BIG DATA - entmystifiziert. Mag. Claudia Willner Unternehmensberaterin & Big Data Expertin office@visual-analysis.

Transkript

1 BIG DATA - entmystifiziert Mag. Unternehmensberaterin & Big Data Expertin office@visual-analysis.at

2 Seit 2011 Unternehmensberaterin/Betriebswirtin - WU, Schwerpunkt Webanalyse & CRM Seit 1998 Mitarbeiterin von Start-Up s in Internet- und e-business Datenanalyse Internet-Marktforschung Customer Intelligence & CRM Webanalyse Evaluierung und Einführung Datenanalyse-Software Aufbau erfolgreicher Mitarbeiterteams in diesem Umfeld 2

3 BIG DATA - entmystifiziert Die Entstehung eines Hypes ein paar Missverständnisse Paradigmenwechsel im Denken notwendig! Der mögliche Nutzen Die Gefahren Was bisher geschah 3

4 Entstehung des BIG DATA HYPE Digitalisierung = > immer mehr Daten verfügbar Internet-Nutzungsspuren (=> Weblogs, Webanalyse.) Supermarkt-Kassenzetteldaten (z. B. alte Anwendung des internationalen Marktforschers Nielsen) Chips zur Zeitmessung, Streckenmessung, Navigationssysteme Smartphone Apps, die Aktivitäten messen und dokumentieren Medizinische Untersuchungen, die elektronische Daten produzieren (Blutdruck, Insulin) immer mehr / kostengünstigere Datenspeicher verfügbar immer bessere Rechneranlagen verfügbar UND bessere Datenverarbeitungssoftware nicht mehr soviel Know-How (Statistik & Datenbank) notwendig Echtzeit-Verarbeitung & Anwendung möglich 4

5 BIG DATA Missverständnisse Alles da? Was tun? Wie generiere ich Ideen, Output, Ergebnisse? Missverständnisse zwischen Marketing und IT- bzw. Datenbankverantwortlichen Paradigmenwechsel notwendig! 5

6 I. Daten und Daten sind (mind.) 3erlei Buchhaltung, Kostenrechnung, Unternehmenssteuerung Daten werden zeitlich verdichtet z. B. Monatsumsatz/pro Verkaufsgebiet Höhepunkt der Verdichtung => Bilanz bestimmt den derzeitigen Umgang mit Daten Daten laden, speichern, verdichten 6

7 II. Daten und Daten sind (mind.) 3erlei Kundenbindung ( Customer Journey ) und Prozessanalysen Rohdaten ohne zeitliche Verdichtung mit statistischen Methoden bearbeitet Verdichtung an Eigenschaften/Attributen (NICHT zeitlich!) Segmentierung 7

8 III. Daten und Daten sind (mind.) 3erlei Digitalisierung liefert unstrukturierte Daten aus diversen Quellen Facebook, Twitter, App s (z. B. Läuferdaten, Runtastic), Navi s... ohne Metadaten (Datenbeschreibung) unklare Formate (Codierung, Trennzeichen) Beispiel Webanalyse (bzw. früher Logfileanalyse) mittlerweile mit Software strukturiert erhoben z. B. Google Analytics 8

9 Paradigmenwechsel im Datenumgang Zeitlich verdichtete Daten Segmentierte Daten (CRM) Unstrukturierte Daten planend Rückblickend Entscheidungsgrundlagen Kundengruppenbezogen offen explorativ ergebnisorientiert Entscheidungsgrundlagen Datenbankverantwortliche Marketing-Verantwortliche Big Data Ansatz 9

10 Beispiel: Navigationsdaten Fahrzeug bewegt sich Nach vorn Nach hinten Nach rechts Nach links Was könnten Sie damit anfangen? Denken Sie von den Daten her vom Ergebnis her mit bestimmten Geschwindigkeiten. Schritttempo Stadttempo Freilandstraßentempo Autobahntempo Tempoüberschreitung Stop 10

11 Beispiel U. S. Paketzusteller Analyse aller Fahrer-Navigationsdaten & Unfallstatistiken der Zusteller Unstrukturierte Daten (vermutlich, daher BIG DATA) Ergebnis: 3 x rechts Abbiegen - wenn Verkehr und Ziel erlauben besser als 1 x links Abbiegen Begründung: reduziert Unfallhäufigkeit spart dem Unternehmen 10 Mio $ an Unfall-Folgekosten 11

12 Beispiel Website User bleiben durchschnittlich 8 15 Sekunden auf einer Website. Die Website beschäftigt sich mit Gefahrenthemen. Was könnten Sie daraus schließen? 12

