Der Marketer als Konsumentenversteher 
Big Data aus Unternehmens- und Kundenperspektive 
Marketing Natives Event #3: BIG D...
Die schöne neue Big-Data-Welt: Heute geliefert, morgen bestellt. 
Jimmy Kimmel Live (2014). Amazon's Crazy New Technology....
Datenteil 
bereitschaft 
Agenda: Die drei Teile der Präsentation. 
Big Data und Data Mining 
Konsument Unternehmen 
3 
1 
...
Der vernetzte und gläserne Konsument ist Realität. 
Wir generieren eine Vielzahl an Daten, oft ohne es uns bewusst zu sein...
Das transparente Unternehmen mit verfolgbaren Prozessen ist Realität. 
Unternehmen generieren und sammeln eine Vielzahl an...
Datenteil 
bereitschaft 
Agenda: Die drei Teile der Präsentation. 
Big Data und Data Mining 
Konsument Unternehmen 
3 
1 
...
Der technologische Wandel führt zu neuen Herausforderungen im 
Umgang mit Kunden- und Unternehmensdaten. 
(Momentane) «Def...
Datenteil 
bereitschaft 
Agenda: Die drei Teile der Präsentation. 
Big Data und Data Mining 
Konsument Unternehmen 
3 
1 
...
Big Data im Marketing: 
Ausgewählte Unternehmens-Beispiele entlang der vier P’s im Marketing. 
Datenquellen 
Aggregations-...
Mit prädiktiver Analyse das Rennen um die schnellste Zustellung ge-winnen: 
Amazon schickt die Waren bereits los, bevor si...
Cross-Channel-Incentivierung: Kohl’s offeriert bei Ladenbesuch Coupons 
für im Online-Shop angesehene, aber nicht gekaufte...
Agenda: Die drei Teile der Präsentation. 
1 
Big Data im Marketing 
2 
Big Data und Data Mining 
Konsument Unternehmen 
Da...
Welche persönlichen Daten würden Sie gern von Ihren Kunden 
bekommen? 
24. September 2014 Der Marketer als Konsumentenvers...
Welche persönlichen Daten sind Kunden bereit, mit Unternehmen zu 
teilen? 
Datenteilbereitschaft amerikanischer Kunden1 Ga...
Welche Faktoren können erklären, ob Kunden bereit sind, ihre 
persönlichen Daten mit Unternehmen zu teilen? 
Unternehmen U...
Um das wirtschaftliche Potential von Big Data zu 
erschliessen, ist ein Zusammenrücken von 
Marketing, IT und Psychologie ...
Nächste SlideShare
Wird geladen in …5
×

Marketing Natives Event #3 Big Data - Armin Ledergerber

874 Aufrufe

Veröffentlicht am

Marketing Natives Event #3 Big Data - Armin Ledergerber

Veröffentlicht in: Marketing
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
874
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
3
Aktionen
Geteilt
0
Downloads
20
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Marketing Natives Event #3 Big Data - Armin Ledergerber

