Ce diaporama a bien été signalé.
Le téléchargement de votre SlideShare est en cours. ×

Analytics mit SAS - konkret und praxisnah

Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Prochain SlideShare
Big data im Marketing
Big data im Marketing
Chargement dans…3
×

Consultez-les par la suite

1 sur 3 Publicité

Plus De Contenu Connexe

Diaporamas pour vous (20)

Publicité

Similaire à Analytics mit SAS - konkret und praxisnah (20)

Plus récents (20)

Publicité

Analytics mit SAS - konkret und praxisnah

  1. 1. N icht nur der jährliche „Hype Cycle“ des Analystenhauses Gartner zeigt: Nach dem Hype folgtdieErnüchterung.Genaudasgeschieht derzeit mit dem Thema Big Data. Die Eu­ phorie der vergangenen Jahre ebbt inzwi­ schen ab, weil jetzt zunehmend konkrete Ergebnisse statt visionärer Konzepte gefragt sind. Die Krux damit ist allerdings: Wer das Thema bislang einfach ausgesessen hat, tut sich schwer damit, jetzt plötzlich den richtigen „Stich“ zu machen. Die Studie Wettbewerbsfaktor Analytics 2015 spiegelt ein ernüchterndes Bild wider. „Wenn ich mir den Zwischenstand unserer Studien­ ergeb­nisse anschaue, zweifele ich an der Innovationskraft der Industrie“, sagt Professor Gronau von der Universität Pots­ dam. Es fehle „am Bewusstsein für Tempo und Konsequenz“. 90 Prozent der 7.000 befragten Unternehmen in Deutschland, Österreich und der Schweiz nutzen nur die Hälfte ihrer verfügbaren Daten. Big Data steckt in der DACH-Region also nach wie vor in den Kinderschuhen. Dabei sind Banken und Versicherungen noch vergleichsweise fortgeschritten. Und dennoch: Nur 30 Prozent der Banken und Versicherungen, so die Studie, sind mit Big Data vertraut. Ein alarmierendes Ergebnis, bedenkt man, dass die Konkurrenz in der Finanzwirtschaft vielfältiger wird. Weltweit sind Tausende Fintechs dabei, die Branche auf den Kopf zu stellen. Sie sind klein, wendig und kreativ, unkompliziert im Um­ gang und locken mit frecher Werbung, attraktiven Websites und praktischen Apps. Und: Sie sind zu 100 Prozent analytisch. Die etablierte Finanzbranche könnte sich wehren. Schliesslich hat sie Zugriff auf riesige Datenmengen. Aber Datenanalysen würden derzeit ausschliesslich im Marke­ting und im Risikomanagement angewendet. Das sei zu wenig, sagen die Wissenschaftler. „Big Data ist heilbar“, sagt Wolf Lichten­ stein, CEO DACH von SAS. „Und zwar mit der entsprechenden Big Data Analy­ tics.“ Die Banken hätten durchaus verstan­ den, dass Analytik und ein guter Prozess sinnvoll seien, und sie ahnten, dass sie in Softwareinvestierenmüssen.„Bankenwissen auch, dass in ihren (Big) Daten etwas Gutes schlummert. Sie wissen aber nicht, wie sie an die guten Nachrichten aus ihren Daten herankommen sollen.“ Dass sie in Sachen Betrug und Risiko gute Fortschritte machen, läge nicht zuletzt an Regulativen wie z. B. BCBS239, Stresstestpflicht oder der Libor- Krise – also Druck von aussen. „Doch in Sachen Kundenmanagement hakt es.“ Dem Kunden auf der Spur bleiben  Ein unnötiges Manko – das Marketing ist wohl die Unternehmensdisziplin, in der die Digitalisierung am weitesten fortge­ schritten ist. Das ist keineswegs Zufall: Die Erwartungen des Kunden haben sich durch digitale Kanäle, soziale Medien und die damit einhergehende Vielfalt an Optionen stark verändert. In gleichem Masse wird Analytics bedeutender, um die Interaktion mit dem vernetzten Kunden (möglichst in Echtzeit) zu optimieren. Digi­talisierung und Analytics sind also zwei Seiten derselben Medaille. Einfach war es nie, dem Kunden auf der Spur zu bleiben. Dennoch: In der „alten“ Marketingwelt wurden Strategien ent­wi­c­k­ elt, die sich auf einzelne, klar umrissene Kundensegmente richteten, deren handeln­ de Personen feststanden: Da gab es den Besucher im Ladengeschäft, der sich Infor­ mationen möglicherweise vorab im Internet besorgte, und den „Digital Native“, der durch Social Media navigiert und im Web- Store einkauft. Dass es sich dabei aller­dings um ein und dieselbe Person handeln kann, stürzt so manches Unter­ nehmen in eine kommunikative Krise. Denn der agile Kunde bewegt sich in alle Rich­ tungen: online suchen und offline kaufen, aber auch umgekehrt. Unabhängig von Ort und Zeit  Aus dem ständigen Informationsfluss muss der Handel in Echtzeit individuelle Ange­ bote generieren; für Millionen von Kunden, die über unter­schied­lichste Kanäle zeit- und ortsunabhängig mit der Marke kommuni­ zieren. Und dabei diese Person als ein Gan­ zes über verschiedene Geräte und Kontakt­ punkte hinweg begreifen, um sie gezielt und mit konsis­tenten Botschaften anspre­ chen zu können. „Die Trennung von on­line und offline wird 2016 endgültig auf­ Digitalisierung: Lösungen statt Luftschlösser Big Data hat sich als Hype abgenutzt. Was jetzt zählt, sind konkrete Lösungsansätze für die Digitalisierung von Geschäftsmodellen. Die Ergebnisse zeigen klar: Der Weg lohnt sich. J eder spricht über die digitale Transfor­ mation, und die Gründe dafür liegen auf der Hand: Etablierte Märkte werden durch innovative Geschäftsmodelle und den Eintritt neuer Marktteilnehmer aufgebrochen. Das setzt vielerorts gängige Mechanismen ausser Kraft: Die