Big Data – Big Benefit?

Seit einigen Jahren ist Big Data in allen Köpfen – im Management, im Controlling, im Marketing und manchmal auch im Vertrieb. Das Thema klingt spannend – wenn nur nicht die Umsetzung wäre, denn die ist mühsam, und vor allem mit Zahlen verbunden, mit Bergen davon.

Big Data ist eine sehr unpräzise Bezeichnung für die Vielzahl unterschiedlichster Daten, die für Entscheidungen genutzt werden können. Sie soll dem Umstand Rechnung tragen, dass inzwischen Daten aus immer mehr Quellen zur Verfügung stehen und kein Problem mehr darin besteht, überhaupt Daten zu gewinnen, sondern mehr darin, die relevanten zu extrahieren und strukturieren. Big Data ist nicht nur ein Thema für unternehmerische Entscheidungen, sondern spielt in allen gesellschaftlichen Bereichen eine Rolle, etwa auch der Politik.

Big Data
Big Data

Um ein wenig Struktur in die Datensituation zu bekommen, können vier Datenwelten unterschieden werden.

  1. Den Kern bilden die Daten des ERP-Systems im Unternehmen, also mindestens Buchhaltungs-, Kunden- und Produktionsdaten. Diese Daten sind üblicherweise perfekt strukturiert, werden systematisch erfasst und zweckbezogen verwendet. Üblicherweise erfolgt eine Konzentration auf bestimmte Anwendungen, etwa soweit sie rechtlich erforderlich sind. Der Umgang mit ERP-Systemen ist durch ein hohes Maß an Routine gekennzeichnet.
  2. Um eine intensivere Anbindung an die Kunden zu gewährleisten und die Warenverfügbarkeit zu optimieren, wurden CRM-Systeme, Warenwirtschafts- bzw. Supply Chain Management-Systeme Idealerweise arbeiten sie mit dem vorhandenen ERP-System zusammen, so dass Daten problemfrei ausgetauscht werden können. Vor allem in CRM-Systemen wächst die Datenvielfalt, auch unstrukturierte Informationen (z. B. Besuchsberichte) können erfasst werden. Durch das Wissen über Kunden und die Geschäftsbeziehungen wird die Arbeit der Vertriebsmitarbeiter unterstützt. Es bestehen Spielräume für die Gestaltung der CRM-Systeme, Vertriebs- und Kommunikationspartner können angebunden werden. Moderne System bieten auch eine Anbindung an das Internet und Social Media.
  3. Mindestens seit der Jahrtausendwende spielen Daten aus dem Internet eine Rolle. Webseitenbesucher hinterlassen Datenspuren, mit deren Hilfe Kaufentscheidungsprozesse und Informationswege nachvollzogen werden können. Die Datenmenge erreicht Dimensionen, die Auswahl und Verdichtung gegenüber der Erhebung deutlich in den Vordergrund rücken. Die Ausweitung der Kommunikation über soziale Medien (Twitter, Facebook, Linkedin, Xing, Instagram usw.) führt zur Entwicklung von Verfahren der Textanalyse, so dass auch sprachliche Inhalte und Tonalitäten analysiert werden können. Allerdings bleiben Unsicherheiten, weil die Verfahren noch unzuverlässig und manipulationsanfällig sind.
  4. Nicht zuletzt der Ausbau von Kapazitäten zur Datenerfassung, -speicherung und -verarbeitung bietet inzwischen Möglichkeiten, noch einige Schritte weiter zu gehen. Daten werden an weiteren Stellen erfasst und runden damit das Bild etwa über das Kaufverhalten, die Produktnutzung und kommunikative Prozesse Interessant ist vor allem, bislang bestehende Lücken zu schließen. So
    1. können heute in manchen Fällen Produkte im Einsatz überwacht werden (z. B. senden Maschinen über eingebaute Sensoren Nutzungsdaten an den Hersteller, der daraufhin über Wartungsmaßnahmen entscheiden kann),
    2. lässt sich das Kaufverhalten von Konsumenten in seiner Gesamtheit erfassen (z. B. durch den Einsatz von Klub- und Rabattkarten, aufgrund derer Warenkörbe ermittelt werden können),
    3. können Webnutzungs- und Kaufdaten verknüpft werden, um Informationsprozesse vor dem Kauf zu erfassen (z. B. durch den Einsatz von Cookies und Trackersoftware auf dem Kunden-PC)
    4. werden über GPS-Module und RFID-Chips Standorte von Kunden, Transportmitteln und Waren erfasst, um Kaufempfehlungen zu geben, Logistikprozesse optimal zu steuern und die Warenverfügbarkeit zu verbessern.