  1. 1. Der Marketer als Konsumentenversteher Big Data aus Unternehmens- und Kundenperspektive Marketing Natives Event #3: BIG DATA Linda Miesler, Dr. oec. HSG linda.miesler@zhaw.ch | @LMiesler Armin Ledergerber, MSc ZFH armin.ledergerber@zhaw.ch | @armled
  2. 2. Die schöne neue Big-Data-Welt: Heute geliefert, morgen bestellt. Jimmy Kimmel Live (2014). Amazon's Crazy New Technology. Zugriff am 08.09.2014 unter http://ldgr.ch/1q8R76k 24. September 2014 Der Marketer als Konsumentenversteher Folie 3
  3. 3. Datenteil bereitschaft Agenda: Die drei Teile der Präsentation. Big Data und Data Mining Konsument Unternehmen 3 1 Big Data im Marketing 2 24. September 2014 Der Marketer als Konsumentenversteher Folie 4
  4. 4. Der vernetzte und gläserne Konsument ist Realität. Wir generieren eine Vielzahl an Daten, oft ohne es uns bewusst zu sein. Kredit- und Identitäts- Informationen Kontakt- und Transaktion- Historie Privatsphäre und Selbstbestimmung Mediennutzungs-verhalten Verhalten in sozialen Medien In Anlehnung an Salkowitz, R. (2014). From Big Data to Smart Data. Zugriff am 04.09.2014 unter http://www.mediaplant.net/report/details/bigdata In Anlehnung an Essig, E. (2014). Interview with Moshe Rappoport. Marketing Review St. Gallen (1/2014), p. 8-11 Nutzungs- und Bewegungsdaten von Smart Devices 24. September 2014 Der Marketer als Konsumentenversteher Folie 5 Such- und Surf- Verhalten Gesundheits- und Fitness-Daten Data in motion Unstrukturierte Daten von Geräten, Sensoren und Social Media Data in rest Strukturierte Daten aus Unternehmens-Quellen Markt und Umfeld
  5. 5. Das transparente Unternehmen mit verfolgbaren Prozessen ist Realität. Unternehmen generieren und sammeln eine Vielzahl an Daten. Ereignisdaten (z.B. RFID-Scans) Protokolldaten (z.B. Sensoren, Log-Files) Data in rest Strukturierte Daten aus Unternehmens-Quellen Schroeck, M., Shockley, R., Smart, J., Romero-Morales, D., & Tufano, P. (2012). Analytics: Big Data in der Praxis. Armonk: IBM Bange, C. & Janoschek, N. (2014). Big Data Analytics: Auf dem Weg zur datengetriebenen Wirtschaft. Würzburg: BARC-Institut 24. September 2014 Der Marketer als Konsumentenversteher Folie 8 Data in motion Unstrukturierte Daten von Geräten, Sensoren und Social Media Markt und Umfeld Transaktionen (z.B. POS-Scans) Dokumente/Texte (z.B. E-Mails, Enterprise Collab) Web-Analyse Soziale Medien Apps Externe Daten-Feeds Geodaten Audio- und Video-Daten
  6. 6. Datenteil bereitschaft Agenda: Die drei Teile der Präsentation. Big Data und Data Mining Konsument Unternehmen 3 1 Big Data im Marketing 2 24. September 2014 Der Marketer als Konsumentenversteher Folie 10
  7. 7. Der technologische Wandel führt zu neuen Herausforderungen im Umgang mit Kunden- und Unternehmensdaten. (Momentane) «Definition» von Big Data Interesse am Thema «Big Data» im Zeitverlauf 100 80 60 40 20 0 2008 2010 2012 2014 Big Data bezeichnet Daten-Mengen, die zu gross oder zu komplex sind, oder sich zu schnell ändern, um sie mit händischen und klassischen Methoden der Datenverar-beitung auszuwerten. Big Data bezeichnet den Einsatz grosser Datenmengen aus vielfältigen Quellen mit einer hohen Verarbeitungsgeschwin-digkeit zur Erzeugung wirtschaftlichen Nutzens. Wikipedia (2014). Big Data. Zugriff am 08.09.2014 unter http://ldgr.ch/1uszpKt BITKOM (2012). Big Data im Praxiseinsatz – Szenarien, Beispiele, Effekte. Zugriff am 08.09.2014 unter http://ldgr.ch/YsGujI Google Trends (2014). Big Data. Zugriff am 08.09.2014 unter http://ldgr.ch/1qwJfek 24. September 2014 Der Marketer als Konsumentenversteher Folie 11
  8. 8. Datenteil bereitschaft Agenda: Die drei Teile der Präsentation. Big Data und Data Mining Konsument Unternehmen 3 1 Big Data im Marketing 2 24. September 2014 Der Marketer als Konsumentenversteher Folie 13
  9. 9. Big Data im Marketing: Ausgewählte Unternehmens-Beispiele entlang der vier P’s im Marketing. Datenquellen Aggregations- und Personalisierungsgrad Maschinen Sensoren Social Data Transaktionen Enterprise Data Basic data Complex, aggregated data Target’s Targeting [Promotion] Netflix’s House of Cards [Product] Amazon’s Predictive Delivery [Place] 24. September 2014 Der Marketer als Konsumentenversteher Folie 14 Kohl’s Smart Couponing [Price]