tradi­ tionelle Kundenansprache führt immer seltener zum Erfolg. Immer mehr vernetzte Geräte, Systeme und Infrastrukturen inter­ agieren direkt miteinander. Überall zugleich entsteht sukzessive das Internet der Dinge – und liefert mehr Daten und Hand­ lungsimpulse als jemals zuvor. Den Ergebnissen dieses Paradigmenwech­ sels kann sich niemand entziehen. Dennoch sind manche Unternehmen beim Thema Digitalisierung noch zögerlich. Ein Defizit an Mut, das schwerwiegende Folgen haben kann. Denn die digitale Transformation zwingt die Wirtschaft vermehrt dazu, zu analytischen und datengetriebenen Unter­ nehmen zu werden. Eine wesentliche Voraussetzung dafür ist in vielen Fällen die Investition in neue Tech­ nologien; das alleine reicht aber nicht aus. Entscheidungsträger und Unternehmens­ lenker sind vor allem zu einem aufgefordert: zum Umdenken! Wer sein analoges nicht zugunsten eines digitalen Denksystems auf­ gibt, dem wird es nicht gelingen, ohne vor­ Wie Digitalisierung und Big Data Analytics die Wirtschaft revolutionieren. Von Dr. Patric Märki, Managing Director, SAS Switzerland Blick Abfallprodukt sind, genutzt, um ganz andere Erkenntnisse zu gewinnen. Beispiele dafür gibt es zur Genüge: Fitnessarm­ bänder, die Bewegungsdaten von Menschen senden, können Hinweise auf Erdbeben geben. Ein Thermostathersteller wird zur Datensammelplattform, die die klimatisch­ en Vorlieben der Menschen wiedergibt und damit eine Prognose zum Energiebedarf ermöglicht. Ein Kaffeeautomatenhersteller kann aus Maintenance-Daten ablesen, wie die Auslastung der Fabrik ist, und will dem­ nächst Wirtschaftsdaten vorhersagen. So wird Big Data zur neuen Perspektive der Wirklichkeit, die dazu dient, bessere Ent­ scheidungen zu treffen. BIG DATA  Bedeutung erkannt. Potenziale unterschätzt Big DataAnalytics kommt allmählich in derWirtschaft an.Die Unternehmen haben in den vergangenen drei Jahren das Potenzial erkannt und beginnen, die Vorteile auch zu nutzen. Dabei gibt es aber je nach Branche und Disziplin grosse Unter- schiede.Das alles ergibt sich aus der Langzeitstudie „WettbewerbsfaktorAnalytics”, die die Universität Potsdam seit 2012 zusammen mit SAS in der DACH-Region (Deutschland, Österreich, Schweiz) durchführt. Die Forscher der Universität Potsdam unter der Leitung von Univ.-Prof. Dr.-Ing. Norbert Gronau fokussieren in ihrer Analyse auf die konkrete Nutzung von Big Data in den Unternehmen.Denn die Digitalisierung und Mega-Trends wie Internet of Things (IoT) gehen immer mit der einen zentralen Entwicklung einher: explo- sionsartig ansteigende Datenvolumen. Das Mass aller Dinge ist dabei die richtige Nutzung von Big Data.Sie ist der Indika- tor für die unternehmerischeWettbewerbsfähigkeit im Rahmen der Digitalisierung. LautStudieistdasbauchgetriebeneEntscheidenauf demRückzug.DieBedeutung von Big DataAnalytics wird branchenübergreifend erkannt.EinzigerWermutstrop- fen: In der Breite fällt weiterhin eine Umsetzungslücke bei der Einschätzung der Potenziale von Big Data Analytics und ihrer Verankerung im Unternehmen auf. Das mag auch daran liegen,dass die Menschen in den Unternehmen fachlich noch nicht ausreichend auf die neuen Herausforderungen vorbereitet sind.Denn Wett- bewerbsfähigkeit in einer datenorientierten Geschäftswelt lässt sich nur mit der nötigen Datenanalyse-Kompetenz gewährleisten. Was also tun, um in der Digitalisierung möglichst rasch zu reüssieren? Die Unter­ nehmen sind gut beraten,so Studienleiter Gronau,in entsprechendeTechnologie zuinvestieren.Dasalleinereichtabernichtaus.Vielmehrsolltedereigeneanalytische Reifegrad immer wieder hinterfragt werden,um Nachjustierungen vornehmen zu können. Wer dann noch gute Schulungsangebote speziell für Big Data Analytics- User etabliert, wird die Digitalisierung meistern. „Big Data wird zur neuen Perspektive der Wirk­lichkeit, die dazu dient, bessere Entscheidungen zu treffen.“ Dr. Patric Märki Managing Director SAS Switzerland Business neu gedacht gefertigte Fragen und Modelle an die Daten heranzugehen und zu schauen, was die Daten ihm zu bieten haben. Nicht selten sind dies neue Geschäftsmodelle. Wichtig ist es also, die richtigen Fragen zu stellen. „Daten sammeln, wenn man kann, nicht bloss, wenn man muss“, sei das neue Mantra, so der Internet-Visionär Prof. Vik­ tor Mayer-Schönberger, Professor of Inter­ net Governance and Regulation der Uni­ versity of Oxford. Und er hat recht. Denn oft genug werden Daten, die auf den ersten gehoben“, weiss Andreas Heiz, Leiter des Kompetenz­centers SAS Business Analytics for Marketing. Neue analytische Kultur  Dr. Andreas Becks, Manager Business Ana­lytics bei SAS, bestätigt, dass sich in den kommenden Jahren eine neue analy­ tische Kultur in den Unternehmen durch­ setzen wird. In zukunftsorientierten Un­ ternehmen stehen für 2016 und darüber hinaus verschiedene Themen zugleich ganz oben auf der Agenda. „Approachable Analytics“ etwa. Sie sind die Reaktion auf die Forde­rung der Mitarbeiter, angesichts der übergreifenden Digitalisierung in den Unter­neh­men einen einfachen „Self- Service“-Zugang zu Analytik und daten­ basierten Entscheidungen zu er­mög­lichen. Auf