Vom datengetriebenen
Unternehmen zum Datentreiber
1996-2008
Berater, Buch- & Fachautor
sowie Softwareentwickler
Studium und Forschung der
Bioinformatik (Data Science)
2001-...
Don‘t believe the hype.
70s:
Artificial
Intelligence
80s:
Machine
Learning
90s:
Data
Mining
00s:
Predictive
Analytics
10s:
Big
Data
Don‘t believe ...
Erwartung
Anwendungen
Big Data ist nicht die Lösung.
Big Data ist das Problem.
Volume.
Velocity.
Variety.
Veracity.
Mehr Daten …
… weniger
Information?
Digitale Transformation ist …
Research Online Marketing Vertrieb Produktion Service
… der Wandel von Datensilos …
… über
Big Data …
… zum
Data-Driven
Business.
Was ist Data-
Driven?
Ziele &
Kennzahlen
definieren
Daten
erfassen &
Kennzahlen
messen
Daten &
Kennzahlen
analysieren
Hypothesen
& Modelle
bilde...
Daten sind das neue Öl.
Ohne Daten sind Sie nur eine
weitere Person mit einer Meinung.
W. E. Deming (Management-Pionier)
Ohne Daten …
Daten sind der Treibstoff
des 21. Jahrhunderts.
Erschließen Verfeinern Verwerten
Daten Werte
 Mehr Umsatz
 Weniger Kosten
 Neue Produkte
Erschließen
Social DataEnterprise Data Open DataWeb Data Mobile Data
Verfeinern
Big
Data
Business
Intelligence
Data
Mining
Personalisierung
Analysen
Vorhersagen
Verwerten
Marketing
Vertrieb
Service
Innovation
Was haben Babies und
Bier gemeinsam?
Das Geheimnis
von Amazon.
Kunden
Kanäle
Produkte
Prozesse
Systeme
Daten treiben die
Digitalisierung.
Daten
Einzigartigkeit
Kopierbarkeit
Marketing Innovation
Data Aggregation
& Cleaning
Diagnostic
Analytics
Descriptive
Analytics
Prescriptive
Analytics
Predict...
Die Hälfte des Geldes, das ich für Werbung
ausgebe, ist verschwendet. Das Problem ist,
ich weiß nicht, welche Hälfte.
John...
Marketing Innovation
Marketing
Controlling
Marketing
IntelligencePersona-
lisierung Data
Warehouse
Was Ihre Lotion
über Sie verrät.
Marketing Innovation
Marketing
Controlling
Marketing
IntelligencePersona-
lisierung Data
Warehouse
Attribution
Customer
Journey
Attribution
Quelle: Dean Abbott, Predictive Analytics World Berlin 2014
Customer
Journey
Attribution
Quelle: Dean Abbott, Predictive Analytics World Berlin 2014
Marketing Innovation
Marketing
Controlling
Marketing
IntelligencePersona-
lisierung
Uplift
Modelling
Data
Warehouse
Attrib...
Daten treiben das
Direktmarketing.
Quelle: Miles & More, Predictive Analytics World Berlin 2014
Daten treiben das
Direktmarketing.
Quelle: Miles & More, Predictive Analytics World Berlin 2014
Retail is detail.
Sam Walton
(Gründer von Wal-Mart)
Marketing Innovation
(Social)
CRM
Customer
Insights
Daten treiben
Social Media.
Um zu erfahren, ob die Facebook-Fans
auch Kunden sind, entwickelte
Lufthansa eine spielerische...
Marketing Innovation
(Social)
CRM
Sales
Analytics
Customer
Insights
Lead-
Scoring
Customer
Lifetime Value
Ad Analytics
 CpX
Web Analytics
 Traffic
Sales Analytics
 Umsatz
Marketing
Controlling
 CAC
Customer Insights
 ARPU
I...
Customer
Lifetime
Value
Quelle: Forbes.com
Marketing Innovation
(Social)
CRM
Sales
Analytics
Customer
Insights
Produkt-
empfehlungen
Lead-
Scoring
Customer
Lifetime ...
Daten treiben den
e-Commerce.
Durch personalisierte Produktempfehlungen steigerte
Globetrotter den e-Commerce-Umsatz um 8%...
