Bei Big Data geht es um Daten, beziehungsweise um die Verwertung von Daten. Diese sind heute in Hülle und Fülle vorhanden, jedoch wird noch nicht überall Wissen aus den Daten generiert.
Auch wenn man dazu keinen perfekten Datentopf benötigt, gilt: je besser die Daten, desto einfacher auch die Verwendung beziehungsweise die Analyse.
In einem Gespräch mit unserer Big Data Spezialistin Esther Cahn, habe ich die wichtigsten Grundlagen betreffend dieses Themas kennengelernt und die Erkenntnisse in diesem Blogpost zusammengefasst.
Wie man mit Big Data Wissen generiert
Damit man aus Daten wertvolles Wissen generieren kann, gibt es einen zentralen Punkt zu berücksichtigen: Ein Unternehmen muss sich fragen, was es überhaupt wissen möchte. Dazu sollte eine möglichst konkrete Fragestellung formuliert werden, damit in einem nächsten Schritt evaluiert werden kann, wie man dieses Wissen generiert. Das Wissen ist dabei nicht nur in firmeneigenen Daten vorhanden, sondern auch in externen. Es gilt also, die eigenen Daten mit fremden Daten zu kombinieren.
Nehmen wir das Beispiel eines Glace-Händlers: Der Verkauf von Glace ist unter anderem davon abhängig, wie das Wetter mitspielt. Die Wetterdaten sind also ein zentraler Punkt für den Händler, er kann diese aber nicht in seinem Unternehmen selber generieren. Also muss er sich auf den Wetterbericht konzentrieren und diese Daten bei einer Analyse miteinbeziehen.
Über die Wichtigkeit von Daten
«Man sagt immer, die Daten reden. Aber die Daten reden nicht – sie geben nur Antwort.» – Esther Cahn
Big Data oder generell Daten sind für KMUs genauso relevant wie für grosse Unternehmen. Denn Daten sind auch eine Grundlage, um vorauszusagen, wie sich das Geschäft entwickeln wird oder um zu prognostizieren, wie viel Rohmaterial bestellt werden muss. Doch auch zur Kundenansprache können die Daten genutzt werden: Die Kundinnen und Kunden erwarten heutzutage, dass man sie schon ein bisschen kennt und man weiss, was sie wollen und welche Präferenzen sie mitbringen. Durch die Auswertung der richtigen Daten können genau solche Dinge herausgefunden werden.
Man muss jedoch nicht alles gleichzeitig auf dem Radar haben wollen. Es ist wichtig, dass sich ein Unternehmen primär auf die Fragestellung konzentriert, die es beantworten möchte. Es ist somit also empfohlen, im Kleinen anzufangen und dann langsam ins Grosse „rauszuwachsen“.
How to: Big Data nutzen
Die Big Data-Industrie hat ursprünglich versprochen, dass man all die Daten in einem Topf hat, man einfach mal ein bisschen rumwühlen und sich dann schlussendlich die Ergebnisse rausfischen kann. Aber ganz so einfach ist es halt doch nicht.
Wie bereits erwähnt, beginnt die Verwendung von Big Data damit, sich die richtige Frage zu stellen. Dies mag vielleicht einfach klingen, ist es aber überhaupt nicht. Zuerst gilt es die Einflussfaktoren vom Thema zu definieren, das man optimieren möchte. Daraus ergibt sich diese relevante Fragestellung. Zum Schluss evaluiert man, welche Daten diese Fragen beantworten können.
Der ganze Prozess beansprucht einerseits viel Zeit, andererseits aber auch viel Denkarbeit. Er ist also nicht zu unterschätzen, vor allem auch deswegen, weil man für das Unternehmen wichtige Ergebnisse erzielen möchte. Je besser die konzeptionelle Arbeit gemacht wird, desto wertvollere Ergebnisse erhält man und desto effizienter kommt man an die Ergebnisse. Wenn man diesen Prozess einmal hinter sich gebracht hat, ist es für ein zweites oder drittes Mal bereits einfacher, damit zu beginnen und umzugehen.
Die Überwindung für KMUs
KMUs haben eine gewisse Angst oder Ehrfurcht, sich dem Thema überhaupt zu widmen. Das Problem liegt aber wahrscheinlich auch am Begriff: So wird oft nur das „Big“ in „Big Data“ gesehen und gleichzeitig das Gefühl vermittelt, dass damit eine riesige Sache auf einen zukommt. Wie bereits erwähnt, gibt es tatsächlich eine Menge Arbeit. Es gibt aber auch im Kleinen ganz viele Sachen, die man mit Daten machen und angehen kann. Diese können auch rasch zu Quick-Wins führen, die für KMUs absolut zentral sind. Und auch solche Quick-Wins können den Weg zur Digitalisierung ebnen und den KMUs helfen, eine Digitalisierung überhaupt anzugehen.
Gerade für Anfängerinnen und Anfänger in diesem Bereich ist es wichtig, dass man klein beginnt und die Ziele und Fragen sehr präzise beschreibt. Wenn man es übertreibt oder sich selber überschätzt, dann ist das Scheitern bereits vorprogrammiert. Bei KMUs ist es noch zentraler, was man überhaupt möchte und was man überhaupt kann. Die Vordenkarbeit, bevor es überhaupt in die Analyse geht, ist sehr, sehr wichtig und diese muss auch sehr sauber gemacht werden.
Es gibt abgesehen davon auch viele grosse Unternehmen, die sich bezüglich Big Data überschätzen und somit zu viel aufs Mal wollen. Das Resultat: man kommt nicht vorwärts oder erhält schlussendlich gar keine Ergebnisse.
Trends bezüglich Big Data
- Big Data ist dann auf einem guten Weg, wenn das „Big“ endlich einmal weggelassen wird. Schlussendlich geht es bei Big Data um die Daten an sich und nicht um die grosse Menge. Es gilt den Begriff zu entzaubern, dass man wirklich zu Ergebnissen kommt.
- Der Trend zeigt, dass es weg von „Big Data“ zu „Smart Data“ geht: Intelligente Daten, intelligente Fragen an die Daten sowie ein intelligenter und effizienter Umgang mit den Daten.
Checkliste zum Start
- Keine Angst vor Big Data haben
- