Big Business durch Big Data

Transkript

1 Big Business durch Big Data Daten sind der neue Content: Wie Verlage mit Big Data neue Erlösquellen schaffen Medientage München, goetzpartners Panel, 23. Oktober 2014

2 Die zwei Blickwinkel auf Big Data Mit Big Data verbinde ich einen Angriff auf meine Datensouverinität Big Data hat einen signifikanten Einfluss auf unser zukünftiges Geschäft Quelle: Cisco 2

3 Datenvolumen steigt kontinuierlich an, die Nutzung ist noch unzureichend Durch das Internet of Things und soziale Medien steigt das Datenvolumen an, jedoch nutzen Unternehmen ihre Daten noch unzureichend 7 >50% 0,5% durchschnittlich mit dem Internet verbundene Geräte pro Person wächst das jährlich von Unternehmen verarbeitete Datenvolumen der gesammelten Daten werden von Unternehmen bis dato genutzt Datenquellen Datenvolumen Datennutzung Warum Big Data? Volume: Stetig wachsende Datenmengen übersteigen die Kapazität traditioneller Datenbanken Variety: Der Anteil unstrukturierter und semistrukturierter Daten ist auf über 90% aller Daten angestiegen Velocity: Zunehmende Datengeschwindigkeit erhöht die Anforderungen an Erfassung und Verarbeitung [1] Compound Annual Growth Rate Quelle: goetzpartners, Brynjolfsson, Gartner, IDC, Mashable, emarketer 3

4 Daten als Assets verstehen und in zukünftige Erkenntnisse verwandeln Die analytische Verarbeitung großer Datenmengen (in Echtzeit) und deren Überführung in entscheidungsrelevante Informationen wird zur Kernkompetenz von Verlagen Datenquellen Big Data Architektur Big Data Ergebnisse Mitarbeiteraufzeichnungen Web Analytics Datenzugriff & Datenhaltung Analytische Verarbeitung Applikation/ Visualisierung Externe Auswertungen ERP CRM Erfassung aus multiplen Datenquellen Hadoop [1] für besseren Datenzugriff Schnellere In- Memory Datenhaltung Data Mining/ Discovery Pattern Recognition Predictive Analytics Visuelle Darstellung und Entdeckung von Trends und Korrelationen Einbettung von Analysen in Applikation. Entscheidungsrelevante Erkenntnisse auf nie dagewesenem Niveau Social Media Echtzeit-Daten Zukünftig wichtige Kernkompetenzen von Verlagen Quelle: goetzpartners [1] (Apache) Hadoop ist ein open-source Software-Framework zur Verwaltung sehr großer Datenmengen, das bei den meisten Big Data-Systemen/Anwendungen zum Einsatz kommt 4

5 Big Data liefert zentrale Ansatzpunkte für die digitale Transformation Big Data ist ein wichtiger Schlüssel, um die notwenigen Stellhebel der digitalen Transformation zu bedienen Big Data hat 2 generelle Ansatzpunkte mit Einsatzfeldern entlang der gesamten Wertschöpfungskette Dadurch kann ein Großteil der Transformationspotenziale bedient werden 2. Operational Excellence 1. Strategie Erschließung neuer datengetriebener Geschäftsmodelle Höhere Wertschöpfung aus bestehenden Erlösquellen durch Targetierung & Personalisierung Optimierung von Geschäftsprozessen Automatisierung von Prozessen durch Tools Anpassung an veränderte Wertschöpfungsketten Big Data Einsatz entlang Wertschöpfungskette Inhalteerstellung Inhalte- Aggregation Inhalte Transformation Multi-Plattform Distribution Monetarisierung User Engagement Erlöstreiber Signifikanter Reichweitenausbau Steigerung Customer Experience Datengetriebener Journalismus Time-to-Market Erlössteigerung Content-Monetarisierung Erschließung neuer Erlösquellen Mindset, Organisation, Prozesse Selbstverständniswandel Strategische Partnerschaften Digitalisierung von Strukturen/ Prozessen Quelle: goetzpartners Big Data Tools als großer Hebel eher geringer Hebel 5