Wenn Du etwas nicht messen kannst,
dann kannst Du es nicht managen.
W. E. Deming (Management-Pionier)
Marketing Innovation
Text
Analytics
Monitor-
ing
Krisen-/Trend-
Erkennung
Absatz-
prognosen
Daten treiben
die Logistik.
Dank dem Einsatz von Predictive Analytics fand Wal-Mart heraus, dass
bei Hurrikan-Warnungen de...
Marketing Innovation
Text
Analytics
Monitor-
ing
Krisen-/Trend-
Erkennung
Auslastungs-
prognosen
Absatz-
prognosen
Marketing Innovation
Churn-
Prediction
Text
Analytics
Monitor-
ing
Krisen-/Trend-
Erkennung
Auslastungs-
prognosen
Absatz-...
Daten treiben die
Kundenbindung.
Die Raiffeisen Analytik entwickelte für die
österreichischen Raiffeisenbanken ein Kündige...
Marketing Innovation
Churn-
Prediction
Fraud-
Detection
Text
Analytics
Monitor-
ing
Krisen-/Trend-
Erkennung
Auslastungs-
...
Daten treiben die
Betrugserkennung.
Der Spielehersteller Activision entwickelte ein
hochskalierbares System zur Betrugserk...
Ein Risiko entsteht, wenn du
nicht weißt, was du tust.
Warren Buffet (US-Investor)
Marketing Innovation
Open
Data
Market
Research
Netflix, Marktführer für Video-on-
Demand, stand vor der Entscheidung, die
US-Serie House of Cards zu produzieren.
Andere ...
Marketing Innovation
Open
Data
Data-as-
a-Service
Market
Modelling
Market
Research
Daten treiben
Prognosen.
Auf Basis der Statistiken
von Wikipedia-Seiten und
Verfahren des maschi-
nellen Lernens lässt sic...
Marketing Innovation
Open
Data
Data-as-
a-Service
Market
Modelling
Market
Research Predictive
Applications
Predictive Applications …
… sind ubiquitär.
Top 28 Apps
Predictive Non-Predictive
Wo bleibt die
Inspiration?
Die Zukunft: Predictive Marketing
Das Prinzip
Serendipität.
Martin Szugat
Geschäftsführer
Telefon 0176 1019 0176
Email martin.szugat@datentreiber.de
Web datentreiber.de
Spannende Fal...
• Folie 9: Oracle.com
• Folie 14 und 15: http://commons.wikimedia.org
• Folie 16: Data Unser, ISBN 978-3-86881-319-7
• Fol...
Vom datengetriebenen Unternehmen zum Datentreiber
Vom datengetriebenen Unternehmen zum Datentreiber
Vom datengetriebenen Unternehmen zum Datentreiber
Vom datengetriebenen Unternehmen zum Datentreiber
Vom datengetriebenen Unternehmen zum Datentreiber
Nächste SlideShare
Wird geladen in …5
×

Vom datengetriebenen Unternehmen zum Datentreiber

1.287 Aufrufe

Veröffentlicht am

Big Data treibt die Unternehmen um. Riesige Datenmengen erfordern komplexe Lösungen. Big-Data-Lösungen treiben somit vor allem die Kosten in die Höhe. Doch statt mit Big Data zu beginnen, sollten Unternehmen anfangen zu fragen: Welche Daten treiben mein Unternehmen voran? Woher bekomme ich diese Daten? Und wie nutze ich die Daten, um Kosten zu reduzieren und Umsätze zu steigern? Big Data ist hier nur eine Teilantwort unter vielen. Im Vordergrund des Vortrags stehen konkrete Anwendungsbeispiele, wie Unternehmen Daten gewinnbringend als Treibstoff für ihr Online-Business nutzen: von Customer-Insights-Analysen über Churn-Reduzierung bis hin zu Personalisierung.