der technologi­schen Seite sind Hadoop & Co. gesetzt: Als günstige Speicher- und Auswertungstechnologien erlauben sie wirt­ schaftlichere Analytik von vielen und viel­ fältigen Daten. Weiterhin entwickelt sich Analytik aus der Expertennische heraus und wird zuneh­mend industrialisiert: „Die Anwendungen müssen wie in einer Fabrik skalierbar und multiplizierbar sein. Nur so entstehend Tempo und nachhaltige Wirtschaftlichkeit“, erklärt Becks. Und nicht zuletzt ist eine neue, analytische Kultur auch die Voraussetzung für den Kern der digitalen Transformation: daten­ basierte Innovation. Bis­her ungenutztes Potenzial durch neue Daten erschlies­- sen und sich damit Wettbewerbs­vor­teile zu schaffen, wird in der digitalen Wirtschaft zum Wachstumsfaktor Nummer eins. Genau an dieser Stelle wird auch der grosse Unterschied zwischen disruptiven Start-ups und etablierten Unternehmen sichtbar: Start-ups scheuen sich nicht vor einem experi­mentellen Ansatz und sind in der Lage, Ideen schnell zu validieren oder eben­ so schnell zu verwerfen (fail fast). Dieser „Labor“-Ansatz ist in den meisten Unter­ nehmen nicht vorgesehen, für Big Data Analytics aber zwingend notwendig. Das Big Data Lab von SAS füllt diese Lücke. In einem solchen Big Data Lab kann beispielsweise ein Data Scientist Big Data einspie­len, mit Analytics auswerten, um daraus vali­dierte Big Data Use Cases für sein Unter­nehmen abzuleiten. Das Big Data Lab gibt es auch aus der Cloud – nicht nur für die Testphase. Sobald sich die Experi­ mente dann als praxistauglich erweisen, können sie schnell auf die Strasse gebracht werden. Denn die Werkzeuge haben Schnittstellen zu den produktiven Infra­ strukturen des Unter­nehmens. Damit ist eine Übertra­gung in den produktiven Ein­ satz schnell und einfach möglich. Tatsäch­ lich sind die Versuchs- (nicht: Projekt-) Laufzeiten, oder auch „Sprints“, im Big Data Lab ganz andere als in üblichen Unter­ nehmenszyklen: Zwei Stunden bis zwei Wochen pro Case, nicht mehr. Auch nach dem Big Data-Hype gibt es also genügend Gründe für Euphorie. Analytics – konkret und praxisnah www.sasforum.com/ch © GETTY IMAGES
  2. 2. steht die Gefahr, dass IoT als Marketing­ blase am Himmel verpufft, da die erwartete Wertschöpfung nicht erzielt wird. Die heu­ te übliche Herangehensweise ist, offen­sicht­ liche Ursache-Wirkungs-Relationen zu erfassen und dafür wirtschaftlich tragfähige Use Cases zu suchen. Langfristig greift dieser Ansatz aber zu kurz. Denn das eigent­ liche Herz von IoT sind weder Sensoren noch Aktoren – es sind Analytics. Erst mit den Korrelationen, die in den Daten ste­cken, mit Mustern, die erst in gigantischen Daten­ beständen erkennbar werden, mit Trends, „Wir müssen das Internet of Things zu Ende denken” Das Internet of Things verändert in den kommenden Jahren die gesamte Wirtschaft, sagen Analysten. Richtig und zugleich falsch, sagt Christoph Sporleder von SAS. Was die Wirtschaft wirklich verändert, ist das, was die Unternehmen aus den Daten machen. H err Sporleder, das Internet of Things (IoT) nimmt derzeit spürbar Fahrt auf. In Fachkreisen wird es schon seit Jahren diskutiert. Warum kommt jetzt der grosse Schub?  Sporleder: Das Konzept ist tatsächlich nicht neu. Allerdings musste erst einmal eine In­ frastruktur nachwachsen, die einen Einsatz in grossem Stil praktisch umsetzbar und wirtschaftlich sinnvoll macht. Parallel dazu musste die Erkenntnis in den Köpfen reifen, dass das IoT nicht nur irgendeine weitere Technologie ist. Hier kommunizieren erst­ mals nicht nur Maschinen mit Menschen, sondern auch Maschinen mit Maschinen. Das wird Geschäftsmodelle und sogar ganze Branchen verändern. Sie sagen also: Die Wirtschaft hat IoT jetzt „verstanden“?  Ja und nein. Die Unternehmen fast aller Branchen haben inzwischen die Tragweite erfasst. Sie sind sich bewusst, dass es um mehr geht als um aus der Ferne ablesbare Stromzähler oder um Kühlschränke, die automatisch Lebensmittel bestellen – was ich übrigens für eines der schlechtesten Beispiele halte. Sie sehen ein, dass sie sich unbedingt mit dem Thema befassen müssen. Wie sie sich dem IoT konkret annähern sollen, das wissen sie aber oft noch nicht. Welche Folgen hat das in der Praxis?  Verunsicherung, Verzögerung und teilweise Fehlinvestitionen. Das zeigt zum Beispiel die Studie „Wettbewerbsfaktor Analytics“ der Universität Potsdam. Demzufolge ver­ wenden nur 34 Prozent der Fertiger in der Region DACH analytische Systeme in der Herstellung. Nahezu 90 Prozent der Unter­ nehmen nutzen weniger als 50 Prozent der ihnen zur Verfügung stehenden Daten für Auswertungen. Und von den verfügbaren Sensordaten wird ge­rade mal ein einziges Prozent genutzt. Woran liegt das?  Viele Entscheider denken beim Thema Internet of Things (IoT) noch nicht weit genug. IoT-Anwendungen werden häufig sehr eng definiert, und die Wertschöpfung, die durch eine breite, intelligente Auswer­ tung der Daten – Analytics of Things – er­ reicht werden kann, wird oft unterschätzt oder bei der Konzeption nicht ausreichend berücksichtigt. Das spiegelt die nach wie vor traditionelle Herangehensweise wider: Handeln auf Basis von vorab erdachten Entscheidungsregeln statt auf Basis von dynamischen, datenbasierten Analysen. Woran es nicht liegt, ist die Leistungs­ fähigkeit der Analysesysteme. Sie können inzwi­schen sowohl die grossen Daten­ mengen speichern als auch schnell genug analysieren. Die Industrie steht sich also selbst im Weg?  