Leseprobe
I Inhaltsverzeichnis
II Abbildungsverzeichnis
1 Big Data - Definition, Begriffserläuterung und Eigenschaften
1.1 Vier Trends zur Entstehung von Big Data
1.2 Die Merkmale von Big Data
2 Das Potential von Big Data für Unternehmen
3 Chancen durch Location Based Advertising in Verbindung mit Big Data
4 Fazit und kritische Reflexion
III Literaturverzeichnis
II Abbildungsverzeichnis
Abb.l: Beispiel für Location Based Advertising durch die Nutzung von Big Data 7
1 Big Data - Definition, Begriffserläuterung und Eigenschaften
Aufgrund der Digitalisierung sowie der Verlagerung von Alltags akti vitäten in das Internet hat sich in den letzten Jahren ein Wandel der Kultur, Gesellschaft und Wirtschaft vollzogen. Täglich hinterlassen Personen Spuren in Form von Daten, die auf der ganzen Welt gesammelt werden. Diese Spuren überschreiten die Prozesskapazität konventioneller Datenbanksysteme durch ihre exponentiell steigende Menge, Schnelllebigkeit und inkompatible Struktur.[1] Durch die in den letzten Jahren für Unternehmen[2] zunehmende Relevanz dieser Datenmenge, hat sie einen Namen bekommen: Big Data. Big Data kann als Trend, der die Verfügbarkeit der hohen Datenmenge nutzt, damit Unternehmen durch datengetriebene Geschäftsmodelle erfolgreicher agieren und entschei- dungsrelevante Erkenntnisse erlangen, definiert werden.[3] Eine empirische Definition gibt es bisher allerdings nicht.
1.1 Vier Trends zur Entstehung von Big Data
In der Literatur werden vier Trends beschrieben, die die Treiber von Big Data sind. Der erste Trend ist die digitale Konvergenz, die als eine zunehmende Verschmelzung verschiedener Medienarten mit beweglichen sowie statischen Medieninhalten beschrieben wird. Aufgrund dieser Konvergenz werden innovative und neue oder veränderte Geschäftsmodelle möglich. Der zweite Trend ist die Verknüpfung von intelligenten Systemen, die sich auf der gesamten Erdfläche befinden. Deren vielfältige Sensoren erzeugen Datenströme, die mit diversen Algorithmen verfügbar gemacht werden können. Der dritte Trend besteht aus den Inhalten, die die Nutzer beispielsweise in sozialen Netzwerken generieren. In den letzten Jahren ist die Nutzung solcher Netzwerke zum Alltag geworden, wodurch die Menschen eine immens hohe Anzahl an multimedial eu Daten hinterlassen. Allein das Dasein dieser Daten aufgrund der erläuterten Trends reicht jedoch nicht aus, um Unternehmen einen Mehrwert zu bieten. Die Gewinnung von Daten aus verschiedenen Quellen muss in einer sinnvollen Verknüpfung münden. Diese vernetzten Daten stellen den vierten Trend dar.[4]
1.2 Die Merkmale von Big Data
Was Big Data ausmacht, lässt sich durch seine Kemmerkmale verdeutlichen. Die Datenmenge bzw. das Volumen ist die wohl bekannteste und aus dem Begriff assoziierbare Eigenschaft. Der große Datenbestand steigt mit der Anzahl der Quellen, die durch die zuvor beschriebenen Trends zunehmen. Auch der Datenumfang steigt aufgrund der immer höher werdenden Auflösung und Datentiefe. Zusätzlich hat sich die Struktur der Daten verändert bzw. erweitert. Zuvor gab es lediglich strukturierte und traditionell auswertbare Daten (z.B. durch Customer Relationship Management oder Transaktionsdaten). Meist sind diese Informationen erworben worden, öffentlich zugänglich oder Eigentum des Unternehmens. Doch heutzutage sind die Daten in Anbetracht ihrer Struktur, des Inhaltes, der Quellen und Metadaten zunehmend heterogener und komplexer und dadurch schwerer zu verarbeiten, evaluieren und zu filtern. Die Datenvielfalt entsteht insbesondere durch die Entnahme von der Maschine-zu-Maschine-Kommunika- tion sowie von Sensoren. Wegen dieser Quellen entstehen zudem Informationen in Echtzeit. Die fast real zeitliche Verfügbarkeit zeigt jedoch auch, wie schnelllebig diese Informationen sind, was eine rapide Analyse und Nutzung voraussetzt. Dabei ist die NachVollziehbarkeit sowie Begründung, warum welche Informationen auf bestimmte RückSchlüsse ziehen lassen, für datenbasierte Entscheidungen von zentraler Bedeutung.[5]
2 Das Potential von Big Data für Unternehmen
Ob es nur deshalb ist, weil es ein Trend ist oder, weil es als einer der wichtigsten Wachs- turns- und Effizienztreiber im Management gilt, Fakt ist, dass die Mehrzahl von Unternehmen in Big Data investieren. Man kann zum derzeitigen Zeitpunkt jedoch nur erahnen, welche Chancen sich dadurch eröffnen, aber auch welche Risiken sich dahinter verbergen[6]. Aufgrund einiger Studien und durch erste Umsetzungen in der Praxis, lassen sich Prognosen zum Potential von Big Data aufstellen.[7]
