Mit Big Data steht man nie im Abseits
Oktober 18, 2017
Aus dem Unterricht des CAS Disruptive Technologies mit Harro M. Wiesma berichtet Serena Bolt.
Mit Big Data steht man nie im Abseits.
Wer kann sich noch gut an die Europameisterschaft von 2008 erinnern? Tausende Oranjes liefen mit ihren grellen Fussball-Leibchen über die Kornhausbrücke in Richtung Wankdorf, um ihre holländische Nationalmannschaft zu unterstützen. Mit dem Besuch von Harro M. Wiersma, der aus den Niederlanden stammt, schossen uns diese positiven Erlebnisse an unsere Heim-Euro wieder durch den Kopf. Anstelle von Fussball, der ewigen Diskussion um die Abseits-Thematik und umstrittenen Seitenhieben von Walliser Fussballpräsidenten widmeten wir uns einer weitaus interessanterer Thematik: Big Data.
Harro spricht zwar nur ungern von „Big“ Data, dennoch bleibe ich dem gängigen Begriff im Blogbeitrag treu.
Big Data, was ist das überhaupt? Unser Tweet, der unseren Unmut der vergangenen US-Präsidentschaftswahl zeigt. Ebenso unser wöchentlicher Einkauf in der Migros. Unsere Zahlungsabwicklungen im E-Banking. Unseren täglichen Weg zur Arbeit. Unseren morgendlichen Jogging-Rundgang. Schliesslich unsere Lieblingsserie auf Netflix. Die Frage ist nicht, wo wir überall Datenspuren hinterlassen, sondern in welchem Lebensbereich wir es nicht tun.
Daten sind bekanntlich das Öl der heutigen Wirtschaft. Dennoch tun sich hiesige Unternehmen noch schwer, eine datenbasierte Strategie in ihren Teams einzuführen. Sie entgehen der Chance, einen vereinfachten und massgeschneiderten Kundenservice zu bieten. Oder können darum ihre Kunden mit innovativen Produkten und Services nicht überraschen. Anders ausgedrückt können Unternehmen durch Big Data das Verhalten und die Bedürfnisse ihrer Kunden gezielter wahrnehmen. Aufgrund diesen Daten können Unternehmen einen echten Mehrwert für ihre Kunden schaffen.
Big Brother is watching you?
Das Thema Big Data birgt nicht nur für hiesige Unternehmen eine gewisse Unsicherheit. Ebenfalls Kunden erleben Big Data teilweise als Risikofaktor. Andererseits streuen heute eben diese User unbewusst (oder bewusst) etliche Daten ins Netz, und sind gegenüber Datentransparenz eher kritisch eingestellt. Das muss nicht so sein, zumal Daten einen echten Mehrwert bieten können.
Einige Beispiele aus der Praxis zeigen es:
| Wo wird Big Data eingesetzt? | Was wird gemessen? | Wo bietet Big Data einen Mehrwert? | Anbieter/Beispiele |
| In-Store Tracking in Shopping-Malls, Geschäften etc. | Bewegungsprofil potenzieller Kunden | Wie berühmt ist mein Produkt an welchem Standort? Wo verkauft sich welches Produkt am Besten? | retailnext.com |
| Emotion-Tracking | Gesichtsemotionen | Potenzielle Terroristen anhand des Gesichtsausdruckes entlarven | realeyesit.com |
| Image Recognition | Marketing-Visuals wie Logo und Werbung bei Grossanlässen | Wie wird meine Marke vom Publikum wahrgenommen? | pureeddle.com/yolo |
| Market Tracks | Tweets via Geolocation | Woher kommen die abgesetzten Tweets über mein Unternehmen her? Woher kommen diese Leute? | #occupygeezy
#direngezipark |
| Predict crime | Kriminalitätsmeldungen in der Nähe von öffentlichen Gebäuden (Schulen etc.) | Wie kann ich die Kriminalitätsrate an einem bestimmten Einzugsgebiet vermindern oder gar verhindern? | San Francisco Police Department |
Was ist die Herausforderung mit Big Data?
We don’t know, what we could already know“
Mittlerweile generieren wir eine Unmenge von Daten und hinterlassen unsere Spuren in der virtuellen Welt. Entsprechend ist es eine Herausforderung für Unternehmen, diese Datensätze zu qualitativ hochwertigen Informationen zu veredeln und sie in eine logische Schlussfolgerung zu bringen. Aufgrund dieser Basis können sie relevante Entscheidungen herbeiführen. Vielmehr müssen Unternehmen und Teams herausfinden, welche Daten für sie von Relevanz sind.
Und wo werden überall Daten generiert?
Daten werden in allen Lebensbereichen generiert, und zwar:
- Gaming Boxes
- GPS Systems
- Internet Service Providers
- Movie Rental Sites
- Social Media
- TV, Smartphones und Apps
- Telefonanbieter
- Web Browsers und Suchmaschinen
- Spitäler und andere medizinische Einrichtungen
- Pharma-Unternehmen
- Banken, Versicherungen und Kreditinstitute
- Restaurants
- Regierungen
- Lebensmittelunternehmen
- öV-Unternehmen,
- soll ich weiterfahren?
Wieso spricht man gerade jetzt von Big Data?