Veröffentlicht in: Daten & Analysen

Vom datengetriebenen Unternehmen zum Datentreiber

  1. 1. Vom datengetriebenen Unternehmen zum Datentreiber
  2. 2. 1996-2008 Berater, Buch- & Fachautor sowie Softwareentwickler Studium und Forschung der Bioinformatik (Data Science) 2001-2008 Geschäftsführer & Gesellschafter der SnipClip GmbH (Social Media Marketing & Analytics) 2008-2013 Beirat bei SnipClip die digitale Fabrik GmbH, nekst & TEAMing ENGINEERS 2014-dato Programmdirektor der Predictive Analytics World (Fachkonferenz) 2014-dato Geschäftsführer & Gründer von Datentreiber 2014-datoMartin Szugat
  3. 3. Don‘t believe the hype.
  4. 4. 70s: Artificial Intelligence 80s: Machine Learning 90s: Data Mining 00s: Predictive Analytics 10s: Big Data Don‘t believe the hype.
  5. 5. Erwartung
  6. 6. Anwendungen
  7. 7. Big Data ist nicht die Lösung.
  8. 8. Big Data ist das Problem.
  9. 9. Volume.
  10. 10. Velocity.
  11. 11. Variety.
  12. 12. Veracity.
  13. 13. Mehr Daten …
  14. 14. … weniger Information?
  15. 15. Digitale Transformation ist …
  16. 16. Research Online Marketing Vertrieb Produktion Service … der Wandel von Datensilos …
  17. 17. … über Big Data …
  18. 18. … zum Data-Driven Business.
  19. 19. Was ist Data- Driven?
  20. 20. Ziele & Kennzahlen definieren Daten erfassen & Kennzahlen messen Daten & Kennzahlen analysieren Hypothesen & Modelle bilden Hypothesen & Modelle testen Verbesser- ungen umsetzen Eine Unter- nehmenskultur.
  21. 21. Daten sind das neue Öl.
  22. 22. Ohne Daten sind Sie nur eine weitere Person mit einer Meinung. W. E. Deming (Management-Pionier)
  23. 23. Ohne Daten …
  24. 24. Daten sind der Treibstoff des 21. Jahrhunderts.
  25. 25. Erschließen Verfeinern Verwerten Daten Werte  Mehr Umsatz  Weniger Kosten  Neue Produkte
  26. 26. Erschließen Social DataEnterprise Data Open DataWeb Data Mobile Data
  27. 27. Verfeinern Big Data Business Intelligence Data Mining Personalisierung Analysen Vorhersagen
  28. 28. Verwerten Marketing Vertrieb Service Innovation
  29. 29. Was haben Babies und Bier gemeinsam?
  30. 30. Das Geheimnis von Amazon.
  31. 31. Kunden Kanäle Produkte Prozesse Systeme Daten treiben die Digitalisierung. Daten Einzigartigkeit Kopierbarkeit
  32. 32. Marketing Innovation Data Aggregation & Cleaning Diagnostic Analytics Descriptive Analytics Prescriptive Analytics Predictive Analytics Was ist passiert? Warum ist es passiert? Was wird passieren? Was soll ich machen?
  33. 33. Die Hälfte des Geldes, das ich für Werbung ausgebe, ist verschwendet. Das Problem ist, ich weiß nicht, welche Hälfte. John Wanamaker (Marketing-Pionier)
  34. 34. Marketing Innovation Marketing Controlling Marketing IntelligencePersona- lisierung Data Warehouse
  35. 35. Was Ihre Lotion über Sie verrät.
  36. 36. Marketing Innovation Marketing Controlling Marketing IntelligencePersona- lisierung Data Warehouse Attribution
  37. 37. Customer Journey Attribution Quelle: Dean Abbott, Predictive Analytics World Berlin 2014
  38. 38. Customer Journey Attribution Quelle: Dean Abbott, Predictive Analytics World Berlin 2014
  39. 39. Marketing Innovation Marketing Controlling Marketing IntelligencePersona- lisierung Uplift Modelling Data Warehouse Attribution
  40. 40. Daten treiben das Direktmarketing. Quelle: Miles & More, Predictive Analytics World Berlin 2014
  41. 41. Daten treiben das Direktmarketing. Quelle: Miles & More, Predictive Analytics World Berlin 2014
  42. 42. Retail is detail. Sam Walton (Gründer von Wal-Mart)
  43. 43. Marketing Innovation (Social) CRM Customer Insights
  44. 44. Daten treiben Social Media. Um zu erfahren, ob die Facebook-Fans auch Kunden sind, entwickelte Lufthansa eine spielerische Kampagne, bei der die Teilnehmer durch das Einladen von Freunden Meilen für das Bonusprogramm Miles & More gewinnen konnten. Über den Abgleich der Miles & More-Nummer mit den Social Media-Daten gewann die Lufthansa wertvolle Einsichten in ihre Kunden und Facebook-Fans.