Es fehlt nicht an Einsicht und Willen, aber an Tempo und Richtung. Wenn die Ent­ wicklung in diesem Tempo weitergeht, be­ die aus permanenten Datenströmen ables­ bar sind, wird aus IoT ein ganz neuer Ansatz für Geschäftsmodelle. Nur: Wie soll sich ein Unternehmen für IoT fit machen, wenn es noch gar nicht weiss, wohin die Reise geht?  Sie dürfen sich nicht in der Suche nach Use Cases verlieren. Wir müssen das IoT nicht vom Anfang her denken, sondern vom Ende her. Erfolgversprechend ist ein technologie­ orientierter Ansatz. Dazu gehört, von Be­ ginn an eine skalierbare analytische Strate­ gie in Bezug auf alle Sensordaten aus dem Internet der Dinge zu definieren. Basis dieser Strategie muss die Überlegung sein, Hunderte oder Tausende analytischer Mo­ delle schnell zu entwickeln und produktiv zu setzen – um zum Beispiel die Analysen in Echtzeit im Datenstrom auszuführen. Ziel ist die Industrialisierung von Analytics. Es ist aber auch notwendig, den Blickwin­ kel zu erweitern und die analytische Daten­ basis über die reinen Sensordaten hinaus zu erweitern. Nehmen Sie zum Beispiel Messdaten eines Wearable oder Informa­ tionen von einem Fahrzeug oder einer Maschine. Die von den Sensoren in den Geräten erfassten Daten bieten „nur“ einen techni­schen Blickwinkel. Kombiniert mit Informationen aus sozialen Netzwerken und anderen Quellen können analytische Mo­delle erzeugt werden, die einen viel brei­ teren für Geschäftsentscheidungen bieten. D igitale Transformation bedeutet konkret auch: ständige Interaktion mit Kunden und Interessenten. Marketiers sehen sich mit drei Fragen kon­ frontiert: Wie kommen wir an die Kunden­ daten? Welche Nutzung dieser Daten hat uns der Kunde erlaubt? Und wie schaffen wir Anlässe für eine erfolgreiche Marke­ tingkommunikation? Soziale Netzwerke haben diese wertvollen Kundendaten, und die Kunden erwarten sogar Interaktion. XING ist das grösste soziale berufliche Netz­werk im deutschsprachigen Raum – und lebt dennoch keinesfalls im Marketing- „Eldorado“. Denn auch soziale Netzwerke dürfen ihre Kunden nicht mit Informationen überfordern. Relevanz ist der Unterschied zwischen ein­ er Marketingbotschaft, die für den Emp­ fänger nützlich und interessant ist – und einer, die einfach nur nervt. Aber was ist für den jeweiligen Empfänger relevant? „Diese Frage müssen wir täglich beant­ worten, für praktisch jeden unserer Nutzer“, schildert Gerret Braren, Senior Manager Analytisch zum schlanken Portemonnaie Mobiles Bezahlen: Twint verbindet Payment, Coupons und Treueprogramme und integriert den Zahlungsvorgang ins Marketing. Und umgekehrt. Realisiert wird das mit Big Data Analytics. D em Verbraucher das Leben ein wenig leichter machen. Ginge es darum, wäre Twint eine Firma un­ ter vielen in der digitalen Wirtschaft. Aber Twint will mehr und macht mehr. Der New­ comer unter dem PostFinance-Dach will nicht weniger, als das Bezahlen mit dem Handy in der Breite populär zu machen. Und zwar für den bequemen Verbraucher genauso wie für den scharf kalkulierenden Handel. Dazu verbindet Twint die Bereiche Payment, Coupons und Treueprogramme und integriert den Zahlungsvorgang ins Marketing. Und umgekehrt. Realisiert wird das mit Big Data Analytics. Hand aufs Herz: Es gibt heute für den End­ verbraucher keine „Payment Pain“ mehr. Theaterkarte, Tankfüllung oder Thun­ fischsandwich – ausreichende Liquidität vorausgesetzt, kann jeder an fast jeder Kasse sogar unter meh­reren Zahlungsmethoden auswählen. Ob Kreditkarte, Debit-Karte oder doch Bargeld, der Handel legt dem Kunden heute kaum noch Steine in den Weg. Sind deshalb neue Zahlungsmetho­den, namentlich das Handy-Payment, also wirk­ lich notwendig? Die PostFinance-Tochter Twint sagt: Ja – und hat als Spin-off eine von Grund auf neue Zahlungsplattform aufgebaut, die mit analytischer Intelligenz unterlegt ist und damit die Brücke zwischen Zahlung und Marketingaktionen schlägt. Wenn heute darüber diskutiert wird, ob Bargeld überhaupt noch notwendig sei, bedeutet das nämlich keineswegs, dass die Portemonnaies der Schweizer dünner werden. Im Gegenteil: „Bank- und Kredit­ karten, dann die Karten der verschie­denen Treueprogramme, die Stempel­karten von Coffeeshop bis Coiffeur, dazu noch die Cou­ pons aus dem letzten Supermarktprospekt – viele tragen inzwischen ein ganzes Arsenal an Papier- und Plastikkärtchen mit sich herum“, stellt Dominic Senn, Leiter Busi­ ness Development bei der Twint AG fest. Kein Wunder, dass dabei die Übersicht verlo­ren geht, Coupons verfallen und Stem­ pelkarten niemals voll werden. Angesichts der ausgefeilten Kundenbindungspro­ gramme, die insbesondere der Einzelhan­- del aufgebaut hat, ist das ein beklagens­ werter Zustand. Convenience und Kosten  Der Handel hat mit dem derzeit üblichen Portfolio an Zahlungsmitteln noch ein ganz anderes