Aus dem Unterricht des CAS Digital Finance mit Dozent Robert Schumacher berichtet Fabienne Salpeter.

Big Data – Einstieg

Zum Einstieg, der sehr amüsant war, mussten wir uns selbst einschätzen wie “fit” wir uns zum Thema “Big Data” fühlen. Wenig überraschend, herrschte eher Zurückhaltung. Die Selbsteinschätzung auf einer Skala von 1 bis 6 führt annähernd zu einer Gaußsischen Glockenkurve. https://de.wikipedia.org/wiki/Normalverteilung

Wo liegt also der Ursprung von “Big Data”? Klar, in der Digitalisierung!

Digitale Technologien – Digital = Daten – Viele Daten = Big Data – Big Data erfordert Analytics.

«Big data is what happened when the cost of storing information became less than the cost of making the decision to throw it away.»
George Dyson

Doch das reine sammeln von Daten, führt noch zu keiner Aussage respektive die Interpretation dieser. Es ist von Wichtigkeit die Daten entsprechend auch zu analysieren und auszuwerten. Und genau da liegt die Krux.

Hierfür unterscheidet man zwischen “Big Data” (die reine Datensammlung) und “Smart Data”. Der Begriff beschreibt im Grunde das Endergebnis, nachdem die grossen Datenmengen gesammelt, geordnet und analysiert worden sind. Es sind Datensätze, mit denen Anwender in der Regel etwas Sinnvolles anfangen können. Es gilt: Nur wer die Daten versteht, kann Mehrwert schaffen oder aus den Daten wertvolles Wissen ziehen.

FAZIT: DATEN SIND DIE GRUNDLAGE UND DER TREIBER DER DIGITALEN TRANSFORMATION

Digitales Marketing vs Marketing in einer digitalen Welt

Der Dozent, Robert, ging auf die Herausforderung der Omni-Channel-Marketings ein.

Alte Welt: Ein Kanal

Ähnliches Foto

Neue Welt: Omni-Channel

Die Entwicklung geht vom Single Channel über Multi Channel (Channels sind unkoordiniert) über Cross Channel zu Omni-Channel (vernetzte, koordiniere Strategie):

 

Hierzu gab es einige Beispiele die wir im Unterricht betrachteten und diskutierten:

  • TWINT: Wird TWINT überleben – die Antwort lautet ja! Mehr als auch schon. Der Schweizer Konsument scheint an einer Schweizer Lösung interessiert zu sein und hält dem Produkt die Stange.
  • iBeacon: Situatives, individualisiertes Marketing
  • Smart mirror: z.B im Fitnessbereich
  • StyleSnap shoppen: Mit Brille oder Natel

All dies hilft, vereinfacht und unterstützt den Konsumenten ein Kauferlebnis zu haben. Und genau das ist der Punkt. Es geht um das Erlebnis und die Lösung ist das digitale Erlebnis an den Kunden zu bringen.

Customer Intelligence: Datenbasiertes Marketing

Was sind die Attribute, dass der Kunde ausgerechnet mit mir Business macht?

Die Herausforderung ist, die steigende Erwartungshaltung der Konsumenten. Sie wollen:

  • access & availability
  • speed & timeliness
  • service & convenience
  • relevance & personalization

Verhaltensdaten sind daher sehr wichtig. Und der Konsument ist bereit seine, oft persönlichen Daten, herauszugeben wenn er dafür ein auf ihn zugeschnittenes Angebot bekommt.

FAZIT: SIE BENÖTIGEN DETAILLIERTES WISSEN ÜBER DAS VERHALTEN IHRER KUNDEN, UM RELEVANT ZU SEIN

Mit anderen Worten: sichern Sie sich Ihre Kundenbeziehung, sonst tut es ein Anderer

Data Mining und Machine Learning

Data Mining ist ein zielorientierter Prozess – Using data to achieve better results und kann auf Basis von vergangenen Daten versuchen auf die Zukunft zu schliessen (to predict events)

Maschine Learning hingegen ist learning from experience. Also ein Oberbegriff für die “künstliche” Generierung von Wissen und Erfahrung. Ein künstliches System lernt von Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern.

Hierzu gibt Netflix ein gutes Beispiel ab. Die ausgewerteten Daten über das TV-Verhalten, ermöglichen ein auf den jeweiligen Konsumenten zugeschnittenes Filmangebot.

Schlussfolgerung

Daten sind sehr wertvoll und in jedem Unternehmen bereits heute vorhanden. Die Kunst liegt darin, diese entsprechend zu analysieren und auszuwerten. Sodass man sie entsprechend einsetzen und nutzen kann.

Take aways:

Take aways I

  • Was von “Big Data” oder “Smart Data” bleibt ist: “Data”
  • Daten sind der Motor der Digitalen Transformation
  • Technologie ist nicht die eigentliche Herausforderung
  • Analytics schliesst die Lücke zwischen Noise und Relevanz
  • Think Big – Start Small – Grow Fast & Agil

Take aways II

  • In disruptiven Zeiten ist es zentral die Kundenbeziehung zu sichern. Dies wird erreicht durch Relevanz
  • Um relevant zu sein, benötigen Unternehemen detailliertes Wissen über den Konsumenten und v.a. über ihr Verhalten
  • Bid oder Smart: Daten sind der Motor der digitalen Transformation. Sie schaffen Dank Analytics faktenbasierte Entscheidungsgrundlagen
  • Technologie und Tools sind nicht der Flaschenhals. Die richtigen Fragen stellen ist die grosse Herausforderung
  • “Big Bang” Projekte funktionieren selten: Probieren geht über Studieren. Klein starten und mit kurzen Schritten wachsen.

Take aways III

  • Kundenbeziehungen muss man sich verdienen – durch echten Mehrwert für den Kunden
  • Digital ist kein Kanal. Es geht nicht um digitales Marketing, sondern um Marketing in einer digitalen Welt
  • Datenschutz ist ein Vertrauensthema. Transparenz und Kunden im “driver-seat” fördern langfristige Beziehungen.
  • “Outside-in” vom Kunden her denken (Signale) – nicht Produktdenken (Verkauf)
  • Relevanz: Individuell (aufgrund Kundenbeziehung) und im Kontext (Zeit, Ort, Bedürfnis, “Kanal”) passend – right time!