Seit rund zwei Jahren dominiert ein Begriffspaar IT-Gazetten und Fachmedien für das Management. Aber sind "Big Data" und "Business Intelligence" mehr als Schlagworte aus dem Marketing?


Wofür hat sich ein Internet-User bereits interessiert und damit beschäftigt? Für die Experten des Retargetings ist die Frage nicht sonderlich schwer zu beantworten. Ad-Server spülen zuverlässig Banner und Kampagnen auf den Schirm des Nutzers, die ihn auf Produkte und Themen hinweisen, mit denen er sich gerade beschäftigt hatte. So richtig zielführend ist das oftmals nicht und lässt den Kunden auch schon einmal in einer gemischten Gefühlslage zurück. Denn was will ihm die Anzeige eines Onlineshops nun eigentlich sagen, die genau die Küchenmaschine bewirbt, die er doch gerade vor wenigen Minuten bestellt hat?

Big Data - die Herausforderung für die klassische Analyse

Retargeting zeigt eine grundlegende Problematik des modernen Online-Marketings. Mit der Webanalyse und seinen Reporting-Werkzeugen kann der Weg eines Internet-User durch den eigenen Shop (mehr oder weniger) lückenlos verfolgt werden. Anhand der gewonnenen Daten (angereichert um weitere Quellen, wie etwa der Bestellhistorie eines Kunden) wird dann versucht, dem Kunden optimierte Inhalte anzubieten.

Erschwert wird die Aufgabe der Datenanalyse dadurch, dass einerseits immer mehr Quellen berücksichtigt werden müssen. Um einen umfassenden Blick auf den Kunden, seine Aktivitäten und den Erfolg des eigenen Marketings zu gewinnen, sind diverse Kanäle zu berücksichtigen.

Das schafft ganz eigene Probleme:

•     Welche Beziehungen zwischen den verschiedenen Zahlenhaushalten lassen sich ableiten? Wie belastbar sind die gewonnenen Schlussfolgerungen eigentlich?

•     Die Daten müssen möglichst schnell verarbeitet und analysiert werden. Die immer größere werdende Datenmenge kann aber zu Problemen mit der Skalierung der Rechensysteme führen.

•     Mehr Datenquellen machen es notwendig, eine größere Zahl an Datenbanken und Systemen miteinander zu verbinden. Das schafft auch Komplexität in Hinblick auf die Kompatibilität von Daten. Dies beginnt bei rein physikalischen Problemen unterschiedlicher Binärformate und reicht bis zu logischen Herausforderungen, wenn etwa für den gleichen Sachverhalt unterschiedliche Begriffe genutzt werden.

Aufgrund von Wahrscheinlichkeiten ist es bei genügend großer Datenbasis möglich, Vorhersagen darüber zu treffen, für welche Produkte oder Informationen sich der Kunden interessieren wird. Wer eine Set-top-Box erworben hat, interessiert sich wahrscheinlich auch für HDMI-Kabel. Wer das aktuelle Werk eines Schriftstellers in den Warenkorb legt, interessiert sich möglicherweise auch für weitere Werke des gleichen Genres.

Das funktioniert alles bis zu einem gewissen Grade fast in Perfektion. Doch früher oder später lassen sich mit der Webanalyse die Umsätze nicht mehr signifikant steigern. Denn sie liefert nur begrenzt verlässliche Antworten auf strategische Fragestellungen, etwa auf potentielle Erweiterungen des Produktsortiments: Was werden die Kunden in Zukunft nachfragen und kaufen?

Business Intelligence - viel mehr als Webanalyse

Die aus jedem Shop bekannte Mechanik, Empfehlungen auf Basis des Nutzerverhaltens abzugeben ("Kunden, die dies gekauft haben, kaufen auch das") funktioniert nur bei Besuchern, die bereits mit der Site interagiert haben. Mit Nutzern, die die Site erstmals aufrufen, können die Algorithmen nichts anfangen. Lösungen für das Business Intelligence (BI) gehen hier einen Schritt weiter.

BI-Software kommt bereits in vielen Branchen erfolgreich zum Einsatz und unterstützt Unternehmen bei der Bearbeitung von strategischen Fragestellungen. Beispiel Gesundheitswesen: Mit BI bietet sich Kliniken die Chance, lukrative Behandlungsfelder zu entdecken, auf die sich der Betrieb spezialisieren kann. Im Online-Marketing wird BI derzeit noch verhalten eingesetzt. Statt zukünftige geschäftliche Entwicklungen zu simulieren, verwenden die Unternehmen BI-Werkzeuge häufig mehr für klassische Aufgaben des Berichtswesens. BI verkümmert so eher zu einer Automatisierung der Datenzusammenführung.

Eine Verschwendung von Ressourcen und Möglichkeiten, denn Business Intelligence könnte viel mehr:

•     Simulationen und Prognosen liefern Antworten auf die Frage, welchen Mehrwert eine Maßnahme in einem bestimmten Kundensegment bringt. Das betrifft etwa die Buchung von Werbung und gerade das Vorhalten von Waren im Longtail.

•     BI macht erst die Produktgruppen sichtbar, die nutzbringend im Rahmen von Cross- oder Upselling bestimmten Kundensegmenten angeboten werden können.

•     Dem Kunden kann die in der jeweiligen Situation optimale Bezahlart angeboten werden. BI und Big Data bringen zum Beispiel die Erkenntnis, dass ein Kunde aus einer bestimmten Region beim Kauf von Produkten einer bestimmten Gruppe vielleicht eher zur Kreditkarte als Lastschrift greift. Dann muss diese Methode natürlich besonders hervorgehoben werden.

•     BI hilft bei der Warensteuerung oder der Optimierung von Retouren, zum Beispiel durch die Optimierung von Paketgrößen oder Gewichtsreduktion von Verpackungsmaterial.

•     Über die Verknüpfung von CRM, Shop und weiteren Systemen werden die Kunden in einer vollständigen Darstellung sichtbar, was Aufschlüsse über den Verlauf der Kundenbeziehungen erlaubt.

So wird Business Intelligence im E-Commerce erfolgreich

•     Eine Lösung für Business Intelligence ist nur so gut, wie die daran gestellten Fragestellungen. Mit BI wird noch zu stark in einzelnen Fachbereichen gearbeitet. Optimal ist, wenn vor und während der Einführung der BI bereichsübergreifende Projektgruppen gemeinsam Fragestellungen entwickeln. Und auch nach der technischen Einführung sollte innerhalb der Gremien, die die Unternehmensstrategie bestimmen, mit BI gearbeitet werden.

•     Die Datenqualität muss oben auf der Agenda stehen. Nur mit verlässlichen Daten kann BI auch belastbare Aussagen treffen.

•     BI ist mehr als ein Data Warehouse. Das Zusammenführen aller Daten in eine zentrale Datenbank ist in den meisten Fällen gar nicht notwendig und wird auch der aktuellen Aufbauorganisation in den meisten Firmen nicht mehr gerecht.

•     Bi erfordert eine agile IT! Die Prospekte versprechen es anders, aber eine BI-Lösung direkt von der Stange gibt es nicht. Die besten Fragestellungen helfen nichts, wenn es der IT nicht gelingt, die zur Beantwortung notwendigen Reports möglichst rasch zusammenzustellen.

Ohne Umdenken und der Einführung von bereichsübergreifenden Prozessen wird Business Intelligence weit hinter seinen Möglichkeiten zurückbleiben.