Effiziente Massendatenauswertung
Big-Data: Anwendungsbeispiele im CRM
Fortsetzung des Artikels von Teil 1
Big-Data: Lücke zwischen Theorie und Praxis
Was immer häufiger sichtbar wird, ist eine Lücke zwischen Theorie und Praxis, wenn es um die Realisierung von Anwendungsszenarien geht, vor allem im Bereich CRM. Nicht nur der „gläserne Kunde“ wird durch das Gesetz geschützt, sondern auch die technische Verknüpfung von Facebook-Profilen mit den unternehmensinternen Daten stellt eine Herausforderung dar. Denn zum einen muss der Kunde dieser Verwendung seiner Daten zustimmen (was meist über Gewinnspiele, Aktionen oder Spiele versucht wird) und zum anderen muss der Facebook-Account mit dem richtigen Kunden zusammengeführt werden, was teils schwierig ist, da häufig nicht der richtige Namen angeben wird oder alternative E-Mail-Adressen genutzt werden.
Dies sind nur einige Gründe, die einen Einsatz von Big-Data-Technologien vor mehrere Herausforderungen stellt, die aber durchaus lösbar sind.
Zunächst ist es notwendig entsprechende Anwendungsfälle zu finden, die den Einsatz von Big-Data-Technologien erfordern und insbesondere deren Mehrwert der Investition in Big-Data gegenüberzustellen.
Weiterhin ist es erforderlich, nicht nur viele Daten analysieren zu wollen, sondern auch inhaltlich und qualitativ geeignete Daten zu verwenden, die sich über unterschiedliche Quellen hinweg verknüpfen lassen. Daher startet ein Big-Data-Projekt nicht erst mit der Einführung von neuen Technologien, sondern bereits bei der Definition von Anwendungsfällen, der Berechnung von Business-Cases und der Analyse, welche Daten vorhanden sind beziehungsweise benötigt werden.
Liegt eine geeignete Datenbasis vor, kann ein Proof of Value bereits mit traditionellen Business-Intelligence-Werkzeugen durchgeführt werden, die heute schon bereits größere Datenmengen immer schneller verarbeiten können.
Insbesondere Tools zur visuellen ad-hoc Analyse eigenen sich dabei zur Überprüfung von Hypothesen von Anwendungsfällen oder zeigen Potenziale einer Realisierung auf. Möglicherweise kann auch die Visuelle-Analyse Auffälligkeiten zu Tage fördern, die sich für weitere Anwendungsfälle nutzen lassen.
So muss man festhalten, dass sehr viele Themen, fachlicher und technischer Art, unter dem Begriff Big-Data subsummiert werden können. Nahezu alles bringt interessante Anwendungsfälle mit, deren Mehrwert den Investitionen in Big-Data-Technologien gegenüberzustellen und abzuwägen ist. In einigen Fällen kann das Ergebnis sein, dass mit der Vorstufe über existierende Technologien bereits ein erster Mehrwert generiert werden kann und dedizierte Big-Data-Methoden anschließend viel zielgerichteter eingesetzt werden können. Wurden Big-Data-Technologien bereits in einem Unternehmen einmal eingeführt oder halten durch die stetige Weiterentwicklung existierender Werkzeuge langsam Einzug, so kann auch mit Anwendungsfällen experimentiert werden und es können so vielleicht ungeahnte Chancen realisiert werden.
Voraussetzung für den Einsatz von Big-Data-Technologien bleibt jedoch immer ein nachhaltiges und fundiertes Informationsmanagement, denn die Qualität der Quelldaten entscheidet über die Qualität der Ergebnisse, auch bei Big-Data.
- Big-Data: Anwendungsbeispiele im CRM
- Big-Data: Lücke zwischen Theorie und Praxis
Lesen Sie mehr zum Thema