Problem: hohe Kosten. Die Gebüh­ ren, die in der Kette von Banken, Transak­ tionsdienstleistern und auch Kredit­kar­ tengesellschaften entstehen, schmälern die Margen empfindlich. Gerade Branchen wie dem Lebensmittel-Detailhandel mit schmalen Bruttomargen ist das ein Dorn im Auge. Globale Mobile-Payment-Dienste wie ApplePay können dieses Problem nicht entschärfen. Grund genug für die Macher von Start-ups Twint, für die zwei Problemfelder Conveni­ ence und Kosten eine Mehrwert-Lösung zu entwickeln. „Wer künftig das neue ‘digi­tale Portemonnaie’ der Twint nutzt, erhält zu­ gleich in Echtzeit Mehrwert-Angebote“, erklärt Senn. Konkret bedeutet das: Bei Twint sind zum Beispiel Coupons und Treuekarten, aber auch die Daten der be­ kannten Loyalty-Programme wie etwa der Supercard oder Cumulus hinterlegt. Beim Bezahlvorgang via Smartphone wer­ den diese Coupons automatisch ange­zeigt und ausgespielt. Und weil Twint sich direkt in das Kassen­ system des Händlers integriert, können die entsprechenden Rabatte sofort abgezogen und Treuepunkte verrechnet werden. „Für den Kunden ist das sehr bequem. Er kann den ganzen Zahlungsvorgang in einem Durchlauf abschliessen, ohne sich um ‘Ex­ tras’ kümmern zu müssen – und er nimmt immer das Maximum an verfügbaren Vor­ teilen mit.“ Ausspielkanal und Einlöse­ vehikel für Coupons sind eins. Wenn der Kunde keine Coupons und Treuekarten will, kann er diese Funktion in der App jederzeit aus- und auch wieder einschalten Und der Handel? Er profitiert durch auto­ matisierte Ausspielung seiner Coupons beim Verbraucher – und durch extrem niedrige Transaktionsgebühren. „Die Kosten von Twint liegen etwa auf dem Niveau, das für Marketing Technology & Processes bei XING. Eine große Herausforderung: XING hat über 10 Millionen Mitglieder im deutschsprachigen Raum, realisiert über 11.000 automatisierte und weitere 400 manu­ ell gesteuerte Kampagnenaussendungen pro Jahr – und verschickt insgesamt über zwei Milliarden E-Mails von der Kontakt­ anfrage bis zum Gruppen-Newsletter. „Wir müssen zusätzlich den aktuellen Kontext jedes einzelnen Users berücksichtigen. Ist er Jobsuchender? Ist er an Fachinformation oder an neuen Kontakten interessiert?“, erklärt Braren. In dieser enormen Matrix die richtigen Verknüpfungen zu finden und individuelle Relevanz herzustellen, ist nur mit moderner Datenanalyse und software­ gestützter, weitgehend automatisierter Kampagnensteuerung möglich. Was man aus Daten lernen kann Das hat das im TecDax kotierte Hambur­ger Unternehmen bereits vor fast zehn Jahren realisiert und arbeitet im Marketing kon­ sequent datengetrieben. Seit 2009 kommt Customer Intelligence von SAS zum Ein­ Bargeldhandling angesetzt wird oder so­gar eher darunter“, erläutert Senn. Zusätzlich kann Twint kleineren und mittleren Han­ delsunternehmen, die keine eigenen Systeme für Coupons und Kundenbindungspro­ gramme unterhalten, diese Funktionen sogar komplett anbieten. Digitales Geschäftsmodell  Damit ist Twint ein Musterbeispiel für eine moderne Generation von Unterneh­men, die den Wert von Daten in ihrem Geschäfts­ modell verankern. Bei Twint bedeutet das laut Senn: „Unsere Mehrwert-Lö­sung mit Coupons und Treuekarten sind neben ein­ er hochmodernen Payment-Infra­struktur ein weiterer Grund, dass wir dem Handel tiefe Transaktionspreise anbieten können. Dank einem direkten Kanal zum End­ kunden können wir neben den Trans­ aktionsgebühren zusätzliche Einnahmen generieren.“ Möglich diese Integration von Payment und Couponing aber erst durch moderne Ana­ lytics. Die Bewertung der Situation, die Aus­ spielung der relevanten Coupons und deren Einlösung muss quasi in Echtzeit innerhalb der eigentlichen Zahlungssituation erfolgen. „Es gibt am Markt nicht viele Systeme, die das können. Und noch weniger haben zu­ dem starke analytische Fähigkeiten hinter­ legt, mit denen auch komplexe Ent­schei­ dungslogiken abgebildet werden können – etwa Scorings. Und das alles im Milli­ sekundenbereich“, so Senn. Nachdem das gesamte Geschäftsmodell aber auf diesen Funktionalitäten fusst, ist eine leistungs­ fähige Plattform entscheidend. Die Wahl fiel auf die Lösung, die sich schon beim Mutterkonzern PostFinance bewährt: SAS Customer Intelligence. „Wir brauchen nicht nur die Leistung, die Analytics von SAS nachweislich bietet. Wir brauchen genauso die Gewissheit, dass wir diese Leistung auch fast unbegrenzt skalieren können. Das ist essenziell für unsere Zukunftssicherheit. Und da sind wir uns bei SAS sicher.