Ansehen - Junior Business Team

Das Thema Big Data hat in den letzten Jahren enorm an Bekanntheit gewonnen.
Unternehmen
wie
Facebook,
Google
und
Amazon
zeigen,
welcher
Wettbewerbsvorteil aus der Datenansammlung und –auswertung entstehen
kann. Informationen werden neben Boden, Arbeit und Kapital zum vierten
Produktionsfaktor.
Dennoch
konnte
sich
dieses
Instrument
zur
Kundensegmentierung größtenteils noch nicht auf dem Markt etablieren. Laut
einer Studie von Cisco 2013, ziehen lediglich 26% der deutschen Unternehmen
einen strategischen Mehrwert aus Daten. Woran liegt das und wie kann man
gegen diese Barrieren vorgehen? Das Junior Business Team hat diese Frage
näher untersucht.
Allgemein gefasst bezeichnet der Begriff Big Data eine Datenmenge, die zu groß ist für
herkömmliche Methoden der Datenverarbeitung sowie den Prozess der Auswertung
und Nutzung dieser Daten zugunsten der Unternehmen. Die Menge der auswertbaren
Informationen steigt exponentiell. 90% der Daten der gesamten Weltgeschichte sind
im Zeitraum 2010 bis 2012 entstanden. Dabei lässt sich über diese Daten einerseits
auf
das
Konsumverhalten
Organisationen
gegenüber
schließen
verschlanken.
ihren
und
Unternehmen
Konkurrenten.
Zwar
ist
anderseits
gewinnen
Big
Data
können
so
sie
einen
noch
Prozesse
klaren
kein
in
Vorteil
gewohntes
Untersuchungsthema, jedoch gibt es bereits Ansätze von Analysen.
1
Definition von Big Data anhand der 4 V‘s von IBM
Bekannter Analyst und Nutzer großer Datenmengen ist der Weltkonzern IBM. Um die
Masse an entstehenden Daten während den Datentransfers von z.B.
Behandlungsunterlagen und Musik Downloads allgemein verständlich darzustellen,
haben die Spezialisten von IBM Big Data in vier Dimensionen unterteilt: Volume,
Variety, Velocity und Veracity – die 4 V des Big Data.
Abbilung 1: 4 V’s der Big Data
Volume
Variety
Velocity
Veracity
Quelle: in Anlehnung an IBM Big Data & Analytics HUB
Volumen (Volume) – der Maßstab an Daten. Etwa 40 Zettabytes an Daten werden
bis 2020 entstehen. Dies entspricht 1.000.000.000.000 Gigabyte und 300 Mal so
vielen Daten wie im Jahr 2005. 2,5 Quintillion (2530) Bytes an Datenmenge entstehen
jeden Tag. Die meisten Unternehmen in den Vereinigten Staaten haben mindestens
100 Terabytes an Daten gespeichert.
Vielfalt (Variety) – die verschiedenen Formen von Daten. 30 Milliarden Einheiten
verschiedenen Contents werden jeden Monat auf Facebook geteilt. Es gibt über 400
Millionen tragbare Gesundheitsgadgets und 400 Millionen Tweets werden pro Tag von
um die 200 Millionen aktiven Usern veröffentlicht.
Geschwindigkeit (Velocity) – die Analyse von Streaming Daten. Bis 2016 werden
18,9 Milliarden Netzwerk-Verknüpfungen bestehen. Das sind 2,5 Netzwerke pro
Person. Moderne Kraftfahrzeuge können bis zu 100 Sensoren besitzen, welche z.B.
Einheiten wie Kraftstoffverbrauch messen und übertragen können. Während jeder
Handelsperiode wird ein Terrabyte an Informationen erfasst, z.B. bei einer Sitzung.
Wahrhaftigkeit (Veracity) – die Messgenauigkeit von Daten. Einer von drei
Geschäftsführern traut den Informationen nicht, die er zur Entscheidungsfindung
verwendet. 27% der Arbeitnehmer sind sich unsicher, wie ungenau ihre Daten sind.