6 Big Data Use Cases entlang der Wertschöpfungskette International führende Verlagshäuser gestalten ihre digitale Transformation mit Big Data Analytics Content Creation Content & Service Aggregation Content Transformation (Web, Mobile, Apps, E-Edition) Cross Platform Publication (Distribution & Consumption) Content Monetization User Engagement / Social Media Kosten vermeiden durch Fokus auf Content, der verstärkt konsumiert wird Paywall auf Basis von analysiertem Nutzerinteresse optimieren Conversion Rates durch verbessertes Targeting steigern Kampagnen durch konsequentes User Tracking optimieren Kündigungen durch Predictive Churn Prevention vermeiden Lenkung von Nutzerströmen durch Social Media Analytics Automatisierte Content-Erstellung auf Basis von Daten-Algorithmen Content- Aggregation auf Basis kontextueller Analysen automatisieren Effizienz durch intelligente Cross-Plattform- Ausspielung erhöhen Auffindbarkeit von Content durch strukturierte Daten steigern Conversion Rates durch verbessertes Targeting steigern Identifikation und Integration von Multiplikatoren zur Reichweitensteig. Nutzung von Datenbeständen zur Kreation datengetriebener Produkte User Experience über personalisierte Content erhöhen Individualisierte, device-spezifische Content- Ausspielung Signifikante Reichweitensteigerung durch Advanced Data Analytics Up- und Cross- Selling Potenziale durch Identifikat. wertvoller Kunden Audience Engagement Team das permanent den Dialog mit seinen Nutzern sucht Best Practice Examples Quelle: goetzpartners 6

7 Content is King, but Im Mediengeschäft von heute ist die datengetriebene Verbreitung ebenso wichtig wie die Publikation qualitativ hochwertiger Inhalte Früher Content is King Heute Content is king, but distribution is queen and she wears the pants Jonathan Perelman, Buzzfeed Thesen 1. Er reicht nicht mehr aus, nur guten Content zu produzieren 2. Die aktive Vermarktung des Content gewinnt an Bedeutung 3. Wenn man selber seinen Content nicht vermarktet, wird es ein anderer tun und davon profitieren 4. Daten und Analysen bilden die Grundlage für erfolgreiche Nutzerakquisition und Monetarisierung 5. Ziel muss sein, hochwertigen Content zu produzieren, der dann gefunden, geteilt und so letztendlich monetarisiert wird Quelle: goetzpartners 7

8 Durch konsequenten Big Data Einsatz zu erfolgreicherem Digitalgeschäft Verlage, die konsequent Big Data Technologien zur Prozessverbesserung und Produktportfolioerweiterung nutzen, sind erfolgreicher im Digitalgeschäft EBITDA Marge in % Gannett NZZ G+J Big Data Leader im Zeitungsumfeld, die Big Data Tools zur Prozessverbesserung und Monetarisierung konsequent einsetzen Ringier NY Times Holtzbrinck NYT gehört zweifelsohne zu den Big Data Leadern, hat den Transformationsprozess aber später eingeleitet Tamedia 264 Wolters Kluwer Axel Springer Financial Times Group 564 Guardian Media Group Schibsted Reed Elsevier Ausgewählte Unternehmen Umsatzanteil von Digitalgeschäft an Gesamt (in %) Thomson Reuters Big Data Leader im Fachinformationsumfeld mit eigenen, innovativen und erfolgreichen Big Data Produkten = Umsatz in MEUR 2013 Quelle: goetzpartners, Unternehmensangaben 8

9 Thesen für die Paneldiskussion 1 Big Data bietet - direkt und indirekt - signifikante Erlössteigerungspotenziale für Verlage. Verlage schöpfen diese Potenziale noch unzureichend aus. 2 Verlage, die konsequent Big Data Tools entlang der Wertschöpfungskette einsetzen und zur Portfolioerweiterung nutzen, erzielen einen höhere Digital-Umsatzanteile und sind in der Regel profitabler. 3 Aufgrund anderer politischer Rahmenbedingungen sind deutsche Unternehmen gegenüber den digitalen Supermächten à la Google, Facebook & Co. bei der Eroberung von Big Data Potenzialen benachteiligt. Quelle: goetzpartners 9

10 Kontakte 10