Die meisten Experten sind sich sicher, dass der zukünftige Erfolg eines Unternehmens stark davon abhängt, ob dieses es schafft, die gigantischen Datenmengen mit geeigneten Analyseverfahren zu nutzen. Big Data kann nämlich als fundierte Grundlage dienen, um Entscheidungen innerhalb eines Unternehmens zu treffen. Dies ist möglich, da durch die Vielfalt, Geschwindigkeit und Masse an Daten der Detailgrad und die Aktualität so hoch sind, dass sie das sogenannte ״HiPPO-Prinzip“[8] ersetzen können. Die Auswertungen der Datenmengen von Big Data haben die Fähigkeit, zukunftsorientierte Informationen bereitzustellen. Durch diesen Mehrwert können Hypothesen sowie Schlussfolgerungen erzeugt werden.[9]
Zusätzlich bietet sich durch Big Data die Chance, sich als Unternehmen einen operativen sowie strategischen Wettbewerbsvorteil aufzubauen. Es können operativ Leistungen des Unternehmens bei paralleler Miniaturisierung und günstigerer Produktion steigen. Langfristig entsteht die Fähigkeit, Geschäftsprozesse -über alle Stadien der Wertschöpfungskette hinweg- effizienter zu gestalten und optimieren. Des Weiteren kann das Un- temehmen Markttrends frühzeitig identifizieren und dadurch schnell auf den Wandel eingehen. Damit einher geht die Möglichkeit neue Geschäftsmodelle zu erzeugen. Big Data findet dementsprechend nicht nur im technischen Bereich Anwendung, sondern benötigt auch auf der Management-Ebene eines Unternehmens Unterstützung.[10]
3 Chancen durch Location Based Advertising in Verbindung mit Big Data
Heutzutage sind die Konsumenten einer Informationsflut ausgesetzt. Aufgrund der steigenden Relevanz der Werbung sowie der Anzahl an neuen Produkten, Varianten und Marken, ist die Werbedichte drastisch gestiegen. Schon im Jahre 2008 wurde der Konsument täglich mit rund 3.000 Werbebotschaften[11] konfrontiert. Die Tendenz heute ist steigend. Die Folge ist eine eine sogenannte ״Ad-Blindness“[12]. Außerdem kann nur noch selten ein Alleinstellungsmerkmal gebildet werden, sodass es kaum möglich ist, sich durch einen funktionalen Markennutzen zu differenzieren. Dementsprechend ist es für Marken schwerer denn je, potentielle Kunden durch klassische Kommunikationsmaßnahmen zu erreichen. Aufgrund dessen muss das Kundenverhalten insbesondere bei Marketingmaßnahmen in der Konsumgüterindustrie und dem Handel analysiert und einbezogen werden.[13]
In den letzten Jahren haben sich Smartphones zu hoch-performanten Mikrocomputern entwickelt. Sie bieten eine Vielzahl an Möglichkeiten, um Daten zu generieren: ihre Kamera, das Surfverhalten im mobilen Internet (z.B. das Suchverhalten, die veröffentlichten Weiterempfehlungen, das Kaufverhalten oder das Verhalten in sozialen Netzwerken), soziodemographische Profildaten, Bewegungs- und Lokalisationssensoren oder Barometer, Accelerometer und Audio- sowie Lichtsensoren. Wenn es Unternehmen mithilfe analytischer Methoden gelingt, diese unstrukturierten, multimedialen Daten zu sammeln und zu kombinieren, können sie präzise Rückschlüsse auf den einzelnen Konsumenten und seine Situation schließen. Unternehmen erhalten durch die intelligente Auswertung eine 360-Grad-Sicht des Kunden, was zu einem Kundenverständnis führt. Dienste, Informationen, Services oder Empfehlungen können nun auf die individuellen Konsumentenbedürfnisstrukturen abgestimmt werden und via SMS, Displaywerbung, Apps oder Videosequenzen erscheinen. Dadurch können Händler in Echtzeit mit dem Konsumenten in Kontakt treten und ihnen ein spezifisches Angebot unterbreiten, was als Location Based Advertising bezeichnet wird. Die Kunden haben aufgrund des bedürfnisspezifischen Angebots eine höhere Preisbereitschaft, sodass ein höherer Umsatz pro Kunde entsteht. Außerdem ist die Wahrscheinlichkeit, dass dem Konsumenten das Produkt gefallen wird, größer, sodass voraussichtlich die Kundenzufriedenheit, die Weiterempfehlung srate und der Share of Wallet steigt. Die folgende Abbildung veranschaulicht ein Beispiel für die Umsetzung von Location Based Advertising im Kontext von Big Data.[14]
Abb. 1: Beispiel für Location Based Advertising durch die Nutzung von Big Data
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung in Anlehnung an dem Beispiel ElARDT/NATEl 2012
4 Fazit und kritische Reflexion
Als Big Data wird eine hohe Menge an qualitativ vielfältigen, schnelllebigen und unterschiedlich strukturierten Daten bezeichnet. Sie sind für die Gewinnung und Optimierung von Geschäftsmodellen und ־Prozessen sowie der fundierten Grundlage von Entscheidungen wirtschaftlich sinnvoll. Man kann davon ausgehen, dass soziale Netzwerke, die Cloud, das Internet der Dinge und mobile Anwendungen Teil der Alltags akti vitäten bleiben bzw. noch stärker integriert werden. Dadurch werden weiterhin stetig Daten gene- rieri. Big Data wird demnach voraussichtlich fortlaufend exponentiell steigen.
