Small Data siegt: Warum der Big-Data-Hype für Sie und mich Unsinn ist

Wenn es um den Megatrend "datengestütztes Marketing" geht, gibt es zwei Schulen:

• Die einen sprechen von 1:1-Marketing, von Kundenbeziehung und Dialog. Das sind die Kommunikatoren.
• Die anderen sprechen von "Big Data". Das sind die Techniker.

Beide Trends sind mittlerweile im Internetmarketing angekommen - auch bei den Marketingverantwortlichen (siehe: 20 Trends, die das Onlinemarketing 2014 bestimmen). Doch bei diesem Big-Data-Ding wäre ich vorsichtig.

Wie bei den meisten von uns tauchte auch bei mir das Thema Big Data vor relativ kurzer Zeit aus dem Hype-Orkus auf: Die erste Erwähnung von Big Data auf iBusiness stammt vom August 2011 und beschäftigte sich mit der Echtzeitanalyse von Social-Media-Daten. Doch als wir uns ein Dreivierteljahr später mit dem Thema zum ersten Mal intensiver auseinandersetzten ('Big Data: Wie Unternehmen aus Daten künftig Wissen extrahieren') war uns klar: "Das Interesse an Big Data ist groß, doch eine Durchdringung ist nicht in Sicht". Daran hat sich bis heute aus meiner Sicht nichts wesentlich geändert.

Das liegt nicht daran, das die IBMs   und Adobes  , die Blue Yonders   und Jaspersofts   einen schlechten Job tun. Sondern das liegt am Thema an sich. Big Data: Das ist der Goliath unter den Marketingmethoden. Der weiße Wal der IT. Die Interkontinentalrakete unter den Selbstverteidigungstechniken.

Inhaltlich steckt hinter Big Data eine mathematische Methode, formal ist es ein Stück Software und organisatorisch eine aufgemotzte Business-Intelligence-Lösung für gut betuchte Großunternehmen. Mit anderen Worten: Nichts, was sich in absehbarer Zeit normale Unternehmen leisten können - wobei unter "normal" ich all diejenigen verstehe, die keinen drei- bis vierstelligen Millionenumsatz im Jahr durch die Auftragsbücher schieben.

So ist es nur logisch, dass auch wir bei iBusiness mit Big Data nicht wirklich etwas am Hut haben. Sicher: Wir verwenden Webanalytics, machen A/B-Tests und tracken Social Media, Visits, Klicks und Goals. Aber bei den wirklich wichtigen Dingen verlassen wir uns auf Small Data, nicht auf Big Data.

Retargeting, Big Data und Real Time Bidding werden in der Branche zumeist zusammen verwendet: Größtmögliche Profilierung, feinstes Tracking und die maximale Ausbeute der dabei gesammelten Daten gelten weit verbreitet als der Weg ins Onlinemarketing der Zukunft. Doch immer mehr Experten bezweifeln den Effekt des Golbenen Kalbs "Big Data", um das IT und Marketing herumtanzen: Mediaguru Thomas Koch beispielsweise zweifelt an der Wunderwirkung der Algorithmen: "Das Internet kommt daher und will Mediaplanung durch Maschinen machen lassen, obwohl das jahrzehntelang Menschen auf konzeptionell höchstem Niveau hinbekommen haben. Die Maschinen können vielleicht die enormen Datenberge stemmen, die online anfallen - aber nicht die Mediaplanung."

Hinter dem Ansatz des "Big Data" steckt im Kern vor allem ein Menschenbild, das sich nicht interessiert für das Individuum, sondern nur für die Masse. Dahinter steckt weniger der Wunsch, jedem Einzelnen das bestmögliche Ergebnis zu liefern - sondern der Wunsch, eine möglichst hohe Wahrscheinlichkeit für einen optimalen Treffer zu bieten.

Big Data ist also das in mathematische Algorithmen gegossene Broadcast-Prinzip. Getreu dem Motto: "Egal, wenn jeder zehnte Nutzer unglücklich wird - eine Trefferquote von 90 Prozent ist für mich super."

Big Data ersetzt das (statische) Bild vom Datamining ("wir gehen ins Daten-Bergwerk, Informationsnuggets schürfen") durch das Internet-affinere Goldwaschen: Das Internet als Echtzeit-Strom, aus dem der Goldwäscher in Echtzeit Nuggets herauswäscht. Aus den großen Number-Crunchern der IT der 90er- und Nuller-Jahre werden nun noch größere Big-Data-Lösungen, die nach vorgegebenen Algorithmen wahlweise Unterschiede oder eben Gemeinsamkeiten von Nutzern herausfinden ("Frauen, die sich High Heels angeschaut haben, kaufen eher Leder-Miniröcke"). Durch dieses Raster fallen genauso Männer, die sich High Heels anschauen - als auch Frauen, die lieber Seide als Leder mögen.