  45. 45. Marketing Innovation (Social) CRM Sales Analytics Customer Insights Lead- Scoring Customer Lifetime Value
  46. 46. Ad Analytics  CpX Web Analytics  Traffic Sales Analytics  Umsatz Marketing Controlling  CAC Customer Insights  ARPU Impression | Prospective Visitor | Lead User | Qualified Lead Customer Loyal Customer Brand Ambassador Online-Marketing Klassisches Marketing & Sales
  47. 47. Customer Lifetime Value
  48. 48. Quelle: Forbes.com
  49. 49. Marketing Innovation (Social) CRM Sales Analytics Customer Insights Produkt- empfehlungen Lead- Scoring Customer Lifetime Value
  50. 50. Daten treiben den e-Commerce. Durch personalisierte Produktempfehlungen steigerte Globetrotter den e-Commerce-Umsatz um 8%. Ebenso stieg der durchschnittliche Bestellwert um 42,34 Euro und die Kunden kauften im Durchschnitt ein zusätzliches Produkt.
  51. 51. Wenn Du etwas nicht messen kannst, dann kannst Du es nicht managen. W. E. Deming (Management-Pionier)
  52. 52. Marketing Innovation Text Analytics Monitor- ing Krisen-/Trend- Erkennung Absatz- prognosen
  53. 53. Daten treiben die Logistik. Dank dem Einsatz von Predictive Analytics fand Wal-Mart heraus, dass bei Hurrikan-Warnungen der Absatz von Strawberry Pop-Tarts sprunghaft ansteigt. Dabei handelt es sich um Teigtaschen von Kellog‘s, die einzeln verpackt sind und keine Kühlung erfordern. Wal-Mart nutzt diese Erkenntnis, um bei entsprechenden Ereignissen rechtzeitig die Regale zu füllen. So vermeidet Wal-Mart Absatzengpässe und damit Verluste.
  54. 54. Marketing Innovation Text Analytics Monitor- ing Krisen-/Trend- Erkennung Auslastungs- prognosen Absatz- prognosen
  55. 55. Marketing Innovation Churn- Prediction Text Analytics Monitor- ing Krisen-/Trend- Erkennung Auslastungs- prognosen Absatz- prognosen
  56. 56. Daten treiben die Kundenbindung. Die Raiffeisen Analytik entwickelte für die österreichischen Raiffeisenbanken ein Kündiger- frühwarnsystem. Dieses System nutzt statistisch- analytische Modelle, um Kunden zu identifizieren, die kündigen werden. Es informiert und versorgt die Bankberater vor Ort mit automatisierten Text- Informationen, so dass diese ein persönliches Gespräch mit dem Kunden führen können. So reduzierte sich die Kündigungsquote um 30%.
  57. 57. Marketing Innovation Churn- Prediction Fraud- Detection Text Analytics Monitor- ing Krisen-/Trend- Erkennung Auslastungs- prognosen Absatz- prognosen
  58. 58. Daten treiben die Betrugserkennung. Der Spielehersteller Activision entwickelte ein hochskalierbares System zur Betrugserkenn- ung in Computerspielen wie Call of Duty. Dafür analysiert das Unternehmen mittels (mehr als 10 unterschiedlichen) statistischen Modellen bis zu 100 Milliarden Transaktionen pro Tag (pro Modell). Die Anzahl der erkannten Betrugsfälle stieg um den Faktor 200, während sich der personelle Aufwand um den Faktor 4 reduzierte.