Um dieses Phänomen für sich als Unternehmen nutzen zu können, werden klare Ziele und exzellente Kenntnisse vorausgesetzt, um die vernetzten Daten auswerten zu können. Schafft es das Management des Unternehmens die Informationen effektiv zu interpretieren und darauf basierend eine schnelle Entscheidung zu treffen bzw. Zukunftsprognosen zu ziehen, wird Big Data einen Wettbewerbsvorteil generieren. Werden falsche Ziele definiert, wird das Unternehmen voraussichtlich in der Datenflut untergehen.
Die intelligente Auswertung dieser Datenmasse kann insbesondere den Marketingerfolg erheblich steigern, denn Big Data bietet der Marketingbranche ganz neue Möglichkeiten, um dem Konsumenten individuelle Angebote zu unterbreiten. Dies wird voraussichtlich anfangs zu großem Widerstand aufgrund des Datenschutzes und der Privatsphäre führen. Haben die Konsumenten jedoch erkannt, dass damit die große Informationsflut gestoppt werden kann und sie wirklich relevante Werbung erhalten, werden sie sich den Angeboten zuwenden. Unternehmen haben dann die Möglichkeit, Streuverluste auf das Minimum zu reduzieren und wieder effektive, effiziente und vor allem gewollte Kommunikationsmaßnahmen durchzuführen. Big Data ist demnach die große Chance, der Anfang eines kompletten Wandels in der Kommunikationsbranche zu sein.
[...]
[1] Vgl. CAMPBELL/COGGESHALL/GILLESPIE/JOHNSON/OLSON/PAGE/PERKINS 2012, s. 10; DUMBILL 2012, s. 9
[2] Grundsätzlich ist Big Data nicht nur für Unternehmen, sondern für alle Organisationen relevant. Im Folgenden wird jedoch aus Vereinfachungsgründen nur von Unternehmen gesprochen.
[3] Vgl. GADATSCH 2016, s. 65; KHABYUK 2016, s. 43
[4] Vgl. AUER/BEYER/KÖHLER/VOSS/WROBEL 2015, s. 370 f.
[5] Vgl. AUER/BEYER/KÖHLER/VOSS/WROBEL 2015. s. 371 f.; BUTTKUS/EBERENZ 2014. s. 78; CAMPBELL/COGGESHALL/GILLESPIE/JOHNSON/OLSON/PAGE/PERKINS 2012. s. 7 ff.; GADATSCH 2016. s. 63; NASH 2012. s. 2;
[6] Die Herausforderungen bei der Implementierung von Big Data ist aufgrund des begrenzten Länge nicht Teil dieser Arbeit.
[7] Vgl. AUER/BEYER/KÖHLER/VOSS/WROBEL 2015. s. 373; BROWN/BUGHIN/CHUI/DOBBS/HUNG BYERS/ROXBURGH 2011. s. 6 ff.
[8] Highest Paid Person’s Opinions - diese galten vor Big Data meist als Entscheidungsbasis
[9] Vgl. BINCKEBANCK/ELSTE 2016, s. 570; GADATSCH 2016, s. 65; HENNE/KOHAVI/LONGBOTHAM/SOMMERFIEL 2008, s. 178
[10] Vgl. AUER/BEYER/KÖHLER/VOSS/WROBEL 2015, s. 374; BINCKEBANCK/ELSTE 2016, s. 569; GADATSCH 2016, s. 63 ff.
[11] Vgl. EMRICH 2008, S.211
[12] Personen können die Maßnahmen nicht mehr bewusst wahrnehmen, da sie nicht in der Lage sind, eine derart große Anzahl an Informationen aufzunehmen und zu verarbeiten.
[13] Vgl. BURMANN/KLEINE-KALMER/HEMMANN 2014, s. 57; BUTTKUS/EBERENZ 2014, s. 78 ff.; MANGELSDORF 2015, s. 21; PRO-MEDIAL 2015, o. s.
[14] Vgl. BINCKEBANCK/ELSTE 2016, s. 571; BITKOM 2012, s. 35; BONNEAU/GAUDEMER/NAKAJIMA 2013, S.32; BURMANN/KLEINE-ĪCALMER/HEMMANN 2014, s. 60; BUTTKUS/EBERENZ 2014, s. 78 ff.