Sie sind auf Seite 1von 8

White Paper

Big Data fr Unternehmen


Wie Sie das ungenutzte Potenzial groer
Datenmengen gewinnbringend fr sich
einsetzen.
2
Fotolia - jannoon028
Big Data
Pro Tag werden 2,5 Trillionen
Bytes weltweit erzeugt
3
Big Data - Wenn Sie am Ende der Daten eine 10 fnden.
WhitePaper/ Big Data
Wenn ber Big Data gesprochen wird, geht es immer um das Phnomen der drei groen Vs:
Volume, Variety und Velocity. Volume steht dabei fr die enorm groen Datenmengen, die
jeden Tag erzeugt und gespeichert werden. Variety bedeutet die Vielfalt der Datenherkunft.
Sie knnen u.a. aus sozialen Netzwerken, Sensoren, Kameras oder persnlichen Umfragen
stammen. Die Struktur der Daten ist dabei vllig nebenschlich. Das dritte V steht fr Velocity -
die Geschwindigkeit, mit der die Datenmenge analysiert werden muss. Eine einfache Datenbank
reicht nicht mehr aus, um die Flle an Daten zu verarbeiten. Denkbar wre auch ein weiteres V
fr Value, wenn man den enormen Wert der Daten bercksichtigt. Seit Anfang des Jahres haben
Apple und Google einen hheren Wert als der lkonzern Exxon Mobil. Sind Daten also das neue
l?
Im Jahr 2020 wird die geschtzte Gesamtdatenmenge insgesamt 5.000.000.000.000.000.000.000
(= 5 Zettabyte) betragen. Diese Zahl ist dann fast 2.000-mal so gro wie der heutige Wert von 2,5
Trillionen Bytes, die tglich rund um den Globus erzeugt werden. Wenn man sich dies verdeutlicht,
wird schnell klar, dass die Datenmengen dermaen gro sind, dass sie mit den klassischen
Methoden der Datenverarbeitung nicht ausgewertet werden knnen. Auch Daten, die bisher als
irrelevant oder unwichtig betrachtet wurden, oder zu deren Sammlung und Verarbeitung man
nicht imstande war, gewinnen jetzt an Bedeutung.
Doch knnen auch kleinere und mittelstndische Unternehmen etwas mit Big Data anfangen? Die
Antwort ist eindeutig Ja. Jedes Unternehmen sollte sich der Aufgabe von Big Data stellen und
die dadurch zur Verfgung stehenden Daten als Chance sehen. Unternehmen mssen verstehen,
dass Kundendaten nicht nur einen Wettbewerbsvorteil bieten, sondern auch Geschftsablufe
optimieren und Risiken minimieren knnen. Um das Potenzial von Big Data richtig nutzen zu
knnen, bedarf es allerdings einer digitalen Wertschpfungsstrategie. Es ist wichtig, die Hard-
, Soft- und Freeware-Anwendungen intelligent mit den analytischen Verfahren zu verknpfen.
Denn herkmmliche Datenbanken bentigen fr die Verarbeitung der Daten zu viel Zeit und
zu viele Ressourcen. Wenn man also zuknftig mit Big Data arbeiten mchte, ist es notwendig,
sein System auf eine analytische Datenbank umzustellen, die mit einer Parallelisierungstechnik
ausgestattet ist.
Aber es ist gar nicht so kompliziert, wie Sie jetzt vielleicht denken. Wenn Sie ihr eigenes Unternehmen