Die Rechenkapazitäten und vor allem -Preise haben sich in den letzen Jahren massiv verbessert. Demzufolge ist es auch dank cloudbasierten Technologien möglich, sich fortschrittliche Storage Systeme zu beschaffen. Grosse Datenmengen können problemlos auf die Cloud gespeichert und verwaltet werden. Ferner klappt das Zugreifen über verschiedene Devices reibungslos. Dropbox, Google, Apple und Amazon bieten beispielsweise diverse Speicherpläne an.
Jedenfalls trägt unser verändertes Einkaufsverhalten eine entscheidende Rolle in der Entwicklung von Big Data. Mit anderen Worten beschaffen wir uns unsere Produkte und Services nicht auf dem traditionellen Weg. Inzwischen vernetzen wir uns mit ganzen Communities und Unternehmen über diversen Plattformen wie Uber oder Airbnb. Hatten wir zum Beispiel ein tolles (Kauf)Erlebnis, teilen wir unsere Erkenntnisse und Erfahrungen mit der Welt. Ein weiterer Punkt ist Open Data. Entsprechend sind alle möglichen Datensätze im Netz öffentlich zugänglich.
Jedenfalls können wir durch Big Data unseren Entscheidungsprozess in allen möglichen Lebenssituationen selber beeinflussen. Schliesslich mussten wir vor 15 Jahren unserem Reisevermittler glauben, dass wir einen günstigen Flug nach Paris gebucht haben. Inzwischen googeln wir ganz transparent nach den besten Preisen, Transportmitteln und Unterkünften.
Vor lauter Daten den Kunden nicht mehr sehen.
Was tun, wenn man vor einer grossen Datensammlung die Information nicht mehr sieht? Damit sich Unternehmen in den Unmengen von Daten nicht verlieren, arbeiten sie mit einer übersichtlichen Plattform, und zwar mit sogenannten Dashboards. Ein guter Anbieter, der solche BI Softwares programmiert, ist beispielsweise Sisense. Die eingespeisten Daten sollen eine verlässliche Analyse sicherstellen. Im Grunde genommen bietet das Dashboard eine einfache und intuitive Datenanalyse, vorausgesetzt die Teams können die Essenz aus diesen Daten ziehen.
Big Data will ich auch! Wie gehe ich vor?
- Anforderungen klären
Welche Fragen möchten wir durch Big Data beantwortet haben? Welchen Mehrwert sollen die Daten für uns haben? - Zoom in
Haben wir hausinterne Daten, mit denen wir bereits arbeiten können?
Welche Daten fehlen uns noch? - Daten integrieren
Wie können wir Daten aus unterschiedlichen Quellen verarbeiten und anreichern? - Modell bauen
Wie soll unser System schlussendlich Daten abfertigen können? - Daten plausibilisieren
Machen die Daten überhaupt Sinn? - Sharing is caring
Sobald eine logische Abfolge gegeben ist, werden die Daten in ein Dashboard visualisiert und mit einem einfachen User-Interface versehen und zur Verfügung gestellt.
Big Data implementation approach
Bist du immer noch kritisch gegenüber Big Data?
Bezahle immer cash, lebe offline, nutze kein Telefon. Benutze auch keine Kundenkarten, und beziehe keine Medikamente. Jedenfalls solltest du niemals das Haus verlassen.
Eine Definition zum Schluss.
Big Data ist eine Kategorie von Technologien, Anwendungen und Prozessen zum Sammeln, Speichern, Zugreifen und Analysieren von Daten. Zudem gehen sie über die Möglichkeiten heutiger BI-Systeme hinaus. Wir definieren Big Data über die vier 4’s:
Die vier V’s von Big Data
Assignment 5: The Hospital Case.
Acht verschiedene Krankenhäuser mit unterschiedlichen Fachbereichen möchten von der Expertise untereinander profitieren. Angenommen, die Spitäler können aus diversen Gründen nicht fusionieren: Wie kann das Konsortium durch eine datenbasierte Strategie seine Expertise teilen? Das hat die Klasse herausgefunden:
Gruppe 1 Gruppe 2 Gruppe 3 Gruppe 3_1 Gruppe 4
Kein Abseits durch Big Data: Wrap up und Abschluss.
- Big Data zieht für IT und Business ein klares Umdenken mit sich. Hierzu haben wir in der Schweiz nicht überall das Potenzial von Big Data erkannt.
- Big Data und Business Analytics können aufgrund Transparenz von Informationen einen signifikanten Wert schaffen.
- Business Analytics ermöglicht eine gezieltere Kundensegmentierung, indem man aus Daten Informationen macht.
- Unternehmen können ihre Entscheidungsfindung klarer treffen, Unternehmensrisiken minimieren und wertvolle Erkenntnisse gewinnen, indem sie eine datenbasierte Strategie fahren
- Überdies kann Big Data zur Entwicklung von innovativen Produkten und Dienstleistungen eingesetzt werden.
- opendata.swiss
- opentransportdata.ch
- bluekai.com/registry
- Revolut App
- propmatch.ch
- retailnext.net
- opendata.ch
- Case 1: United Income: Mit Big Data zum optimalen Rentenplan
- Case 2: Share IQ: Mit Big Data Produktbilder im Netz verfolgen
Wer sich mit Big Data befasst, steht folglich nie im Abseits. Deswegen muss der Wirtschaftsstandort Schweiz ganz vorne mit den grossen Mannschaften mitspielen. Denn es macht sicher mehr Spass, aktiv mitzuwirken, ehe man den Spielverlauf von der Tribüne aus beobachten muss.