“ Ganz offensichtlich erkennen auch der Han­ del, Dienstleister und verschiedene Partner­ banken das Potenzial im Konzept von Twint und sind Partnerschaften mit dem Payment- Anbieter eingegangen. Mit Coop und Migros sind die Marktführer im Detail­ handel dabei, aber ebenso viele kleinere Händler oder auch Gastronomiebetriebe. „Natürlich brauchen wir das Vertrauen un­ serer Partner und der Endkunden, um lang­ fristig erfolgreich zu sein. Als Schweizer Unternehmen mit Rückendeckung aus ei­ nem soliden Konzern, mit unserem inno­ vativen Geschäftsmodell und mit unserer analytischen Infrastruktur sind wir da aber stark aufgestellt“, ist sich Senn sicher. satz, jüngst in einer neuen, jetzt web­basierten Version. Das Ergebnis: Multi­channel Cam­ paign Management auf höchstem Niveau, lückenlos entlang der viel beschworenen „Customer Journey“. Dabei geht es Braren nicht nur darum, den Kunden „auf den richtigen Inhalt zum richtigen Zeitpunkt über den richtigen Kanal“ aufmerksam zu machen. Fast genauso wichtig ist es aus Unternehmenssicht, die Komplexität für den einzelnen Marketingmanager zu redu­ zieren und Kampagnen­überschneidungen zu minimieren. Ange­sichts von acht sepa­ raten Business Units mit unterschiedlichen Zielen ist gerade Letzteres eine Heraus­ forderung. Trotzdem sollen – nein: müssen – die Marketiers schnell, flexibel und krea­ tiv agieren. Unterstützung gewinnt das Marketing da­ bei aus den Daten selbst. Big Data Analy­tics erlaubt heute nicht mehr nur, Konzepte in Datenmodellen abzubilden, sondern in Datenmustern auch neue Chancen sichtbar zu machen. Data Scientists heißen die Schatzsucher, die Korrelationen auch da aufstöbern, wo sie keiner vermutet hätte. „Wir arbeiten ständig an neuen Konzepten, und Analytics erweitert unseren Horizont. Zudem haben wir mit SAS die passende Infrastruktur, um unsere Ideen schnell und zuverlässig auf ihre Wirksamkeit hin zu überprüfen“, beschreibt Braren den Wandel. App wird zum entscheidenden Kanal Die Website und die klassische E-Mail auf dem Desktop-PC sind aber nur eine Kom­ ponente. Ein immer grösser werdender An­ teil der Kundeninteraktion bei XING fin­ det bereits über mobile Geräte und dabei insbesondere über die XING-Apps statt. Fast jeder zweite Zugriff erfolgt heute über Smartphone und Tablet. Für das Marketing ist das eine zusätzliche Herausforderung: „Beim In-App-Marketing stehen weniger Kommunikationsflächen zur Verfügung als etwa bei der Website. Deshalb ist hier die Priorisierung von Informationen noch dringlicher“, erläutert Braren. Deshalb sei das Thema Echtzeit bei der Ausspielung von individuellen In-App-Informationen nicht mehr nur wünschenswert, sondern Pflicht. Dies werde auch XING in diesem Jahr noch verstärkt umsetzen. Dass ein solcher Ansatz nicht nur Philoso­ phie ist, sondern konkrete wirtschaft­liche Vorteile bringt, zeigen die Zahlen: Bei XING liegen die Klickraten auf stark in­ dividualisierte E-Mails bis zu 100 Prozent höher als bei generischer ausgesteuerten Botschaften. Braren ist deshalb überzeugt, dass analytisch getriebenes Marketing voll im Interesse des Kunden liegt: „Mein persönlicher Ehrgeiz ist, dass wir künftig noch individueller kommunizieren – und dass der einzelne Kunde immer mehr Nutzen aus den erhaltenen Botschaften zieht. Dieser Weg hat uns schon messbaren Erfolg gebracht.“ Ist das nicht eine Investition ins Ungewisse?  Man möchte das Ganze vorher doch lieber einmal ausprobieren, bevor man sich für eine Investition entscheidet, ohne zu wissen, ob am Ende nur ein teures Gerippe vor einem steht. Zum Ausprobieren von Analy­ tics of Things gibt es deshalb das IoT Ana­ lytics Lab, das sich im eigenen Rechenzen­ trum oder als Cloud-Lösung nutzen lässt. Dieses Lab bietet probeweise die Möglich­ keit, die Sensordaten viel breiter zu sam­ meln, um dann beispielsweise mit einer Korrelationsanalyse Zusammenhänge in den Daten zu entdecken. Was raten Sie Unternehmern, die dem IoT nicht wirklich trauen?  Seien Sie mutig! Denn nicht immer sind die Geschäftsmodelle von gestern auch die von morgen, und nicht immer sind die altherge­ brachten Kernkompetenzen das Kapital für Zukunftsmärkte. Ein Händler musste bislang insbesondere ein guter Einkäufer sein, um profitabel zu arbeiten. Morgen muss er möglicherweise vor allem ein gutes Technologieunternehmen sein, um Waren­ ströme zu steuern. IoT ist deshalb mehr als ein Trend. Getrieben von Advanced Analy­ tics wird IoT revolutionäre Veränderungen bewirken. Analytics – konkret und praxisnah www.sasforum.com/ch ©TWINT Eins zu eins – für den Kunden Das soziale Netzwerk XING setzt konsequent auf individualisierte Kunden­ ansprache. Und auf Analytics, um sie zu realisieren. SAS FORUM SWITZERLAND 2016 ANALYTICS-BRENNPUNKT ZÜRICH Die digitale Transformation ist untrennbar mit den Themen Big Data und Analytics verknüpft. Das spiegelt auch das Programm des SAS Forum Switzerland 2016 wider: Im Mittelpunkt stehen Big-Data-Strategien im Zeitalter von Digitalisierung und Internet der Dinge. Die digitale Transformation verändert die Art und Weise wie wir arbeiten, lernen, spielen oder Sport betreiben. Zudem ist sie einer der stärksten Wachstumsmotoren für die Wirtschaft, verändert Geschäftsmodelle und bietet Unternehmen aller Industrien ein breites Feld für Innovation. Entscheidungs­ träger der Schweizer Wirtschaft wissen das und machen sich auf den Weg ins Datenzeitalter. Ein „Boxenstopp“ auf dieser Reise ist das SAS Forum Switzerland 2016. Die eintägige Konferenz bietet auch in diesem Jahr alles, was Sie brauchen, um sich fit für Analytics zu machen: • Best Practices namhafter Unternehmen wie Nestlé, Novartis, Betty Bossi oder Twint • Aktuelle Analytics-Projekte zu Big Data Analytics & Cloud, Customer Intelligence, Risk und Fraud Management, Technology • Konkret und praxisnah erfahren die Besucher, was sie brauchen, um Analytics-Projekte schnell, zielführend und kostengünstig umzusetzen. 1. Juni 2016, Kongresshaus Zürich Mehr Informationen und Anmeldung: www.sasforum.com/ch
