Unsichtbare Marktpotenziale mit Kaufkraftdaten erschließen
Jetzt zum Webinar anmelden
Eigene Daten zeigen oft nur einen Teil des Bildes. Erfahren Sie, wie Kaufkraft-, Markt- und Regionaldaten zusätzliche Perspektiven auf Kunden, Regionen und Standorte eröffnen. Anhand konkreter Praxisbeispiele lernen Sie, wie sich bislang verborgene Marktpotenziale erkennen und gezielter nutzen lassen.
Jetzt zum Webinar anmelden
Jetzt zum Webinar anmelden
Was ist Deine Digitalagentur wert?
Agenturwert berechnen
Sechs Zahlen aus der BWA genügen, um herauszufinden, was aktuell Deine Agentur wert ist und welche Faktoren den Wert beeinflussen.
Agenturwert berechnen
Agenturwert berechnen
November 2026 · Unser Geburtstagsgeschenk
35 Jahre iBusiness.
Im November alles frei lesen.
Zum Jubiläum öffnen wir alle iBusiness-Inhalte: vom 1. bis 30. November, für alle, ohne Anmeldung und ohne Bezahlschranke.
Alle Inhalte im November kostenlos
Heute frei lesen. Morgen nichts verpassen.
Registrieren Sie sich kostenlos und abonnieren Sie anschließend den iBusiness-Newsletter. So bleiben Sie bei den Themen auf dem Laufenden, die für Sie zählen.
Sieben Erfolgsfaktoren für Big Data
von Joachim Graf
21.05.2013 Eine Reihe von Unternehmen aus Branchen wie Automobil, Banken und Versicherungen, Retail und Logistik haben in den vergangenen Monaten Big-Data-Projekte gestartet. Egal, wie die Big-Data-Einsatzszenarien aussehen: Business Intelligence (BI) steht fast immer im Mittelpunkt. Sieben Faktoren haben sich dabei herauskristallisiert, die über den Erfolg von Big Data entscheiden.
Bild: IBM
Genaue Big-Data-Anforderungen ermitteln
Ein Unternehmen muss aufspüren, wo es den größten Nutzen durch Big-Data-Einsatzszenarien gibt: meist dort, wo die Analyse mit herkömmlichen Mitteln nicht mehr ausreicht. Das kann unternehmensweit geschehen, etwa bei der Umsatzanalyse von Filialen für eine bessere Personalplanung. In der Regel haben aber auch Fachabteilungen einen klaren Bedarf. Die Logistik sucht nach Ansätzen, mit denen sie Modelle zur Optimierung der Tourenplanung testen kann, und in der Fertigung steht die Aufgabe an, durch ein erweitertes ganzheitliches Mess- und Prozessdatenmanagement die Workflows neu zu gestalten.
Nachprüfbare Ziele für Big-Data-Projekte festlegen
Big-Data-Projekte müssen sich konkrete Ziele setzen, beispielsweise die Kundenabwanderungsrate senken, die Kundenbindung erhöhen, neue Umsatzquellen, etwa im Web oder über mobile Kanäle, erschließen oder die Qualität im Kundenservice verbessern. In allen Fällen müssen die Verantwortlichen quantitative oder nachprüfbare qualitative Ziele festlegen, deren Erreichung durch Soll-Ist-Vergleiche überprüft wird.
Die richtigen internen Datenquellen aufspüren
Eines der Ziele von Big Data ist es, bislang nicht oder nur schwer zugängliche, große Mengen strukturierter und wenig strukturierter Geschäftsdaten aufzuspüren, um daraus neue Erkenntnisse für aktuelle Entscheidungen zu gewinnen. Dazu gehört auch festzustellen, wie und in welcher Form die IT auf die Daten zugreifen soll.
Informationen aus sozialen Netzwerken mit einbeziehen
Im Marketing, Vertrieb und Kundensupport ergibt sich eine Vielzahl von Möglichkeiten, um etwa die Kommentare und Meinungen zu einem Produktlaunch in sozialen Netzwerken zu erfassen und auszuwerten. Mit zusätzlichen Funktionen, beispielsweise für die Textanalyse, können Unternehmen sowohl strukturierte als auch unstrukturierte Daten in Blogs, Facebook oder Twitter durchsuchen und die ermittelten Informationen mit Daten aus CRM-Systemen oder anderen Unternehmensanwendungen für weitere Analysen einsetzen.
Fachbereiche und IT müssen sich effizient vernetzen
Bei allen Big-Data-Projekten müssen sich Fachbereiche und IT von Anfang an über Ziele und Verantwortlichkeiten abstimmen. Die frühzeitige Unterstützung durch die Geschäftsführung stellt darüber hinaus sicher, dass es nicht um ein nachrangiges Projekt, sondern um eine Aktion mit klarem Auftrag und nachprüfbaren Zielen geht.
Vorhandene BI-Pattformen als Sprungbrett nutzen
Den technischen Unterbau für Big Data stellen die in einem Unternehmen bereits vorhandenen BI-Plattformen sowie neuartige Analyse- und Visualisierungs-Tools bereit. Bauen IT und Fachabteilungen auf dem Vorhandenen auf, wird BI zum Katalysator für Big Data. Eine hohe Effizienz erzielen Unternehmen, wenn sie eine durchgängige Lösung für BI und Big Data einsetzen.
Regelmäßig die Projektergebnisse überprüfen
Eine wichtige Rolle für den nachhaltigen Erfolg spielt die kontinuierliche Überprüfung der Projektresultate und die Weiterentwicklung. Wie alle anderen Unternehmensanwendungen auch, unterliegt Big Data den unterschiedlichsten externen Einflussfaktoren und muss daher permanent mit einem Soll-Ist-Vergleich überprüft und angepasst werden.
Durch den zielgerichteten Einsatz von BI-Methoden kann Big Data in den Fachbereichen Fahrt aufnehmen, davon ist Nathan Jagoda überzeugt. Der Deutschlandchef von Information Builders setzt BI-Projekte in deutschen Unternehmen um: "Ideen für Big-Data-Applikationen gibt es in den Fachbereichen genügend. Jetzt muss gemeinsam mit der IT die dazu benötigte IT-Infrastruktur entstehen, damit die Ideen auch umgesetzt werden."
Neuer Kommentar
Kommentare:
Schreiben Sie Ihre Meinung, Erfahrungen, Anregungen mit oder zu diesem Thema. Ihr Beitrag erscheint an dieser Stelle.
Chart-Archiv Marktzahlen zu diesem Beitrag
Verwandte Beiträge zu diesem Beitrag
alle Veranstaltungen Webcasts zu diesem Thema:
Dienstleister-Verzeichnis Agenturen/Dienstleister zu diesem Thema:
Experten-Profile Genannte Personen:
