Blog
 
weiter Marketing und Big Data - erste Schritte.
Ist TV doch tot?
Warum mobil nicht mobil ist
zurück
BLOG

Marketing und Big Data - erste Schritte.

Liveblog zur Dmexco, Köln.

zurück
point of origin - partners in marketing

Big Data oder Big Analytics wird im Marketing einen Paradigmenwechsel hin zur ROI-fokussierten Marketingorganisation bringen. Doch die Implementierung der Technologien ist - wir wissen es aus eigener Erfahrung - durchaus aufwändig. Allein der Blick auf die Aussteller der Dmexco 2013 zeigt, wie schnell Big Data Thema im Marketing wird. Herausfordernd bei der Implementierung sind vor allem neue Datentypen wie Geodaten oder Sensordaten, die keinen üblichen Datenstandards entsprechen und sich demnach nicht problemlos in bestehende Data Warehouse – Lösungen integrieren lassen. Auch realtime Transaktionsdaten sind komplexer in der Implementierung - wie also starten?

Um den aktuellen Stand der Entwicklungen zu Big Data zu erheben, führte IBM gemeinsam mit der Said Business School der Universität Oxford eine Befragung unter Fach- und IT-Verantwortlichen durch. Für einen erfolgreichen Start empfiehlt IBM, den Kunden in den Mittelpunkt zu stellen (unique customer view). Damit bestehende Daten genutzt und schnelle Ergebnisse erzielt werden können, wird weiters empfohlen mit bereits vorhandenen Daten zu beginnen. In der Untersuchung wurden die drei bisher etablierten Charakterisierungen (Volume, Variety und Velocity) von Big Data um eine vierte Dimension (Veracity) erweitert:

Volume (Masse): Um welche Datenmenge handelt es sich?

Unter den Befragten herrschte Unstimmigkeit ab welcher Datenmenge der Big Data Bereich beginnt. Die Aussagen reichten von einem Terabyte bis zu einem Petabyte.

Variety (Vielfalt): Welche Datenquellen / -typen sollen ausgewertet werden?

Vielfalt bezeichnet die große Anzahl an unterschiedlichen Datenformaten sowie Datenquellen. Die große Herausforderung besteht in der Integration und Analyse neuer Daten.

Velocity (Geschwindigkeit): Welche Datenverarbeitungsgeschwindigkeit wird benötigt?

Nachdem die Daten in Echtzeit generiert werden, ist es essentiell wann diese für Geschäftsprozesse zur Verfügung stehen.

Veracity (Richtigkeit): Welche Datenqualität wird benötigt?

Die Zuverlässigkeit und Qualität der Daten wurde im Zuge dieser Studie als vierte Ebene eingeführt, da es wichtig ist unsichere Faktoren (wie beispielsweise Wetterdaten) zu erkennen und berücksichtigen zu können.

Da sich die meisten Unternehmen noch in einer frühen Phase im Umgang mit Big Data befinden ist der Zugang derzeit ziemlich pragmatisch. Die meisten Unternehmen konzentrieren sich auf den Verständnisaufbau und die Definition von Roadmaps. Der Fokus liegt dabei auf einem messbaren und stabilen Business Case. Die Zielsetzungen beziehen sich meist auf das bessere Verstehen des Kundenverhaltens, um daraus folgend das Kauferlebenis zu verbessern. Derzeitige Pilotprojekte konzentrieren sich hauptsächlich auf bestehende Daten, da diese große Mengen wertvoller und bisher nicht erschlossener Daten beherbergen.

Die große Herausforderung besteht derzeit im Aufbau von „Advanced Analytics Kompetenzen“, da diese in den Unternehmen meistens fehlen. Kritisch ist die Wahl der Infrastruktur, da es durch die kontinuierlich steigenden Datenmengen besonders wichtig ist, eine integrierte, skalierbare und sichere IT – Infrastruktur aufzubauen. Vor allem bei der Verwendung von Daten aus Sozialen Netzwerken ist besonders auf die teilweise sehr unterschiedlichen Datenschutzbestimmungen in den jeweiligen Ländern zu achten.

Bei der Datenanalyse ist die Form und Struktur der Daten maßgeblich für den Aufwand zur Auswertung. Die meisten Unternehmen konzentrieren sich derzeit auf die Analyse von strukturierten Daten, da diese mit weniger Aufwand interpretiert und verstanden werden können. Unstrukturierte Daten wie Sprache und Video stellen zwar technisch keine große Herausforderung mehr dar, es fehlt aber weithin an fachlicher Kompetenz diese auszuwerten.

Zusammenfassend kann gesagt werden, dass führende Unternehmen die Wichtigkeit von Big Data längst erkannt haben und an Lösungen zur Nutzung der Datenfriedhöfe, die in den meisten Unternehmen vor sich hinschlummern, arbeiten. Da der Bereich sehr jung ist fehlt es weithin an Know - How und Unternehmen die jetzt beginnen, Wissen intern aufzubauen können sich für die nahe Zukunft einen erheblichen Wettbewerbsvorteil erarbeiten.


Di, 17.09.2013 MarketingplanungMarketing ToolsSchwerpunkt Marketing im Wandel
Kommentare(0) | Blog abonnieren | GET RSS | Drucken | Tell-a-friend | Bookmark in Browser
 
 

© point of origin 2008-2015, bitte beachten Sie unsere Benutzerhinweise | Impressum

NAVIGATION
Alexander Längauer, Data Analyst
von Alexander Längauer, Data Analyst
Email
TAGCLOUD BLOG
B2B-Marketing  Blogs  branding  Bücher  Co-Creation  collaboration  community  CSR  Events  good cause marketing  Guerilla Marketing  InteractiveMarketing  Kaufentscheidung  Kundenbeziehung  Kundenbindung  Kundeneinbindung  Kundenservice  Kundenzufriedenheit  Loyalität  Mafo  Markenerlebnis  Marketing Tools  Marketingautomation  MarketingMix  MarketingNews  Marketingplanung  measurement  PermissionMarketing  point of origin Suisse  Psychologie  Schwerpunkt Gratisboom  Schwerpunkt Green Marketing & Sustainable Entrepreneurship  Schwerpunkt Marketing im Wandel  social marketing  Social Media  Transparenz  Trends  usability  user-generated-content  Verhaltenspsychologie  ViralMarketing  Web 2.0  Werbung  word-of-mouth 
BLOGROLL
Alltop
Almblitz
ANDERS|denken
boingboing
Brand Autopsy
Business Week Branding Blog
Business Week Design Blog
Business Week Media Blog
BuzzMachine
Charlene Li
Church of the customer
Cory Doktorow
Experience Matters
Fast Company
Forrester Marketing Blog
Henry Jenkins
Logic+ Emotion
Malcolm Gladwell
Mapping the Web
Millward Brown
Neuland
Seth Godin
Steve Rubel
Threeminds
BUCHTIPP
Mobile Mind Shift

weiterlesen
Mobile Mind Shift
Der mobile Moment: Das neue Buch von Forrester Research.
KONTAKT

(at)point_of_origin (Twitter)
T: +43 1 548 48 00
F: +43 1 548 48 00 9
office(at)pointoforigin.at
 
Google+