  3. 3. A ls die Zürcher Werberin Emmi Creola-Maag die kochlöffel­- sch­wingende Kunstfigur Betty Bossi ersann, war ihr der Begriff des Con­ tent Marketing mit Sicherheit fremd. Den­ noch passierte nichts anderes: Anhand von Rezepten, veröffentlicht in der„Betty Bossi Post“, sollten die Produkte des Speise­ fettherstellers Sais/Astra unter die Leute gebracht werden. Es funktionierte: Mitte der 1960er Jahre erschien die Zeitschrift bereits alle sechs Wochen. Mittlerweile ist Betty Bossi eine 100-Prozent-Tochter des Coop Konzerns und ein Synonym für kulinarische Kompetenz. Die Marke ist eine der bekanntesten des Landes und die „Betty Bossi Zeitung“ ist mit rund 700.000 Abonnenten die meistverkaufte Koch­zeit­ schrift der Schweiz. Die Küchenfee Betty Bossi hat trotz ihrer 60 Jahre währenden Karriere nichts an Beliebt­ heit eingebüsst – auch wenn die Kommuni­ kationsmittel sich gewandelt haben: Denn neben der bewährten Zeitung abonnieren bereits mehr als eine halbe Million Men­ schen den elektronischen Betty Bossi News­ letter. Zudem unterstützen Suchmaschinen Marketing und Onlinewerbung die Kam­ pagnen. Vermarktet werden dabei nicht nur Kochbücher und kulinarische Tipps & Tricks, sondern jedes Jahr zudem etwa 80 neue Eigenentwicklungen an Küchenhelfern Individuell serviert Was koche ich heute? Die Frage war 1956, dem Gründungsjahr der Betty Bossi AG, so aktuell wie heute. Verändert hat sich bei der Schweizer Institution seither dennoch einiges: Dank Big Data Analytics werden die Kunden heute on- und offline nur noch gezielt und entsprechend ihren Interessen informiert. Tauglichkeitsprüfung: das Big Data Lab Wie funktioniert datengetriebene Innovation? Business-Analytics-Spezialist Andreas Becks von SAS im Interview. – nicht wenige von ihnen schafften es bereits zu unverzichtbaren Haushaltsklassikern. Frühjahrsputz oder Rösti-Blitz?  Dass Kommunikation über relevante In­ halte funktioniert, weiss niemand besser als Betty Bossi. In Anbetracht der Fülle an Kampagnen, Medien und Kommunika­ tionskanälen stand das Unternehmen aber vor einer wesentlichen Frage: Wie bekomme ich die richtigen Inhalte zum richtigen Zeit­ punkt und über den am besten ge­eigneten Kanal an meine Kunden? Bislang erhielt jeder Abonnent alle Informationen des Hau­ses – vom Frühlingsputz über den Rösti- Blitz bis hin zum ‘Gesund und Schlank’ Kochbuch – unabhängig von Vorlieben, Lebenssituation oder Kommunikations­ kanal. Die Nachteile für den Kunden liegen auf der Hand: uninteressante Angebote und im schlimmsten Fall zu viele davon. Dies sollte sich ändern. „Wir haben es uns zur Aufgabe gemacht, das Kundenerlebnis zu verbessern und persönlicher auf den Kunden einzugehen. Deshalb nützen wir die Kundendaten, um individuell und ge­ zielt relevante Angebote und Information anzubieten“, erklärt Julia Dimmler. Sie leitet die zu Beginn des Jahres geschaff­ ene Abteilung für Customer Relationship Management (CRM) und verantwortet ein Projekt, das nun in mehreren Stufen umgesetzt wird: „Ganz oben auf der Liste steht die Automatisierung unserer Kam­ pagnen, also die zentralisierte und integ­ rierte Steuerung unserer Print- und Online- Kampagnen sowie die damit verbundenen Analysemöglichkeiten des Response.“ Die Erkenntnisse aus diesen Analysen sollen die Kundenansprache des Marketings, aber auch die Sortimentsentwicklung von Betty Bossi unterstützen. Ist die Kanalanbindung von Print und On­ line geschafft, steht die nächste Ausbaustufe an. Auch im Online-Angebot von Betty Bossi stehen die Zeichen auf Wachstum: Das Angebots-Sortiment wird ausgebaut D ie veränderten Marktanforderung­ en zwingen viele Organisationen zur digitalen Transformation ihrer Geschäftsprozesse und Geschäftsfelder. Big Data und die digitale Transformation ste­ hen dabei stellvertretend für den Heiligen Gral disruptiver Innovationen. Zu Recht, wie Dr. Andreas Becks von SAS meint und im Interview eine Voraussetzung zur datengetriebenen Innovation namens Big Data Lab erläutert. Herr Becks, welche Rolle spielen Innovations­ labore (Big Data Labs) bei der digitalen Transformation? Solche Labore entstehen derzeit in fast allen Branchen und zahlreichen Unternehmen. Es geht darum, die vielen und vielfältigen Daten, welche die Digitalisierung mit sich bringt, gewinnbringend auf neuartige Weise zu nutzen. Das können inkrementelle, aber wertvolle Verbesserungen bestehender Ana­ lysen sein, aber auch komplett neue Ideen mit dem Anspruch, bahnbrechende Fortschritte bei der Wertschöpfung von Daten zu erreichen. Und wie kann ein Innovationslabor erfolgre­ ich umgesetzt werden? Was den (messbaren) Erfolg eines Innova­ tionslabors letztlich bestimmt, ist von Un­ ternehmen zu Unternehmen unterschied­ lich definiert. Wie es aber erfolgreich wird, darüber herrscht weitestgehend Konsens: Experimentieren erlauben, Agilität ermög­ lichen, fail fast. Was verstehen Sie unter „Experimentieren