betrachten, werden Sie feststellen, dass bereits zahlreiche, wichtige Daten intern schlummern.
Doch setzten Sie diese auch dort ein, wo sie wirklich hilfreich wren?
21
4
Big Data
Momentan werden nur rund 50% der unternehmenseigenen
Kundendaten tatschlich zu Kundenbindungs- und Marketing-
Manahmen verwendet. Viel zu wenig.*
Fotolia - violetkaipa
* Nutzung von Kundendaten fr das Marketing von Handelsunternehmen 2013
Quelle: Statista 2014 - artegic
5
WhitePaper/ Big Data
Big Data - Wie gehe ich vor und worauf kommt es berhaupt an ?
1) Eine Basis schafen
Um Big Data richtig nutzen zu knnen, ist es wichtig einen umfassenden berblick ber alle
betrieblichen Ablufe zu haben. Nur wenn Sie die Ablufe kennen, knnen Sie auch eindeutige
Anforderungen an die gewnschten Daten stellen. Nur mit der richtigen Fragestellung knnen
Daten korrekt gesammelt, analysiert und Zusammenhnge und Abhngigkeiten direkt erkannt
werden. Sie erhhen die Transparenz und den Informationsgehalt.
2) Geschftsprozesse optimieren
Durch genaue Analyse der bereits vorhandenen und aus anderen Quellen angereicherten Daten
knnen die Prozesse innerhalb des Unternehmens nicht nur dargestellt, sondern auch optimiert
werden. Fehler und Schwachstellen werden aufgezeigt. Die Prozesse werden dadurch efzienter
und kostengnstiger. Wenn Sie zum Beispiel Ihre Kundenansprache optimieren wollen, tragen Sie
zunchst alle vorhandenen Daten zusammen. Vielleicht haben Sie bereits alles, was Sie bentigen
und haben die Daten aber einfach noch nie in Abhngigkeit zu einander gesetzt. Wissen Sie genau,
welche Kundenmerkmale die Stammkunden aufweisen? Welches Alter sie haben, wo sie wohnen
und womglich welche Hobbies und Vorlieben sie prferieren. Wenn statistisch gesehen vor allem
Personen bei Ihnen einkaufen, die im Alter von 30 Jahren sind, in einem Umkreis von 20 km wohnen
und die sich womglich noch fr Sport interessieren, ist die Information fr Sie als Unternehmer
Gold wert.
3) Risiken vorhersehen
Da anhand von gesammelten Daten Entscheidungen auf belegbaren Erkenntnissen basieren,
knnen Risiken minimiert und Kundenverhalten vorausschauend eingeplant werden. Mittels der
Analyse lassen sich Relevanz oder auch die Eintrittswahrscheinlichkeit von Risiken bewerten. Auch
Zusammenhnge zwischen Risikofaktoren knnen frhzeitig erkannt werden. So kann sich das
Unternehmen fr diejenigen Optionen entscheiden, die trotz eines bestehenden Risikos gerade
noch proftabel sind. Wenn Sie als Unternehmen beispielsweise statistisch belegen knnen, dass
immer im Februar, insbesondere wenn es viel regnet, 10% der Mitarbeiter krank werden, knnen
Sie dem Risiko des Personalausfalls z.B. mittels Zeitarbeiter entgegensteuern.

