#2/17 Blickpunkt

Die Daten sprechen lassen

Data Analytics findet heraus, was Kunden wollen

Bislang waren sie einfach da. Daten, die eben entstehen, wenn Kunden einkaufen, Mails schreiben, Angaben ändern. Oder wenn Maschinen Produkte herstellen. Nur wenn Daten feinsäuberlich sortiert waren, konnten Computerprogramme etwas mit ihnen anfangen. Data Analytics macht mehr möglich: Aus einem Haufen ungleicher Informationen erkennt die Software Zusammenhänge, erstellt Analysen oder trifft Vorhersagen.

Martina Musterfrau hat im Online-Shop ihren Nachnamen geändert. Bald wird sie neue Möbel bestellen. Der 32-jährige Max Mustermann hat schon seit zwei Jahren keinen Termin mehr mit seinem Bankberater vereinbart. Es ist wahrscheinlich, dass er in den nächsten Monaten zu einem anderen Institut wechselt. Das sind nur fiktive Beispiele. Aber sie zeigen, welche Zusammen­hänge Data Analytics erkennt. Daten sind die wahren Schätze und Wettbe­werbs­vorteile im 21. Jahrhundert. Indem sie ihre Fülle an Daten auswerten, erfahren Unternehmen mehr über die eigenen Kunden und darüber, wie sie Produkte nutzen. Dieses Wissen müssen sie nur noch richtig einsetzen. Zum Beispiel im Kundenservice. Bei einem großen Kundenstamm überblicken Menschen nicht mehr, was jeder Einzelne braucht. Data Analytics kann es. Nachdem sie ein Sofa gekauft hat, bekäme Martina Musterfrau zum Beispiel schon vorab Vorschläge für neue Couchtische und Kleiderschränke. 


Und das sogar ziemlich unmittelbar. Maschinen reagieren in Echtzeit auf Daten­eingaben – ein nützliches Werkzeug in Kundengesprächen. Am Telefon stellen sich Mitarbeiter der Service-Hotline mit den Ergebnissen der Echtzeitanalyse besser auf die Stimmung der Kunden ein. Im Verkaufsgespräch haben Vertreter sekundenschnell die passenden Angebote parat, wenn die Analyse­programme zeitgleich mitlaufen.

Mehr als ein Kundenversteher

Data Analytics kann viel mehr, als Kunden besser erforschen. Die Systeme sind – je nach Einsatzart – selbstlernend und spielen verschiedene Szenarien durch. So lassen sich Aussagen über die Zukunft treffen, aber auch Zusammenhänge zwischen der Vergangenheit und der Gegenwart herstellen. Das nennt man Mustererkennung. Damit können Unternehmen wirtschaftliche Trends erkennen und sich darauf vorbereiten. Und sie können Produkte verbessern, Maschinen warten oder Missbrauch – wie etwa von Kreditkarten – abwehren.  


Die Masse an Daten bringt noch mehr mit sich: neue Berufsbilder zum Beispiel. Solche wie die des Data Scientist, der die Daten erhebt, aufbereitet und weiterverwertet. Was bleibt, ist die Herausforderung, diese große Fülle an Daten sicher zu verarbeiten.


Kerstin Gubitz

Die wichtigsten Begriffe