Big Data treibt die Digitalisierung voran

Big Data im Handel

von - 04.05.2018
O2 Shops
O2-Shops: Der TK-Konzern Telefónica optimiert mit Hilfe von Datenanalysen ausgewählte Shops seiner Marke O2 für Besucher.
(Quelle: Telefónica)
Laut der Bitkom-KPMG-Studie „Mit Daten Werte schaffen“ arbeiten erst 19 Prozent der Händler in Deutschland mit Big-Data-Analysen. Immerhin ein Drittel der befragten Unternehmen im Handel erwarten, dass Big Data ihre traditionellen Geschäftsmodelle verändern wird. Besonders wichtig ist Big Data dem Handel bei der Unterstützung von Entscheidungsprozessen. 92 Prozent der Handelsbetriebe greifen dafür auf Kunden­daten zurück, 80 Prozent auch auf Transak­tionsdaten, 77 Prozent auf Verhaltensdaten und 65 Prozent zusätzlich auf Markt- und andere ökonomische Daten.
Telefónica NEXT, ein Spin-off von Telefónica Deutschland, berechnet zum Beispiel anonymisierte Besucherströme auf Basis der Mobilfunkdaten im Einzugsgebiet von Geschäften. Diese Technologie ist seit Oktober 2017 auch in ausgewählten O2-Shops im Einsatz. Nach der Analyse können Werbetreibende und Händler ihre Kunden datenbasiert dort ansprechen, wo entsprechende Angebote für sie relevant sind.
„Mit unseren Services geben wir stationären Händlern und Marken eine datenbasierte Entscheidungsgrundlage an die Hand, um ihre Zielgruppen genauer zu verstehen und mit relevanteren Botschaften anzusprechen. Das stärkt nicht zuletzt die Innenstädte, wenn sich lokale Geschäfte gegenüber der Online-Konkurrenz besser behaupten können“, erklärt Jens Lappoehn, Geschäftsführer Advanced Data Analytics bei Telefónica NEXT.

Big Data bei Versicherungen

Big Data nach Branchen
Vorreiter: Wie sehr Unternehmen Big Data nutzen, unterscheidet sich sehr von Branche zu Branche. Besonders aktiv sind unter anderem die Gesundheits- und Versicherungswirtschaft.
(Quelle: Bitkom Research 2017 (n=709) )
„In den vergangenen drei Jahren wurden weltweit mehr Daten generiert als in der gesamten Zeit davor. Und das wird weitergehen“, prophezeit Robin Johnson, CIO des Rückversicherungskonzerns Munich Re. Für die Versicherungswirtschaft spielen Big-Data-Lösungen denn auch heute schon
eine tragende Rolle. Munich Re setzt für die Risikoberechnung, unter anderem von Wetter- und Klima­risi­ken, auf Big-Data-Anwendungen in Microsoft Azure. Bereits seit 2016 bezieht Munich Re Ser­vices aus der Microsoft-Cloud, darunter High Performance Computing (HPC) mit Microsoft Azure, Azure-SQL-Datenbanken sowie Azure Cosmos DB.
Die neuen Möglichkeiten der schnellen Datenverarbeitung haben auch den Kreis der Mitarbeiter erweitert, die diese Daten nutzen: Zu den Statistikern und Informatikern kommen bei Munich Re nun auch Business-Analysten hinzu. Zudem arbeiten die Analyse-Experten stärker interdisziplinär mit den verschiedenen wissenschaftlichen Fachrichtungen zusammen und gestalten gemeinsam neue Modelle.
Munich Re nutzt Daten nicht nur für die Berechnung aufwendiger Klimamodelle, sondern zunehmend auch als strategischen Erfolgsfaktor. Die Experten von Munich Re versuchen beispielsweise, Daten und daraus abgeleitete Erkenntnisse noch tiefer auf regionale Ebenen herunterzubrechen und auf Schwellenländer zu übertragen. Damit will Munich Re Unternehmen in diesen Ländern künftig ermöglichen, sich besser gegen finanzielle Risiken aus Naturkatastrophen abzusichern.
Geschäftliche Ziele von Big-Data-Analysen
Bitkom Research hat die Unternehmen danach gefragt, warum sie Big-Data-Auswertungen vornehmen (Auflistung in absteigender Reihenfolge nach Häufigkeit der Nennung):
  • Überwachung der Geschäftsentwicklung
  • Analyse von Bestandskunden
  • Unterstützung von Personalprozessen und -einsatzplanung
  • Identifikation und Management von Geschäftsrisiken
  • Optimierung von Prozess- und Kosteneffizienz
  • Identifikation neuer Kunden
  • Beobachtung von Marktveränderungen/Marktrisiken
  • Ermittlung der Nutzung von Produkten/Dienstleistungen
  • Förderung von Unternehmensstrategie/Change-Prozesse
  • Erkennung von Betrugsrisiken und -vorfällen
  • Entwicklung neuer Produkte/Dienstleistungen
  • Zielgerechte Umsetzung von Marketingkampagnen
  • Analyse von Unternehmens-/Markenimage
  • Verhinderung von Personalengpässen
  • Erfüllung regulatorischer Anforderungen
Verwandte Themen