13 wer den Paradigmenwechsel nicht versteht Aus ibusiness Newsletter von Joachim Graf: "Männlich, 53 Jahre, gutverdienend, im Lebensmittelshop": Ich bekomme immer teure Weine angeboten. Hochpreisige Zigarren. Exklusiven Whiskey. Ich bin aber JG und hasse Whiskey, bin aktiver Nichtraucher und habe seit einem Jahrzehnt keinen Wein getrunken, geschweige denn einen gekauft... Ich bin aber immer auf der Suche nach lokalen Biersorten. Der Lebensmittelhändler meines Vertrauens weiß das natürlich. Denn er hat meine kleinen Daten und betreibt gezielt 1:1-Marketing. Oder der Händler versteht, dass er Verhaltensdaten braucht! => keine Demographie & keine Segmentierung & keine zeitliche Verdichtung 13

14 Fragwürdig: Algorithmus zur Ermittlung der Kreditwürdigkeit anhand von Social Media Scores Kleinkredite in eher 2./3. Weltländern bzw. auch Australien bis zu 8000 Daten werden für einen Kredit Real time ausgewertet. Geld innerhalb von Minuten am Konto, durchschnittlich ca. 150 z. B. auch Messung des Verhaltes des Mauszeigers Zittern => Alkoholismus (?) viele Korrekturen in Eingabefeldern => Unsicherheit/Lügen (?) Konventioneller Kredit bei der Bank Lohnzettel, Kontobewegungen, Familienstand, Dauer des Beschäftigungsverhältnisses, ev. Wohnort & Wohnsituation 14

15 Kritik zu Big Data Natürlich der Datenschutz! Auswüchse. Datenschutzbeauftragte & ev. Rechtsberater mit einbeziehen & kooperieren! In einigen Staaten in den USA werden z. B. Facebook, Twitter u. ä. Blogs analysiert, um Verbrechen im Vorhinein zu vermeiden. Schutz Personenbezogener Daten! ABER Auswertung nach Gebieten mit bestimmter Verbrechenshäufigkeit erlaubt! => Schottische Polizei 15

16 Big Data Jobs bzw. Aufgaben Data Scientist vulgo Statistiker Dataminer, Quants Expertise in Statistik Unterscheidung zwischen statistisch/ mathemat. Zusammenhang und Zufall, bzw. Ursache und Wirkung Datenqualität Analysequalität Business Analyst Expertise in Wirtschaftlichkeitsanalysen Geschäftsmodellverständnis Welche Bereiche sollen analysiert werden in dem Sinn: was könnte dabei gewonnen werden im Sinne von unternehmerischem Gewinn Datenbank- bzw. Datawarehouse Spezialisten Expertise in Datenspeicherung Datenverwaltung Datenaufbereitung Datenbereitstellung Automatisierung dieser Prozesse 16

17 Organisation im Unternehmen Center of Excellence Ein von anderen Abteilungen unabhängiger Bereich, der für alle datenrelevanten Prozesse im Unternehmen Richtlinien vorgibt und koordiniert. Funktion innerhalb einer Abteilung Alle Abteilungen selbst und unabhängig von einander. Zentrale Unternehmensfunktion komplette Verantwortung für die Daten des Gesamtunternehmens und deren Verwendung. 17

18 und der tatsächliche Gewinn lt. Befragung von 400 Großunternehmen weltweit, wie z. B. Samsung Jene Unternehmen, die ihre Geschäftsmodelle und prozesse mit qualifizierten Big Data-basierten Entscheidungen steuern, bewegen sich unter den TOP 25 % der Unternehmen ihrer Branchen mit der besten finanziellen Performance Können fundierte Geschäftsentscheidungen 5 x schneller treffen, als der Mitbewerb Führen ihre Entscheidungen 3 x häufiger nach Plan aus (weniger Abweichungen) Nutzen ihre Daten doppelt so häufig für die Entscheidungsbildung wie ihr Mitbewerb 18

19 Ihr persönlicher Gewinn durch Big Data? Rechtschreibprüfung Internet-Suchmaschinen (nicht nur Google!) Modelle zur Verifikation von gefälschten Zahlen Benfordsches Gesetz Verifikation von Wahlen (OSZE ) Finanzämter bei Fälschung von Formulareingaben, Daten Vorgangsweise Finanzämter in Italien: Algorithmus vergleicht Lebensführung mit Einkommensteuerdaten wenn s nicht ganz zusammenpasst => Finanzprüfung 19

20 Buchtipps Das Ende des Zufalls: Wie Big Data uns und unser Leben vorhersagbar macht Rudi Klausnitzer Ecowin Verlag Big Data: Die Revolution, die unser Leben verändern wird Viktor Mayer-Schönburger, et. al. Redline Verlag Die stille Revolution: Wie Algorithmen Wissen, Arbeit, Öffentlichkeit und Politik verändern, ohne dabei viel Lärm zu machen Mercedes Bunz Suhrkamp Verlag 20