Die Kombination aller Datenwelten ergibt zusammen das Konzept von Big Data. Wenn es gelingt, extern beschaffte Daten (entweder selbst durch spezielle Infrastrukturen oder durch Dienstleister) mit den eigenen Verkaufs- und Kundendaten zu verknüpfen, werden zusätzliche Auswertungen über den Erfolg von Vertriebs- und Marketingmaßnahmen möglich. Damit ist auch ein gewisses Umdenken erforderlich. Während vor allem bei der Gestaltung von ERP- und CRM-Systemen die zu unterstützende Entscheidung der Ausgangspunkt der Analyse ist, spielt im Rahmen von Big Data die Frage eine zentrale Rolle, was man mit vorhandenen Daten anfangen kann. Denn – wie schon gesagt – ist die Verfügbarkeit von Daten heute nicht mehr das entscheidende Problem.

Gleichwohl muss festgestellt werden, dass Big Data an sich nichts Neues ist. Der Begriff ist schön griffig, aber ein wesentlicher Teil der Daten war schon früher vorhanden und vor allem werden für die Auswertung altbekannte Verfahren eingesetzt. Heute hat sich das Augenmerk aber wieder mehr auf die umfassende statistische Datenanalyse gerichtet. Was nicht gerade das Spezialgebiet der Vertriebsleute ist…

Insofern erwächst für das Vertriebscontrolling die Aufgabe, für Entscheidungen des Vertriebs geeignete Daten zu beschaffen und zu analysieren. In vielen Fällen wird es neue Steuerungsmöglichkeiten geben, die die Vertriebsarbeit beeinflussen können bzw. sollen. Einige Beispiele:

  • Automatische Analyse von Warenkörben der Kunden und daraus Ableitung von Cross-Selling-Empfehlungen beim oder nach dem Kauf
  • Schätzung von Kundenwerten (Umsatz- bzw. Deckungsbeitragspotenzialen) aus vorhandenen Kundendaten unter Berücksichtigung von Strukturdaten (Alter, Geschlecht, Branche, Größe, Kaufzyklen usw.)
  • Vorhersage von Nachfrageveränderungen aufgrund von positiven/negativen Kommentaren, gesellschaftlichen Prozessen, klimatischen Veränderungen, demografischen Entwicklungen, Abverkaufsdaten im Handel u. Ä.
  • Erkennung von Mustern im Reklamationsverhalten B. durch Analyse von Lieferzeiten, Kundenmerkmalen oder Wettbewerbsangeboten, um Gegenstrategien zu entwickeln.
  • Optimierung des Werbemitteleinsatzes durch Ermittlung von Responsequoten auf Werbemaßnahmen, Nutzungsintensitäten von Webangeboten, Lesequoten von Newslettern, Individualisierung der Angebote im Hinblick auf Kundenmerkmale usw.
  • Systematisierung der Wettbewerbsanalyse durch regelmäßige Beobachtung des Wettbewerberverhaltens (vor allem im Internet), Analyse des Produktangebots, Erfassung von Marktanteilen im Handel, Entwicklung des Markenimages usw.
  • Erkennung von Kundensegmenten als Basis für die Entwicklung kundenspezifischer Strategien durch Analyse des Kaufverhaltens und struktureller Daten