Big Data: Das ist der Goliath unter den Marketing-Methoden. Der weiße Wal der IT. Die Interkontinentalrakete unter den Selbstverteidigungstechniken.

Um möglichst hohe Erfolgsaussichten von Big-Data-Methoden zu gewährleisten, ist es schon zwingend, dass die Zahl der zu untersuchenden Fälle möglichst groß ist. An kleinen Fallzahlen scheitert Big Data zwangsläufig. Doch auch bei großen Fallzahlen optimieren Big-Data-Methoden zuallererst auf das Interesse des Websitebetreibers - und dann erst auf das Interesse des einzelnen Nutzers. Wie gemischt darum die Nutzer selbst datengetriebene Maßnahmen wie die Verfolgerwerbung Retargeting aufnehmen, zeigte eine iBusiness-exklusive Umfrage zu den Folgen des Dampf-Retargetings:

• Die Wirkung von Retargeting auf den Nutzer ist eine zweischneidige - wobei die negativen Aussagen überwiegen:
  Knapp 43 Prozent empfinden Verfolgeranzeigen als störend oder sogar beunruhigend.
• Auch die Wirkung von Retargeting ist nicht so hoch, wie man meinen möchte: Wegen solchen wiederkehrenden Anzeigen schon mal ein Produkt gekauft hat nur ein Fünftel der Befragten.
• Auch den von Retargeting-Anbietern immer wieder behaupteten Nutzerwunsch nach relevanter Werbung hegen viele Menschen nicht: Nach einer aktuellen Umfrage würden sich zwei von drei Nutzern online am liebsten komplett unsichtbar machen, gäbe es eine entsprechend einfach zu bedienende und narrensichere Software serienmäßig im Browser.

Was Nutzer über Big-Data-Techniken denken
Wem Retargeting auffällt, dem bereitet es häufig leider auch Datenschutz-Sorgen und hält ihn vom Klick ab (Grafik: Toluna / Hightext Verlag)	Je aufgeklärter Zielgruppen in Sachen Internet oder in Fragen des Datenschutzes sind, desto skeptischer stehen sie Retargeting gegenüber (Grafik: Toluna / Hightext Verlag)	Knapp 43 Prozent empfinden Verfolger-Anzeigen als störend oder sogar beunruhigend (Grafik: Toluna / Hightext Verlag)

Die (bevölkerungsrepräsentativen) Ergebnisse verwundern nicht: Jeder Experte, mit dem ich in den vergangenen Monaten über Big Data und über Retargeting gesprochen habe, der erzählt dieselben Geschichten: Von dem Produkt, das man gekauft hat, nur um anschließend wochenlang von Kaufbannern zu demselben Produkt verfolgt zu werden. Von den Service-Seiten, die man zu einem Produkt aufsucht, auf denen man aufgefordert wird, das Produkt (erneut) zu kaufen. Von den Geschenkrecherchen auf Onlineshops, die dazu führen, dass erwachsene Männer Wellnessstudio-, BH- und Frauenyoga-Banner angezeigt bekommen.

Big-Data-Methoden optimieren zuerst auf das Interesse des Websitebetreibers - und erst zuletzt auf das Interesse des einzelnen Nutzers.

"Wir sind in Deutschland gerade erst am Anfang, wenn es um Profilierungs- und Targeting-Technologien geht", prognostiziert Klaus Kuenen, Senior Expert Location Based Advertising bei der Deutschen Post  . Das befürchte ich auch - selbst wenn die Schnüffeldiskussion um Prism, NSA und Snowden den Daten-Allmachtsfantasien in so mancher Marketingabteilung einen Dämpfer versetzt hat. Kuenen glaubt, dass beim Targeting die Anteile der mittels Echtzeit-Auktionen verhandelten Ad Impressions am Inventar noch deutlich steigen werden, das zeige der Blick Richtung USA. Technik ersetzt hier die Absprache, das Peoples' Business Inventar-Vermarktung wird technikgetriebener: "Statt mit einzelnen Vermarktern zu kooperieren und nur Teile des Inventars auf Plattformen zu verkaufen oder zu beziehen, wird künftig tendenziell der komplette Bestand an Anzeigenplatz automatisiert verhandelt werden."

