Mit Big Data lässt sich gutes Geld verdienen: Das Heer an Beratern, die nachdrücklich in Unternehmen die Einführung von Big Data Analysen fordern, zumindest verdient prächtig. Doch die Händler selbst sind eher selten euphorisch. Big Data - der große Irrtum?

Dank umfassender Analysen großer Datenmengen spüren Shopbetreiber noch besser Komplementärprodukte auf, erkennen kommende Top-Seller noch vor der Konkurrenz oder identifizieren den Content, der die Konversionsrate durch die Decke steigen lässt. Welcher Online-Händler möchte das alles nicht auch? In den Erfolgsgeschichten rund um Big Data müssen dann immer die besonders großen Player mit ihren wirklich großen Datenmengen als strahlende Beispiele herhalten.

Von Amazon lernen, heißt auch hier siegen lernen. Oder etwa nicht?

Doch wie fabelhaft Big Data und Produktempfehlungen daneben liegen können, hat wohl jeder Kunde von Amazon schon einmal am eigenen Leib erfahren, wenn Artikel angepriesen werden, die scheinbar nichts mit der Bestellhistorie zu tun haben.
Rund um Big Data ranken sich inzwischen eine ganze Reihe von Mythen.

Mythos 1: Big Data und der Datenschutz sind ein Widerspruch

Diese irrige Annahme wird aus den Erfahrungen mit Softwarelösungen gerade US-amerikanischer Provenienz gespeist. Wer sich mit den restriktiven bundesdeutschen Datenschutzgesetzen auskennt, rauft sich auf Messen oder während Paneldiskussionen häufiger die Haare, wenn die Hersteller die Möglichkeiten ihrer Lösungen vorstellen.

Tatsächlich kann auch Big Data datenschutzkonform betrieben werden. Es kann, muss aber nicht und schon gar nicht erfolgt der datenschutzrechtlich unbedenkliche Betrieb immer automatisch. Ohne den intensiven Dialog mit dem Berater kann hier eine Menge schief gehen.

Mythos 2: Big Data funktioniert immer - vorausgesetzt es gibt genügend Daten

Das ist so ein Märchen aus 1.001 Marketing-Saga. Zu viele Daten kann es wohl kaum geben, und es genügt, nur alle Datentöpfe zusammenzutragen, um dann mit der Analyse beginnen zu können. So die Annahme.

Wer so auf das Thema losläuft, wird in seinem Projekt rasch ernüchtert. Viel Geld und Aufwand wird investiert, um die aus verschiedenen Datentöpfen stammenden Informationen zusammenzufassen und überhaupt auswerten zu können. Leistungsfähige Systeme vorausgesetzt, kann es eine zu große Datenmenge tatsächlich eher nicht geben.

Aber eben zu viele falsch ausgewählte Daten. Auch im Falle von Big Data ist wichtig, was am Ende herauskommt. Und herauskommen kann nur das, was auch einmal in den Daten gesteckt hat.

Eine Firma erhebt mittels Webanalyse-Systemen lückenlos die Bewegungen der Besucher auf den Webseiten und auch in den Social Media Kanälen. Und über sein CRM erkennt das Unternehmen auch, was Kunden kaufen. Nur, ob sie das tun, weil sie die schicke Facebook-Kampagne gesehen haben, kann Big Data nur klären, wenn auch eine Verbindung zwischen den beiden Fakten im Datentopf gelandet ist. Wer diese Verknüpfung in seiner Kampagne vergessen hat, dem kann Big Data dann auch nicht helfen.

Mythos 3: Big Data liefert einfache Antworten

Das ist teilweise sogar korrekt, aber eben nur dann, wenn auch die richtigen Fragen gestellt werden. Und genau daran mangelt es oft genug. Ohne konkrete Fragestellungen ähnelt das Vorhaben Big Data dem ziellosen Treiben auf offener See.

Die Datenanalyse liefert Antworten, aber sie liefert nicht notwendigerweise stichhaltige Beweise dafür, dass etwas so oder anders ist. Es sind Indizien, mehr nicht. Deswegen sollte jede Vermutung oder jede vermeintlich stichhaltige Begründung durch weitere Tests bestätigt werden. Sie ahnen es schon; Big Data ist auch so ein Projekt im Marketing, das niemals so richtig fertig ist.