erlauben, Agilität ermöglichen“? Agilität heisst, dass das Innovationsteam Mittel und Freiräume braucht, Ideen ein­ fach und schnell auszuprobieren. Denn das Aus einer jeden guten Idee sind lang­ wierige Prozesse etwa für die Freigabe zur Verprobung. Hier müssen Freiräume ge­ schaffen werden. Und mit fail fast ist sicher gemeint, viele Ideen zuzulassen, die vielversprechenden auszuprobieren und die nicht tragfähigen auszusortieren? Richtig, denn schliesslich sollen nach einer ersten Validierung nur wenige, wirklich gute Ideen zu tiefer gehenden analytischen Pro­ jekten führen, von denen dann nur die soli­ d­esten in die Markterprobung und davon wiederum nur die bewiesenermassen wirk­ samen in die Produktion gehen. Ist das nicht ein sehr risikoreicher Ansatz? Innovation braucht Mut zum Risiko. Aus finanzieller Sicht muss natürlich immer der Value-at-Risk bekannt sein. Ich muss ent­scheiden, was genau ich bereit bin zu investieren. Kosten für Innovationsteams, den Kauf von Werkzeugen und Infrastruk­ turen für Big Data Use Cases und natür­ lich für den Aufbau der notwendigen Fähig­keiten sollten stets bezifferbar sein. Luftschlösser sind was für Träumer und nichts für Analytiker. Welche organisatorischen Weichenstellungen sind für ein Big Data Lab nötig? Wird ein Big Data Lab als zentrale, IT- gesteuerte Innovationsumgebung realisiert, fördert dies den Austausch, senkt Risiken und ermöglicht die Wirtschaftlichkeit des Innovationsprozesses. Denn vielfach sehe ich, dass einzelne Fachbereiche für sich mit einem Mix aus individuellen Methoden und Techniken arbeiten. Diese Isolation ist, ähnlich wie die berüchtigte Schatten-IT, zunächst einmal ein Kostentreiber. Mehr noch: Es bleiben auch Synergien bezüglich des Wissensaufbaus zu Methoden und Tech­ nologien ungenutzt. Innovation ist erst dann wirklich erfolgreich, wenn gute und neue Ideen in den Markt gebracht werden. Damit am Ende der Transfer gelingt, müssen die Use Cases strategisch gewollt und rechtlich unbedenklich sein. Daher ist es wichtig, frühzeitig das Einverständnis und die Unter­ stützung der Geschäfts- und Bereichsleitun­ gen zu erhalten. Warum braucht ein Big Data Lab eine geschützte Umgebung? Eine geschützte Umgebung ist das A und O. Schliesslich werden vorhandene Daten neu und anders aufbereitet und mit weit­ eren Daten verknüpft. Umfangreiche analy­ tische Auswertungen werden durchgeführt und damit können erhebliche Rechenkapa­ zität­en belegt werden. Es sollte das Prin­ zip Trial & Error gelten, und es genügt, so genau zu sein, wie es dem Erkenntnis­ zweck angemessen ist. Zudem lernen die Mit­arbeiter im Lab auch neue Methoden Dr. Andreas Becks Manager Business Analytics, SAS DACH und soll für Bestands- wie auch für Neu­ kunden immer attraktiver werden. „Wir sind bereits dabei, das Empfehlungsmarke­ ting aufzubauen. Persönliche Produktem­ pfehlungen sind im Onlinestore, aber auch im Newsletter ein wesentlicher Hebel“, weiss Dimmler. Konsistent über alle Kanäle  Für die Kommunikationsexpertin stand von Beginn an fest, dass dieses Projekt analytischer Unterstützung bedurfte. In Anbetracht von jährlich über 100 Kom­ munikationen und mehr als einer Million Kunden sind individualisierte Selektionen und Kontaktsteuerung nur mithilfe von ana­ lytischen Systemen sinnvoll durchzuführen. Zudem sollen nach und nach zusätzliche Kanäle angebunden werden, um so eine zen­ trale Entscheidungsinstanz zu schaffen, die kanalübergreifend eine konsistente Kommu­ nikation erlaubt. Die Wahl fiel schliesslich auf SAS Marketing Automation. Dimmler: „Wir sind mit SAS völlig frei und konnten problemlos an das existierende Data Ware­ house andocken. Ausserdem ist die Software einfach und intuitiv zu bedienen.“ Individueller und gezielter Kommunikation steht bei Betty Bossi also nichts mehr im Wege. „Unser Ziel ist es, insgesamt effizi­ enter zu werden und Doppelspurig­keiten komplett auszuschliessen“, so Dimmler. Als nächsten Schritt wollen sie und ihr Team nun dynamische Inhalte erstellen, um einen noch höheren Grad der Flexibilität und Individualisierung – etwa für ereignisge­ steuerte Kampagnen – zu erreichen. „Das sind anspruchsvolle Prozesse. Und obwohl die SAS Software so einfach in der An­ wendung ist, steckt doch ein hohes Mass an analytischer Komplexität dahinter. Wir sind also auf einem guten Weg.“ ©BETTYBOSSIAG kennen und sammeln erste Erfahrungen mit neuen Technologien. Im Séparée eine Art Versuchsküche einrichten? Genau. Denn hier passieren Fehler – und die dürfen den Regelbetrieb der IT keineswegs stören. Die Sicherheit, keinen Schaden anzurichten, senkt dann auch die psycho­ logische Hemmschwelle, mit Daten und Methoden kreativ umzugehen. Am besten schaffen Unternehmen hierfür eine von der Welt des Regelbetriebs weitestgehend separierte Umgebung. Manche Organisa­ tionen trennen ihren Innovationsraum auch örtlich vom regulären Geschäftsbetrieb ab. Schliesslich entstehen disruptive Neuerun­ gen nun mal selten neben dem Tagesgeschäft mit seinen zahlreichen Regeln und organisa­ torisch bedingten Scheren im Kopf. ©GETTYIMAGES Analytics – konkret und praxisnah www.sasforum.com/ch

×