  59. 59. Ein Risiko entsteht, wenn du nicht weißt, was du tust. Warren Buffet (US-Investor)
  60. 60. Marketing Innovation Open Data Market Research
  61. 61. Netflix, Marktführer für Video-on- Demand, stand vor der Entscheidung, die US-Serie House of Cards zu produzieren. Andere Unternehmen lehnten ab. Doch Netflix analysierte das bisherige Konsumverhalten seiner Nutzer, um den Erfolg vorherzusagen. Das Unternehmen entschied sich für die Produktion. House of Cards ist mittlerweile eine der erfolgreichsten US-Serien und exklusiv bei Netflix zu sehen. Daten treiben die Medien.
  62. 62. Marketing Innovation Open Data Data-as- a-Service Market Modelling Market Research
  63. 63. Daten treiben Prognosen. Auf Basis der Statistiken von Wikipedia-Seiten und Verfahren des maschi- nellen Lernens lässt sich das Umsatzpotential von Kinofilmen sehr genau prognostizieren.
  64. 64. Marketing Innovation Open Data Data-as- a-Service Market Modelling Market Research Predictive Applications
  65. 65. Predictive Applications …
  66. 66. … sind ubiquitär. Top 28 Apps Predictive Non-Predictive
  67. 67. Wo bleibt die Inspiration?
  68. 68. Die Zukunft: Predictive Marketing Das Prinzip Serendipität.
  69. 69. Martin Szugat Geschäftsführer Telefon 0176 1019 0176 Email martin.szugat@datentreiber.de Web datentreiber.de Spannende Fallstudien & hilfreiche Informationen zu Data-Driven Business finden Sie unter: Blog datentreiber.de/blog Twitter twitter.com/datentreiber LinkedIn linkedin.com/company/datentreiber SlideShare slideshare.com/datentreiber Facebook facebook.com/datentreiber DATENTREIBERWir treiben Ihr Unternehmen voran.
  70. 70. • Folie 9: Oracle.com • Folie 14 und 15: http://commons.wikimedia.org • Folie 16: Data Unser, ISBN 978-3-86881-319-7 • Folie 17: https://twitter.com/ResearchMark • Folie 33: http://romankmenta.com/ • Folie 44: http://de.slideshare.net/PAWDeutschland/paw-2014-der- einsatzvonupliftmodellingambeispielderlufthansamilesmorecreditcard • Folie 50: http://www.slideshare.net/padday/how-your-customers-social-circles- influence-what-they-buy-what-they-do-and-where-they-go • Folie 52: www.forbes.com • Folie 67: http://dataconomy.com/using-wikipedia-activity-data-forecast-movie- success/ • Folie 70: https://homescreen.is/ • Folie 71: http://insidesearch.blogspot.co.uk/ • Folie 72: https://www.addthis.com/blog/2013/08/28/personalization- innovators-amazon-netflix-and-yahoo/#.VXcTzc_tmko • Sonstige Bilder: http://www.shutterstock.de – Diverse Fotografen: donvictorio, ArtmannWitte, bikeriderlondon, Sascha Burkard, E.G.Pors, razlomov, xtock, Jirsak, Ollyy, Karramba Production, Simon Bratt, Oleksiy,Mark, patpitchaya, underworld, hxdbzxy, Thaiview, Nightman1965 , terekhov igor, Olga Danylenko, bikeriderlondon, Pot of Grass Productions, phipatbig, Oleksii Sagitov, maximmmmum, philia, Vinko93,Petr Jilek, Alexander Tihonov, Kondor83, Darryl Sleath, Stokkete, dvoevnore, mina, mharzl, ChrisVanLennepPhoto, Stock Creative, PhotonCatcher, Alexey Boldin, Digital Storm, Refat, vinnstock, donatas1205, Syda Productions, Pressmaster, Adriano Castelli, Banana Republic images, 24Novembers, tomertu, Grasko, Hasloo Group Production Studio, momente, Kaspars Grinvalds, Tyler Olson, bluecrayola, AlexKol Photography, Digital Storm, Peter Bernik, Lunov Mykola, Ollyy. Eugene Partyzan, maxim ibragimov, Creativa Images, Liudmila P. Sundikova, Anton Watman, Brian A Jackson, Galina Kovalenko, Ollyy, Deskoul, JonesHon. Die Liste erhebt keinen Anspruch auf Vollständigkeit. Quellenangaben für die verwendeten Bilder und Grafiken

×