6
Fotolia - everythingpossible
7
WhitePaper/ Big Data
4) Proftabilitt steigern
Der fnanzielle Erfolg wird durch eine przise Absatz- und Bedarfsplanung gesichert. Diese
basiert nun mittels Big Data auf realistischen Annahmen und fundierten Werten. So knnen
Lieferengpsse, hohe Abschreibungen, Umsatzverluste oder auch Warenberschuss vermieden
werden. Eine langfristige, vorausschauende Planung senkt darber hinaus die Transportkosten.
Wenn Sie als Unternehmer zum Beispiel wissen, dass immer im April, insbesondere wenn die
Temperaturen zwischen 12-18C liegen, besonders viele Sandalen gekauft werden, dann
knnen Sie dies vorausschauend einplanen. So entstehen einerseits keine Lieferengpsse und
in anderen Monaten keine hohen Lagerkosten.

5) Preise dynamisch gestalten
Big Data ermglicht es, Preise in Echtzeit an die aktuelle Markt- und Wettbewerbssituation
anzupassen. Darber hinaus knnen die neu gewonnenen Informationen in die Preisgestaltung
mit einbezogen werden. Im E-Commerce ist es sogar mglich, kundenspezifsche Preissegmente
darzustellen, um z.B. tageszeit- oder wochenspezifsche Prime Time-Preise und Werbung
anzubieten. Zalando fhrt momentan zum Beispiel eine schlecht-Wetter-Erkennung ein. Dabei
wird der Kunde lokal geortet und ihm wetterabhngig Kleidung vorgeschlagen. Dies bringt
dem Kunden nicht nur ein besonderes Einkaufserlebnis, sondern dem Unternehmen auch einen
wesentlichen Vorteil gegenber dem stationren Handel.
6) Kundenorientierung optimieren
Das Kombinieren von Daten aus den unterschiedlichsten Quellen ermglicht eine ganzheitliche
Kundenanalyse. Jeder Kunde kann entsprechend seines Wertes fr das Unternehmen
eingestuft werden. Insbesondere die Auswertung von Social-Media-Daten liefert viele
unternehmensrelevante Informationen. Verhaltensmuster knnen erkannt, simuliert und fr
zuknftige Prognosen genutzt werden. Wer seinen Kunden kennt, der kann ihn individueller
ansprechen. Derartige Manahmen erhhen die Kundenzufriedenheit, schafen Kundenbindung
und steigern die Proftabilitt des Unternehmens.
Verdeutlichen wir das Ganze einmal an einem einfachen Beispiel aus dem Mittelstand: Ein
Unternehmen verschickt vier Mal im Jahr ein Mailing mit Gutscheinen und Rabatt-Coupons. Die
Empfnger sind alle 10.000 Kunden, die jemals Kontakt zu diesem Unternehmen hatten. Bisher
entsprechen die Rcklufer einer Response-Rate von 1,5 %.
Nun setzt sich das Unternehmen zum Ziel, die Mailingaktion zu optimieren und nur noch die
Personen anzusprechen, die den meisten Umsatz bringen. Im ersten Schritt muss sich das
Unternehmen detaillierte Fragen zur Zielgruppe stellen. Welche Informationen werden bentigt.
Das Alter? Letzter Kauf? Entfernung zur Filiale?
8
WhitePaper/ Big Data
Mit Big Data muss sich das Unternehmen nicht mehr entscheiden, welche zwei Werte es in
Verbindung zueinander setzt. Es werden einfach alle Daten vereint, statistisch erfasst und sie
bilden so die gewnschte Zielgruppe ab. Nun muss das Unternehmen nur noch diejenigen Personen
identifzieren, bei denen der zu erwartende ROI (Return on Investment) am hchsten ist. Allein
diese Kunden sollte das Unternehmen noch bei zuknftigen Mailingaktionen bercksichtigen. Der
Gesamtumsatz fllt im Zuge der geringeren Kontaktzahl natrlich niedriger aus, aber der ROI ist
deutlich hher. Somit spart das Unternehmen nicht nur Kosten, sondern erhht sogar den Umsatz,
den es pro investierten Euro zurckbekommt.

Fazit - Alles auf einen Blick
Um Big Data wird in den nchsten Jahren kein Unternehmen mehr herum kommen, egal um
welche Firmengre oder welche Branche es sich handelt. Mit mathematischem Verstndnis und
der richtigen Technik, bietet es Ihnen mehr als nur einen Vorteil. Trauen sie sich und beginnen
Sie damit Bilanz zu ziehen, welche ungenutzen Potenziale bereits in Ihrem Unternehmen liegen
und welche Daten noch beschaft werden mssen. Sie werden staunen, wie viele Infos bereits
vorhanden sind und wie viel Sie eigentlich schon ber Ihre Kunden wissen. Die Potenziale der
Big Data sind allerdings lngst noch nicht voll ausgeschpft. Wir drfen gespannt sein, was die
Zukunft noch alles mglich machen wird.
ber uns:
Materna newmedia ist eine Marke der Materna GmbH. Als Spezialist fr die Konzeption, Produktion
und Distribution von Inhalten untersttzen wir Sie auch gern ber das White Paper hinaus. Wir
entwickeln individuelle Strategien fr den Einsatz von individuellem Content auf allen Kanlen.
Unser Ttigkeitsschwerpunkt liegt dabei auf der Konzeption und Kreation sowie der technischen
Umsetzung digitaler Marketingstrategien.
Besuchen Sie uns im Internet unter:
www.materna-newmedia.de
www.facebook.com/MATERNAnewmedia
Materna newmedia, Vokuhle 37, 44141 Dortmund, info@materna-newmedia.de
D
r
u
c
k
l
e
g
u
n
g
.


A
p
r
i
l


2
0
1
4