Big Data Hype oder Realität?

Transkript

1 Big Data Hype oder Realität? Andreas Berth, CEO B2 Performance Group

2 Inhalt B2 Performance das Unternehmen Big Data die Herausforderungen Beispiele für Datenquellen Big Data die Umsetzung Marketing KPI s Clustering Big Data Aktueller Stand Kontakt Folie: 2

3 B2 Performance das Unternehmen Firmengründung 2006 durch Andreas Berth und Lars Biewald aktuell ca. 30 Mitarbeiter in Deutschland Büros in Witten (D), Wien (AT), Zug (CH), Palma de Mallorca (ES), Barcelona (ES) international/weltweit tätig in mehr als 20 Ländern und mehr als 10 Sprachen Ausnahme: asiatischer Raum tätig im Online-Marketing: Search Engine Optimization, Social Media Marketing, Search Engine Advertising, Affiliate Marketing, Conversion Optimization, Mobile Marketing etc. Mehrsprachige Projektleitung möglich (Deutsch, Englisch, Französisch, Russisch & Spanisch) Folie: 3

4 Eine Auswahl unserer Referenzen Folie: 4

5 Unsere Kompetenzen Wir bieten mehr als nur Online-Marketing Erarbeitung von Strategien und Visionen Beratung und/oder Umsetzung in allen Online-Marketing-Disziplinen eigene IT, eigene Software-Entwicklung redaktionelle Kompetenz spezielles Team für individuelle Schulungen, Workshops und Weiterbildungen enge Kooperationen mit u.a. Video-Produzenten, Game-Entwicklern, Webdesignern und CMS-Entwicklern fundierte Erfahrungen im Handel/E-Commerce Folie: 5

6 Leistungsübersicht SEO (Search Engine Optimization), OnSite-/OffSite SEA, SEM, PPC (Google AdWords ) Display Schulungen & Zertifizierungen Social Media Controlling/Dashboards (Re-) Marketing Technisches Consulting Strategisches Consulting Homepage-Erstellung, Hosting, Providing Page: 6

7 Big Data die Herausforderungen Es gibt eine große Anzahl an Online-Marketing-Instrumenten jedes dieser Instrumente produziert für sich Auswertungen und Statistiken, z.b. Google Analytics, Affiliate Marketing oder Google AdWords. Ein Projektleiter hat meist 6-8 verschiedene Tools im Einsatz. Alle Tools haben pro Jahr mehrere Updates oder Releases mit neuen Features und im schlimmsten Fall auch neuen GUI s. Allein die Log-In s, die Aufrufe und das Sichten der wichtigsten Daten würde mehrere Stunden am Tag benötigen. Daher werden die Daten meist aus Zeitmangel weder strukturiert noch regelmäßig ausgewertet. Auch die Detailtiefe fehlt oft. Folie: 7

8 Big Data die Herausforderungen Jedes dieser Systeme kostet Geld und sollte einen entsprechenden ROI bringen. Eine Verknüpfung der Daten und damit eine übergreifende Auswertung fehlt oft. Optimierungen werden daher oft nur oberflächlich durchgeführt. Ohne verlässliche Informationen kann aber keine E-Commerce-Strategie aufgebaut werden. Aktuell fehlen allein in den USA schon jetzt mehr als Datenanalysten. Folie: 8

9 Big Data die Herausforderungen Dazu kommt noch die menschliche Komponente. Zwei Beispiele aus der Praxis: Ausgangslage: Konzern mit diversen Stabsstellen. Jede Stelle benutzt eigene Tools und ein anderes Reporting. Sinnvoll wäre eine Vereinheitlichung der Tools um vergleichbare Daten zu erhalten und ein einheitliches, zeit- und rechtgesteuertes Reporting -> Ergebnis:.. Aber dann sind wir ja vergleichbar.. Ausgangslage: Konzernreporting auf Basis von Log-Files. Reporting ist seit 10 Jahren unverändert (auch die KPI s). Vorschlag: andere Tools und KPI s. -> Ergebnis:.. Aber dann sieht das so aus als ob ich seit Jahren falsche Zahlen reporte.. Folie: 9

