Big Data-Ansätze versprechen mehr als sie halten: Weniger Daten bringen mehr

Wie viel nützt Big Data wirklich? In vielen Unternehmen macht sich Skepsis breit. Denn aus den riesigen Datenmengen wertvolle Erkenntnisse zu ziehen, ist mühsam und kostenintensiv. Der Smart-Data-Ansatz scheint erfolgversprechender. Er sollte in fünf Schritten erfolgen.

„Nur wenige Unternehmen sind heute in der Lage, Prozesse oder Produkte mit Big Data grundlegend zu verbessern“, sagt Björn Bloching. Er ist Studienautor, Partner von Roland Berger und Leiter des globalen Competence Center Digital der Strategieberatung.

In vielen Firmen herrsche ein Gefühl der Daten-Überforderung. „Smart Data hilft Unternehmen, mit den richtigen Daten ihre Geschäftsmodelle schrittweise zu verbessern, ohne in die Fallen der Daten-Überflutung zu tappen“, erklärt Bloching. „So können Firmen ihre Kunden besser verstehen und sie stärker an sich binden.“

Das Ziel von Smart Data-Ansätzen ist es immer, den Kundenwert langfristig zu erhöhen. Denn nur wenn Daten zu sammeln und auszuwerten einen Mehrwert für den Kunden darstellt, ist der Verbraucher bereit, seine Daten zur Verfügung zu stellen. Diese Haltung im Bereich der Privatsphäre und des Datenschutzes nennen Strategieberater „Earned Data“.

Mit Datenauswertung Mehrwert für Kunden liefern

„Die smarte Nutzung von Kundendaten ist eine entscheidende Voraussetzung für die kundenzentrierte Neuausrichtung von Unternehmen im digitalen Zeitalter“, erklärt Lars Luck, Leiter Group Strategy der Metro Group. „Firmen mit einer erfolgreichen Smart Data-Strategie sammeln Daten, durch die sie ihre Kunden besser verstehen und ihnen zur richtigen Zeit maßgeschneiderte Angebote unterbreiten können.“ Denn Verbraucher reagieren sehr sensibel, wenn ihre persönlichen Daten wahllos verwendet oder sogar an Dritte verkauft werden. Mit einer richtigen Smart Data-Strategie haben Unternehmen dagegen die Chance, ihre Kunden in der faszinierenden, aber manchmal auch verwirrenden digitalen Welt zu begleiten.

Der Smart Data-Zyklus in fünf Schritten

Das neue Buch „Smart Data“, das von Björn Bloching, Lars Luck und Thomas Ramge in Kooperation mit Roland Berger Strategy Consultants verfasst wurde, zeigt an Anwendungsfällen, wie Firmen Daten effizient nutzen können, ohne die Organisation technisch, personell und finanziell zu überfordern.  Zudem erläutern die Autoren, was sich bei Führung und Unternehmensstruktur ändern muss, damit eine Firma zum Smart-Data-Champion werden kann.

Die Autoren erklären, wie Unternehmen in der digitalen Welt Strategien entwickeln, die sie erfolgreich umsetzen können. Da niemand sagen kann, welche Produkte sich Kunden in drei bis fünf Jahren wünschen oder welche Technologie sich durchgesetzt hat, sollte der Smart Data-Ansatz in fünf Schritten erfolgen.

• Schritt 1: Die richtigen Fragen stellen – In Workshops mit verschiedenen Abteilungen und externen Partnern, wie Kunden und Lieferanten, sollten Unternehmen die wesentlichen Probleme und ihre Ursachen herausarbeiten. Daraus lassen sich konkrete Strategien und Projekte ableiten, um die Probleme zu lösen.
• Schritt 2: Die richtigen Daten nutzen – Es kommt nicht auf die Menge der Daten an, sondern auf ihre Relevanz. Denn Daten sollen helfen, neue Erkenntnisse über die Kundenbedürfnisse zu gewinnen. Wichtig ist es dabei, möglichst viele Informationen zu sammeln. Neben vorhandenen Informationsquellen sollten Firmen weitere Daten erheben oder sie im Rahmen von Datenpartnerschaften mit anderen Unternehmen tauschen.
• Schritt 3: Den Kunden verstehen – Kundengruppen müssen zunächst segmentiert werden, um ein klares Konsumverhalten ableiten zu können. Alle Abteilungen sollten hier mit der gleichen Segmentierung arbeiten, sodass Marketingmaßnahmen einzelner Abteilungen nicht parallel laufen oder sich gar gegenseitig behindern.
• Schritt 4: Die Unique Selling Proposion (USP) herausarbeiten – Im nächsten Schritt wird die USP erarbeitet, um das Produktangebot intelligent an die Kundenbedürfnisse anzupassen. Kontrollgruppen sollen dann helfen, die Akzeptanz und Profitabilität möglicher Angebotsvariationen zu testen und zu optimieren. Ziel ist es, ein lernendes System zu entwickeln.
• Schritt 5: Den Kunden richtig ansprechen – Bis ein Kunde ein Produkt tatsächlich kauft, kommt er mit dem Unternehmen mehrfach in Kontakt – durch Produktinformationen, Online-Rezensionen oder Empfehlungen aus dem Bekanntenkreis. Firmen sollten diese Kontaktpunkte und ihre Wirkung auf die Kunden analysieren, um ihr Angebot eventuell anpassen zu können. „Smart Data ist ein selbstlernendes System. Unternehmen müssen alle Aktivitäten permanent auf ihre Wirksamkeit hin überprüfen“, erklärt Co-Autor Thomas Ramge. „Denn nur so können sie testen, ob sich ihre Bemühungen positiv oder negativ auf das Kundenverhalten auswirken, und Marketingmaßnahmen entsprechend justieren.“

Change Management ist Voraussetzung für erfolgreiche Smart Data-Strategien

Mit der Einführung des Smart Data-Zyklus beginne auch der Change Management-Prozess: Alle Mitarbeiter müssen von der Notwendigkeit und den Vorteilen einer intelligenten Datenauswertung überzeugt werden.

Dies sollte sich auch im Vergütungssystem widerspiegeln: Nur, wer nachweislich den Smart Data-Ansatz bei seiner Arbeit anwendet, wird auch incentiviert. Dabei sollte das Management Rahmenbedingungen schaffen, die digitale Transformation ermöglichen.

Das heißt: Neben flexiblen Strukturen, Prozessen und Technologien sollten auch Fehler erlaubt sein, denn so können Angebote im digitalen Wettbewerbsumfeld weiter optimiert werden. Außerdem sollten Technologien schnell programmierbar und implementierbar sein; bei Bedarf sollten sie sich einfach anpassen lassen. So halten sich die Investitionskosten in Grenzen.

Schließlich setzt der Smart Data-Zyklus voraus, dass ein dezidiertes Mitarbeiter-Team den Veränderungsprozess konsequent umsetzt. „Je weiter die Digitalisierung voranschreitet, desto wichtiger wird es, intelligent mit Daten umzugehen. Unternehmen, die diese analytische Kompetenz nicht aufbauen, werden früher oder später vom Markt verschwinden“, fasst Roland Berger Experte Bloching zusammen.