2
Mangelhafte Datenqualität kostet die US-amerikanische Wirtschaft 3,1 Trillionen Dollar
pro Jahr.
Big Data umfasst eine Vielzahl an internen und externen Informationen wie
Transaktionen, das Social Web, Inhalte in Unternehmen und mobile Endgeräte. Mit der
richtigen Betrachtungsweise können Unternehmen diese Informationen wirksam
nutzen, um ihre Produkte und Services gezielt den Bedürfnissen der Konsumenten
anzupassen und Prozesse zu optimieren. Dies hat zur Folge, dass bis Ende 2015
weltweit etwa 4,4 Millionen IT Jobs entstehen werden, um mit dieser
sehr großen
Menge an Daten zu arbeiten. Nach den 4 V’s kann zumindest eine Übersicht über die
relevanten Indikatoren für das Steuern von Big Data im Unternehmen gewonnen
werden. Wie das in der Praxis aussieht, erklären wir in den folgenden Abschnitten.
Abbildung 2: Big Data Evolution
(Quelle: in Anlehnung an Teradata, 2012)
Wie Big Data funktioniert
Die Funktionsweise von Big Data ist an der strategischen Wertschöpfungskette der
Unternehmen (Porter) herbeizuführen. Diese teilt die notwendigen Prozesse zur
erfolgreichen Markteinführung in mehrere Phasen auf; von der Entwicklung des
Produkts und dessen Produktion über das Marketing und den Vertrieb bis zum Kunden.
In einer traditionellen Organisation bedeutet dies die Innovation eines Produkts, die
Fertigung, die Absatzwirtschaft und den Verkauf.
3
Die Implementierung von Big Data setzt eine kundenzentrierte Organisation voraus.
Der Kunde wird dabei in der Produktentstehungskette an erster Stelle betrachtet und
die Prozesse somit in der entgegengesetzten Reihenfolge angewandt.
Zunächst werden Daten erhoben und der Kunde analysiert. Wünsche, Bedürfnisse und
Anforderungen geben die grundlegende Orientierung vor. Diese Anforderungen werden
aufgenommen
und
der
Kunde
anhand
dessen
beraten.
Während
das
Dienstleistungsmanagement bereits hier einen großen Nutzen aus der Strategie zieht,
müssen
betriebliche
Unternehmen
ihren
Marketingmix
und
bei
Bedarf
die
Produktpalette neu ausrichten. Zunächst auf die Individualisierung, später auf die
Neueinführung von Produkten stellt sich so die vollständige Organisation auf die
geographischen, demographischen und interessengeleiteten Daten der Kunden um. So
kann zeitnah ein Angebot erstellt werden, das den Wünschen und Bedürfnissen der
Zielgruppen entspricht.
Herausforderungen, die den Durchbruch von Big Data blockieren
Herausforderungen, die zu Barrieren führen können, sind abhängig von den Zielen,
der Erfahrung der Organisation, den Datenzugangsmöglichkeiten sowie weiteren
branchen- und unternehmensspezifischen Faktoren. Einer davon ist die vermehrt
auftretende niedrige Investition in IT-Stellen. Auch entsteht durch den direkten
wirtschaftlichen Bezug einer Big Data-Strategie Druck, einen präsenten Nutzen daraus
zu ziehen. Dienstleister haben hier geringere Barrieren zu bewältigen. Eine McKinseyStudie im Jahr 2011 ergab, dass auch die Entwicklung der jeweiligen Länder Einfluss
auf das Wachstum von Big Data hat. Vor allem die Infrastruktur des Internets und der
Ausbau der landesweiten IT sind grundlegende Faktoren für oder gegen die Einführung
von Big Data.