10 Big Data die Herausforderungen Fazit: Die Unternehmen verfügen nicht über zu wenig Daten, sondern eher über zu viele Daten die nicht richtig ausgewertet werden. Das Potenzial dieser Daten für das Unternehmen ist riesig. Big Data wird derzeit meist nur in Großkonzernen professionell umgesetzt. Es gibt diverse Anbieter in unterschiedlichen Preisregionen und nicht nur SAP, Oracle oder ADOBE. Big Data ist ein Top/Down Approach! ROI ist kalkulierbar zumindest im Bereich E-Commerce Folie: 10

11 Beispiele für Datenquellen Welche Datenquellen sollten/müssen genutzt und zusammengeführt werden? Folie: 11

12 Big Data Die Umsetzung Aus den unterschiedlichsten Quellen werden die Daten an einer zentralen Stelle strukturiert zusammengeführt. Dabei werden im Vorfeld zu erreichenden Ziele definiert die Plattform informiert dann auf einen Blick, ob die Ziele erreicht werden konnten (Soll/Ist Abgleich). Die Validität der Daten wird sichergestellt. Daten werden automatisiert abgeholt und aufbereitet dargestellt. Daten sind historisch verfügbar. Reports sollten zeitgesteuert und mit einem Rechtemanagement versehen sein. Folie: 12

13 Ablauf der Umsetzung Step 1: Definition KPI und Datenquellen Step 2: Auswahl des Tools/ der Plattform Step 3: Schnittstellenprogrammierung und Testing Step 4: Datenanalyse und Ermittlung der Todo s Step 5: Testen, Testen, Testen Folie: 13

14 Marketing KPIs Ziele (exemplarisch, I) Vergleich mit gleicher Gesellschaft, länderübergreifend z.b. Kostenstruktur, Umsätze etc. Vergleich mit anderen Gesellschaften innerhalb eines Landes z.b. Kostenstruktur, Umsätze etc. Vergleich aller Gesellschaften eines Konzerns Wo liegen noch Potenziale? Wie effektiv sind die Gesellschaften? Etc. Grenznutzenermittlung (wie hoch ist das maximale Budget in einem Kanal?) Wann ist es sinnlos, das Budget in einem Kanal zu erhöhen? Folie: 14

15 Marketing KPIs Ziele (exemplarisch, II) Ermittlung von Wechselwirkungen der Kanäle/effektivere Aussteuerung Welchen Einfluss hat eine TV-Kampagne auf Sales? Wo liegen noch Potenziale? Etc. Ermittlung Einsparungspotenzial Wo können Budgets gekürzt/eingespart werden? Kennzahlen für strategische Entscheidungen Mit welchem Budget muss für einen Markteintritt in einem Land gerechnet werden? Folie: 15

16 2 Arten von KPIs Management KPIs: Operative KPIs: vergleichende KPIs zwischen Schnittmenge mit Management KPIs Ländern und/oder Gesellschaften KPIs für das tägliche Geschäft KPIs für strategische KPIs auf Detailebene Entscheidungen deutlich höhere Anzahl an Reports KPIs in grafischer Form zur und KPIs schnellen Übersicht aufbereitet projektspezifische KPIs immer wiederkehrende KPIs temporäre KPIs etc. etc. Folie: 16

17 Bsp. Screenshot Umsatz/Kosten pro Kanal Folie: 17

18 Bsp. Screenshot Planzahlen, Ist/Soll-Vergleich Folie: 18

19 Bsp. Screenshot Conversion/Warenkorb Folie: 19

20 Bsp. Screenshot Regionale Verteilung Besucher Folie: 20

21 Big Data Ausblick Daten werden in Echtzeit aufbereitet und ausgewertet. Jeder User hat einen individuellen Fingerprint der mit bereits abgespeicherten Fingerprints und dessen (Kauf-) gewohnheiten verglichen wird. Dem User wird die Landingpage angezeigt die aufgrund seines Fingerprints und der gesammelten Daten die höchste Conversion verspricht. Zu einem Fingerprint könnten zählen: Standort, aktuelles Wetter, Spracheinstellungen, Device, Uhrzeit, Wochentag, Betriebssystem, Quelle (SEO, SEA, Affiliate etc.), Neukunde/Bestandskunde (Cookie vorhanden oder nicht) etc. -> Jedem User wird einen individuelle Landingpage angezeigt! Folie: 21

22 Kontakt B2 Performance GmbH Friedrich-Ebert-Straße 85 D Witten Andreas Berth Geschäftsführer Tel: Fax: Mobil: Web: Lars Biewald Geschäftsführer Tel: Fax: Mobil: Web: Folie: 22