  10. 10. Mit prädiktiver Analyse das Rennen um die schnellste Zustellung ge-winnen: Amazon schickt die Waren bereits los, bevor sie bestellt wurden. Amazon.com, Inc. Die Amazon.com, Inc. ist ein Online- Versandhändler mit einer breit gefächerten Produktpalette. Nach eigenen Angaben hat Amazon als Marktführer des Handels im Internet die weltweit größte Auswahl für Bücher, CDs und Videos. Amazon.com has obtained a patent for “anticipatory shipping” - a system of delivering products to customers before they place an order. Amazon says it may box and ship products it expects customers in a specific area will want—based on previous orders and other factors… According to the patent, the packages could wait at the shippers’ hubs or on trucks until an order arrives. Die Lieferung schon auf den Weg bringen, noch bevor der Kunde von seinen Wünschen weiss? Klingt nach Science-Fiction, könnte aber schon bald Realität werden. Denn mit seiner neuen Service-Idee Anticipatory Shipping treibt Amazon das Rennen um die schnellste Zustellung der Einkäufe voran. Kühne, M. (2014). Heute geliefert, morgen bestellt. Zugriff am 08.09.2014 unter http://ldgr.ch/1q8PpSI Bensinger, G. (2014). Amazon Wants to Ship Your Package Before You Buy It . Zugriff am 08.09.2014 unter http://ldgr.ch/1ufVsVy 24. September 2014 Der Marketer als Konsumentenversteher Folie 17
  11. 11. Cross-Channel-Incentivierung: Kohl’s offeriert bei Ladenbesuch Coupons für im Online-Shop angesehene, aber nicht gekaufte Produkte. Kohl's Illinois, Inc. Kohl’s ist ein Einzelhandelsunternehmen aus den USA. Das Sortiment konzentriert sich auf Bekleidung und Accessoires im unteren bis mittleren Preissegment sowie auf Kosmetikartikel, Schmuck, Haushalts-waren, Elektrogeräte und Kleinmöbel. Customers are more likely to respond to an offer when it’s at the moment of purchase when they’re shopping. Beacons sind kleine Sender, welche konstant Signale an sich in der Nähe befindliche Smartphones und Tablets senden. Im stationären Handel ermöglicht diese Technologie das gezielte Einblendung von Produktinfor-mationen am POS über Sonderangebote, die Lenkung der Besucherwege oder der mobile Einkauf im Einzelhandel. Zudem erlauben die erfassten Daten eine detaillierte Analyse des Kaufverhaltens im stationären Handel. Kohl’s hat diese Technologie in einem Experiment in fünf Ladengeschäften eingesetzt, um Konsumenten, welche im Online-Store von Kohl’s Produkte angeschaut, aber nicht gekauft hatten, die entsprechenden Coupons für diese Produkte direkt auf das Smartphone zuzustellen. Thau, B. (2014). How Big Data Helps Stores Like Macy's And Kohl's Track You Like Never Before. Zugriff am 08.09.2014 unter http://ldgr.ch/1qcyzlY 24. September 2014 Der Marketer als Konsumentenversteher Folie 18
  12. 12. Agenda: Die drei Teile der Präsentation. 1 Big Data im Marketing 2 Big Data und Data Mining Konsument Unternehmen Datenteil bereitschaft 3 24. September 2014 Der Marketer als Konsumentenversteher Folie 19
  13. 13. Welche persönlichen Daten würden Sie gern von Ihren Kunden bekommen? 24. September 2014 Der Marketer als Konsumentenversteher Folie 20
  14. 14. Welche persönlichen Daten sind Kunden bereit, mit Unternehmen zu teilen? Datenteilbereitschaft amerikanischer Kunden1 Gap? Was den Unternehmen zur Entfesselung der neuen Ökonomie fehlt, sind weder Technologien noch Daten, es ist die Zustimmung der Kunden und Patienten, die der freien Verwendung ihrer Daten partout nicht zustimmen wollen Prof. Sarah Spiekermann, Institute for Management Information Systems (WU Wien)2 1Pwc publication (2012) Consumer privacy: What are consumers willing to share? The speed of life: Consumer intelligence series/ / 2FAZ, 09.09.2014 24. September 2014 Der Marketer als Konsumentenversteher Folie 21
  15. 15. Welche Faktoren können erklären, ob Kunden bereit sind, ihre persönlichen Daten mit Unternehmen zu teilen? Unternehmen Umfeld / Situation Datenverwendung Verwendung durch Dritte Dispositionen: Kundentypen, Kultur, Alter Daten Subj. Fairness Kundenwahrnehmungen/ -beurteilungen Sensibilität der 24. September 2014 Der Marketer als Konsumentenversteher Folie 22 (Kontext) Datenteilbereitschaft Gefühlte Kontrolle Bekanntheit und Image Herdeneffekt Framing der Transaktion Reihenfolge Subj. Relevanz Diverse Quellen, u.a. Malheiros, M., Preibusch, S., & Sasse, M.A. (2013). “Fairly Truthful”: The Impact of Perceived Effort, Fairness, Relevance, and Sensitivity on Personal Data Disclosure, Lecture Notes in Computer Science, 7904, 250-266.
  16. 16. Um das wirtschaftliche Potential von Big Data zu erschliessen, ist ein Zusammenrücken von Marketing, IT und Psychologie unvermeidbar.

×