Mythos 4: Big Data gibt es von der Stange

Auch so eine Sache, die in Teilen sogar auf dem Weg ist, inhaltlich korrekt zu sein. Adobe hat zum Beispiel in seiner Marketing Cloud ein Modul integriert, das nicht nur signifikante Abweichungen von Standardwerten erkennt, z.B. die Bounce-Rate eines Newsletters, sondern darüber hinaus auch versucht, aus der vorhandenen Datenbasis eine Reihenfolge potentieller Ursachen aufzulisten. Also nicht nur Big Data, sondern sogar Ansätze von Business Intelligence von der Stange zeigt. Nur welches mittelständische Unternehmen kann sich ohne Weiteres die Adobe Marketing Cloud leisten? Eben!

Für alle anderen existieren auf dem Markt viele Lösungen, deren Prospekte alle versprechen, dass nur ein paar Datentöpfe zu integrieren sind und auf Knopfdruck kann es dann losgehen, mit der Analyse größter Datenmengen.

Losgehen kann es dann schon, aber heraus kommt wenig. Denn die Daten liegen zwar schon irgendwo in den Datentöpfen, aber um damit etwas anzufangen, bedarf es neben den richtigen Fragen, auch Geld und Zeit, um Analysen zu wagen, deren Ergebnisse kritisch zu hinterfragen und daraus Schlüsse zu ziehen. Und das gibt es eben alles nicht auf Knopfdruck, sondern ist das Ergebnis von Arbeit.

Mythos 5: Big Data? Muss ich machen!

Der größte Mythos überhaupt. Ob Branchenriesen oder unmittelbare Wettbewerber nun Big Data machen oder nicht, darf für die eigene Firma nicht von Bedeutung sein. Gibt es im eigenen Geschäftsmodell überhaupt denkbare Einsatzszenarien für Big Data? Welche Datensammlungen existieren, aus denen sich Erkenntnisse ableiten ließen, die zu mehr Umsätzen oder höheren Conversions führen würden?

Werden Aufwände und andere Investitionen berücksichtigt, kann es sich betriebswirtschaftlich durchaus lohnen, auf Big Data zu verzichten, statt Zeit und Geld in Projekte zu stecken, die dann zu wenig abwerfen.

Big Data kann viel, aber die Realität ist doch viel anstrengender und schwieriger als jede (Marketing-) Vision.
MEHR ZUM THEMA
Technologie

So finden Händler das passende CRM-System

Personalisierung in der Kundenansprache tut Not. Daten helfen, Software hilft. Doch die Auswahl des passenden CRM-Systems kann Äonen dauern. Empfehlungen allein oder ein Blick zum Wettbewerber helfen allein nämlich selten weiter. Zu unterschiedlich sind oft die Anforderungen, die die Auswahl des passenden Systems bestimmen. Beispielsweise die Anzahl der zukünftigen Anwender sowie der zu verwaltenden Kundendaten, aber auch die gewünschten Leistungen und natürlich das vorhandene Budget. Mehr lesen

SAP umwirbt den Einzelhandel

Große Pläne mit Big Data

Dem Sammeln von Daten und ihrer intelligenten Auswertung gehört die Zukunft - auch und vor allem im Einzelhandel. SAP wittert neue Kunden in der Branche und baut eine spezielle Sparte auf. Mehr lesen

Technologie

Wie Zalando Big Data bändigt

Onlinehandel und Online-Marketing erzeugen immer gewaltigere Datenmengen. Wer die Informationen, die in den Datenmengen verborgen sind, intelligent nutzt, ist im Vergleich zu konkurrierenden Anbietern klar im Vorteil. Die effiziente Analyse von Kundendaten birgt großes Potenzial für den E-Commerce. Sie ermöglicht es dem Händler nicht nur, auf Basis von Kundendaten gezielt auf die Bedürfnisse der Kunden einzugehen und sich so deren Zufriedenheit und vor allem Treue zu sichern. Vielmehr kann er mit Hilfe von Big Data Analysen auch die optimale Warenverfügbarkeit gewährleisten. Diese ist ein wichtiger Erfolgsfaktor eines Webshops. Was eine entsprechende Datenbanklösung können sollte und wie sie erfolgreich zum Einsatz kommt, zeigt das Beispiel Zalando. Sean Jackson, Chief Marketing Officer bei EXASOL, sagt in einem Gastbeitrag, welche Merkmale dabei herausstechen.  Mehr lesen