Das bedeutet aber,

1. dass Anbieter ohne exakte Daten über ihre Kunden auf verlorenem Posten stehen
   
2. dass nur diejenigen Anbieter ins gelobte Daten-Goldland, ins Big-Data-Eldorado einziehen können, wenn sie genug Nutzer haben, um valide Daten ermitteln zu können
   
dass nur diejenigen Daten werthaltig sind, die von Werbeverbänden und Mediaagenturen, von Anzeigengroßkunden und Plattformbetreibern als relevant eingestuft wurden. Im Ernstfall werden beispielsweise B2C-relevante Datenbeschreibungen vorgehen vor B2B- oder Spezialbranchen-relevanten Daten

Schon jetzt wird durch die Standardisierung der Werbedatenverarbeiter und der Reklameprozesse relevante Reichweite verschenkt. Media-Experte Thomas Koch weiß, dass Technik oftmals die Streuverluste erhöht statt sie zu minimieren: "Frequency Cappings laufen schief, Impressions werden falsch ausgeliefert - man kann da von einer Fehlerquote von maximal 30 Prozent ausgehen." Vor diesem Hintergrund müsse die Lösung darin bestehen, dass "sich Onlineplaner wieder hinsetzen und individuelle Pläne basteln."

Mehr Planung von Hand müsse auch bei der Auswahl der Zielgruppe Einzug halten, sagt Ralf Scharnhorst von Scharnhorst Media  , statt über gesammelte Datenhaufen einfach Retargeting-Technologie laufen zu lassen: "Marketer sollten es nicht vernachlässigen, ihre Zielgruppe für den Erstkontakt systematisch auszuwählen." Tatsächlich müsse die Medienplaner-Arbeit bereits hier ansetzen und nicht bei spät in der Customer Journey angesiedelten technischen Maßnahmen. Tatsächlich seien jedoch nicht nur die Agenturen und Vermarkter, sondern auch die Werbetreibenden extrem technikgetrieben.

Doch wer sich nur auf das technisch Machbare verlässt, denkt zu kurz, sagt Andreas Heintze von Value Click Media  : "Eine Maschine kann nur nach 1 und 0 unterscheiden: Etwa eine gesetzte Obergrenze bei einem Bidding einhalten. Doch zu entscheiden, dass eine geringfügige Erhöhung des Gebotes in entschieden mehr Volumen resultieren wird, das kann nur der Mensch".

Nur Small Data sind gute Daten

Big-Data-Systeme können sich die allermeisten Unternehmen überhaupt nicht leisten. Und das ist auch gut so. Denn sie führen in eine falsche Richtung: Wahrscheinlichkeit statt Wissen.

Kleine Unternehmen müssen mit Small Data auskommen: Mit den Daten, die der Kunde selbst eingibt, selbst hinterlässt, die man durch den direkten Kundenkontakt in Erfahrung bringt.

Mein Vater, der Bundeswehroffizier, hat immer gesagt: "Die Akte ist nicht der Mann". Auf die Customer Journey übersetzt bedeutet diese Erkenntnis: "Anonyme Daten sind nicht der Kunde". Der Kunde hingegen, der hinterlässt uns kleine Daten: Was er gerne liest. Wohin er klickt. Was er kauft. Und seine demografischen Daten. Big Data ist der Versuch, aus kleinen Daten das herauszufischen, was ins vordefinierte Raster passt. Weil man keine Lust hat, sich mit dem Menschen hinter den Daten zu beschäftigen. "Männlich, 53 Jahre, gutverdienend, im Lebensmittelshop": Ich bekomme immer teure Weine angeboten. Hochpreisige Zigarren. Exklusiven Whiskey. Ich bin aber Joachim Graf und hasse Whiskey, bin aktiver Nichtraucher und habe seit einem Jahrzehnt keinen Wein getrunken, geschweige denn einen gekauft - und schon gar keinen hochpreisigen. Ich bin aber immer auf der Suche nach lokalen Biersorten.

Der Lebensmittelhändler meines Vertrauens weiß das natürlich. Denn er hat meine kleinen Daten und betreibt gezielt 1:1-Marketing. Genauer gesagt: Er hat aus Daten Informationen gemacht. Und aus Informationen Wissen. Und ordert immer wieder diese Biere aus den kleinen bayerischen und fränkischen Brauereien, die ich dann begeistert kaufe. Der Online-Lebensmittelhändler, den ich ab und zu aufsuche, spielt mir Wein-Banner ein. Und lädt mich zu Zigarren-und-Whiskey-Veranstaltungen per E-Mail ein. Big Data statt Small Data eben. Reklame statt 1:1-Marketing. Vorgestern statt übermorgen.