Auch die kontextlose Interpretation sowie die Repräsentativität der erhobenen Daten
sind umstritten. Datenauswertungen sollten deshalb mehrmalig durchgeführt werden,
bevor
Entscheidungen
Datenzugang
stellt
auf
der
Basis
der
Ergebnisse
jedoch
für
einen
Großteil
der
getroffen
werden.
Unternehmen
die
Der
größte
Herausforderung dar. Daten können gekauft oder selbst erhoben werden. Jedoch ist
die Extrahierung zeitaufwendig und die Anbieter nicht immer vorhanden oder günstig.
Wie gelangen also Unternehmen an solch eine große Menge von Daten?
39
%
der
Unternehmen
gewinnen
ihre
Daten
aus
IT-
und
Telekommunikationssystemen wie Apps und System-Monitoring. 36 % ziehen
Daten
aus
Anwendungen
in
der
Cloud
und
34
%
bedienen
sich
unstrukturierter Inhalte wie E-Mails und Office-Dokumente. Dies ergab eine
US-amerikanische Studie im Jahr 2012. Zu den oben genannten Störfaktoren stoßen
einige
themenspezifische
Barrieren
hinzu,
die
jedoch
durch
dargestellte
Lösungsansätze Chancen zur Verwirklichung eines solchen Konzepts ermöglichen.
4
Weitere Barrieren und deren Lösungen
Laut einer Umfrage von Forrester im Jahr 2011 sind sich zwei Drittel der USamerikanischen Online-Kunden unsicher, was mit ihren persönlichen Daten passiert.
Die Zahl an zur Weitergabe akzeptierten persönlichen Daten ist bei den Pragmatisten
deutlich höher als bei den Fundamentalisten. Diese vermeiden eine Weitergabe völlig.
Dieses gesellschaftliche Problem lässt sich durch ein optimiertes Preis-LeistungsVerhältnis,
bisherige
Kauferfahrungen
mit
dem
Unternehmen
und
persönlichen Empfehlungen lösen. Den größten Einfluss hat das Vertrauen zu der
Organisation. Das Vertrauen steht im Mittelpunkt. Um dabei den Konsumenten
entgegen zu kommen, sollte den Konsumenten mehr Freiheit bei der
Verwaltung ihrer Daten gegeben werden.
Ethik spielt eine Rolle, sobald Organisationen den Wert von Informationen nutzen.
Dies führt zu immer schnelleren und größeren Konsequenzen auf die Markenqualität,
Kundenbeziehungen und den Umsatz, aber auch auf die Handlungsentscheidungen der
Kunden. Eine neue Wertestruktur muss also zur Nutzung von Big Data berücksichtigt
werden. Natürlich stellen rechtliche Verpflichtungen eine allgemeine Lösung für das
Problem dar. Jedoch wird dieser Prozess, trotz der wachsenden Datennutzung, einige
Zeit
auf
sich
nehmen.
Vorbeugend
ist
die
Einstellung
eines
Datenschutzbrauftragten zur Einführung und Überwachung datenschutzrechtlicher
Richtlinien sinnvoll. Vier Komponenten sind dabei essenziell: Die Prüfung, Analyse,
Artikulation und Handlung der erhobenen Daten. Organisationen, die sich hinsichtlich
der ethischen Diskussionen klar positionieren, profitieren durch Akzeptanz und
Angebotsannahme,
Verringerung
der
rechtlichen
Spannungen,
Steigerung
der
Innovationsgeschwindigkeit und die Verminderung von Risiken.
Fazit - Wie kann Big Data nun realisiert werden?
Ein hoher Aufwand an Zeit und Ressourcen ist der Grund dafür, dass sich Big Data nur
sehr langsam auf dem Markt durchsetzt. Um dem entgegenzuwirken und Big Data
erfolgreich in der Unternehmensstruktur zu implementieren, sollten Maßnahmen
durchgeführt
werden,
die
sich
an
der
Effizienz
orientieren.
