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