Big Data-Marktforschung und -Strategie

Was sind Big Data?

Der Begriff „Big Data“ bezeichnet den Prozess der Identifizierung, Sammlung, Analyse und Interpretation sehr großer Datenmengen, um aussagekräftigere und umsetzbare Entscheidungen zu ermöglichen. Zwar werden pro Sekunde tatsächlich mehr Daten erstellt, aber die Fähigkeit, diese schneller und auf mehr Arten zu analysieren, gewinnt zunehmend an Bedeutung. Die wachsende „Cloud“ und die Computerspeicherkapazität haben ebenfalls zu seiner jüngsten Popularität beigetragen.

Much as Moore’s Law applies to computer chip capacity, it is now possible to store, manage and more quickly process extremely large volumes of data due to technological improvements, while doing so at greatly reduced costs.[/fusion_li_item]

[fusion_li_item icon=””]As such, many organizations have integrated traditional market research skills with IT programming talent to analyze extremely large data sets in an effort to uncover patterns, trends, and correlations relating to human behaviors and interactions.Due to the widespread use of social media such as FaceBook, twitter, and LinkedIn, along with video sharing tools like Youtube, Instagram and Pinterest, the volume of textual and visual information is growing exponentially on a global basis. Many countries have these same websites along with their own versions plus many mobile device apps.Much of Big Data is “unstructured” in nature, in a sense like qualitative data as found in responses to open-ended questions or focus groups.On the other hand, data obtained from sources such as web traffic visits, clicks, and financial transactions is numeric and “structured”. By being quantifiable, such data is easier to analyze.With increasingly more consumer and business demographics, opinions, preferences, and behaviors being collected, it is possible to construct more meaningful pictures and conclusions out of disparate bits of data using sophisticated software programs and statistical tools.

Wie erhält man Big Data?

Daten über Kunden können aus vielen Quellen bezogen werden. Beispiele hierfür sind ihre Webprotokolle (d. h. Website-Aktivitäten), Kundendienstinteraktionen, Abonnement- und Registrierungsformulare, Umfragen, Blogs und Erwähnungen in sozialen Medien. Durch die Integration einer E-Mail-Adresse von einem Ort, einiger demografischer Daten von einem anderen, zusammen mit dem geografischen Standort, Berufsbezeichnung und Funktion, Familiengröße und vielen anderen Elementen aus verschiedenen Quellen können Sie möglicherweise ein relativ detailliertes Profil einer Person erstellen. Wird Ihr Firmen- oder Markenname diskutiert? Welche Wörter oder Begriffe werden tendenziell damit in Verbindung gebracht? Haben sie eine positive oder negative Konnotation? Wie sieht es bei Ihrer Konkurrenz aus? Wenn Sie solche „unstrukturierten“ Daten erhalten und quantifizieren können, können Sie diese Ihrer Datenbank hinzufügen.

Was kann mit Big Data gemacht werden?

Sobald Sie ein besseres Kundenprofil haben, können Sie es mit anderen Faktoren wie Häufigkeit und Menge der Käufe, Preisschwankungen, Werbeinhalt und Medienplatzierung, Tages- oder Wochenzeit, regionalem Standort und mehr kombinieren. Möglicherweise wird eine Beziehung aufgedeckt, die Dinge miteinander verbindet und Einblicke nicht nur in das „Was“, sondern auch in das „Warum“ eines Ereignisses bietet. Sie können beispielsweise nicht nur erfahren, wie oft jemand Ihre Website besucht, auf eine Anzeige geklickt oder einen Kauf getätigt hat, sondern auch, warum einer Person etwas gefallen hat, einer anderen jedoch nicht. Mit diesem Wissen ist es dann möglich, die Wahrscheinlichkeit zu erhöhen, dass ein bestimmtes Publikum gezielten Inhalten (z. B. Werbebotschaften) ausgesetzt ist und diese liest, und auf vorhersehbarere und gewünschtere Weise zu handeln.

Ist Big Data etwas für Sie?

If you can pose a question like this that relates to a business objective where the answer would help you make a better decision, then Big Data could be for you. So for instance, are you trying to attract new customers, sell more to existing ones, find ways to reduce costs, improve customer service?[/fusion_li_item]

[fusion_li_item icon=””]It is much better to have objectives or hypotheses to test before delving into Big Data. Although an examination of many variables may eventually find some that correlate, e.g. one’s height and their choice of credit card, there maybe little or no value to knowing this.Thus, without a plan, one can easily expend (and waste) huge resources.

Wie sollten Sie Big Data nutzen?

Das Ziel besteht darin, „aus Unsinn einen Sinn zu machen“ und eine „Analyselähmung“ zu vermeiden (bei der so viel Zeit mit der Betrachtung von Daten verbracht wird, dass sich die Entscheidungsfindung verzögert).

Wichtiger als die Daten selbst ist die Entscheidung, wonach gesucht werden soll. Mithilfe herkömmlicher statistischer Analysen lässt sich ermitteln, welche Variablen am wahrscheinlichsten mit bestimmten Ergebnissen in Zusammenhang stehen (und diese verursachen).

Durch die Aufdeckung und Konzentration auf wichtige frühere und aktuelle Verhaltensweisen von Kunden ist es möglicherweise möglich, ihnen passendere und aussagekräftigere Nachrichten oder Werbungen zuzuschneiden, die sich auf zukünftige Aktionen wie den Kauf oder die Empfehlung Ihrer Produkte auswirken. Diese Übung erfordert oft extreme Rechenleistung und Softwareprogramme sowie in deren Verwendung geschultes Personal, um aus riesigen Datensätzen die richtigen Schlussfolgerungen zu ziehen. Daher ist es bei Bedarf eine gute Idee, einen Drittanbieter zu konsultieren, der auf die Arbeit mit solchen Daten spezialisiert ist.

Was wir tun

Strategische und Wettbewerbsanalyse

Experteninterviews mit Big Data-Spezialisten

Beschaffung von Big Data-Experten

Strategische Planungsberatung

Marktchancenbewertungen