Anstelle
des
nachträglichen Filterns hält das Suchen nach spezifischen Daten das Volumen
klein. Dafür müssen das Ziel und die dafür benötigten Daten bereits im Vorfeld
definiert werden. Von den zuständigen Teams und Managern wird erwartet, klare Ziele
zu setzen, Erfolg zu definieren und bei der Erhebung die richtigen Fragen zu stellen.
Auch strategische Entscheidungen gehen mit der Implementierung von Big Data
einher. Lokale Marktentwicklungen müssen verstanden und das Unternehmen anhand
dessen ausgerichtet werden. Das Einstellen von Experten in der
Sammlung,
Speicherung, Steuerung und Sicherheit von Daten sowie zur Auswertung und
Interpretation ist notwendig.
5
Einer
der
notwendigen
Schritte
ist
die
rechtliche
Absicherung.
Frühzeitige
Vorbereitung, Absicherung gegen eine inkonsistente Rechtslage, die Anonymisierung
der erhobenen Daten und das Erlangen von Know-How, z.B. über Einstellungen oder
Agenturen, decken das Wissensmanagement ab. Um die Kompetenz der zuständigen
Teams und die Akzeptanz im Unternehmen zu ermöglichen sowie um falschen
Erwartungen durch Unwissen entgegenzutreten, sind ein Training der Führungskräfte,
die korrekte Kommunikation der Vision und Outsourcing die ersten Schritte in ein
intern funktionierendes System.
Um
gesellschaftlichen
Problemen,
wie
Vertrauensverlust
und
Verletzung
der
Privatsphäre entgegenzutreten, sollten ein umfassender Datenschutz, Transparenz
und ein langfristig vorbildliches Verhalten gewährleistet sein. Zuletzt können ethische
Konflikte durch die Entwicklung und Implementierung von klaren Richtlinien sowie die
offene Stellungnahme des Unternehmens zu kritischen Punkten und dem eigenen
Wertesystem umgangen werden.
Das JBT – über 17 Jahre Erfahrung mit Markt- und Wettbewerbsanalysen
Das Junior Business Team e.V. (JBT) ist eine studentische Unternehmensberatung mit
regionalem Bezug zum Großraum Stuttgart, die Beratungsprojekte für Unternehmen
jeder
Größe
und
Branche
durchführt.
Die
Erstellung
von
Markt-
und
Wettbewerbsanalysen gehört dabei zu den am häufigsten durchgeführten Projekten und
stellt eine zentrale Kernkompetenz dar. Die Mitglieder des JBTs sind unternehmerisch
denkende
Studierende
mit
betriebswirtschaftlichem
Schwerpunkt,
welche
die
Beratungstätigkeit nicht hauptberuflich, sondern aus innerer Überzeugung heraus neben
dem
Studium
ausüben.
Unkonventionelle
Denkweisen
und
die
Leidenschaft
für
wirtschaftliche Fragestellungen gehören seit der Gründung 1997 zu unseren wichtigsten
Erfolgsfaktoren der studentischen Berater.
Mehr über das JBT erfahren!
____________________________________________________________________
Vertiefende Quellen:
 Stefanie King (2013): Big Data – Potenzial und Barrieren der Nutzung im
Unternehmenskontext. 1. Auflage. München: Springer VS
 http://www.channelpartner.de/a/goldgrube-big-data-wartet-auf-ihreerschliessung,2604687
 http://www.ibmbigdatahub.com/infographic/four-vs-big-data
6
Ihr Ansprechpartner zum Thema
Aaron Kroll
Ressortleiter Marketing & PR
Mobil: +49 170 289 78 83
E-Mail: [email protected]
Ihr Ansprechpartner zum JBT
Andreas Hauschke
JBT studentische Unternehmensberatung UG (haftungsbeschränkt)
Steckfeldstr. 1, 70599 Stuttgart
Tel.: +49 (0) 176 / 10 35 66 00
www.studentische-beratung.de
7