Heinze (Author), 2016, Big Data. Können Medienunternehmen der Unterhaltungsbranche in ihrer Inhaltsentwicklung von Daten und Analytics profitieren?, Munich, GRIN Verlag, https://www.grin.com/document/359375
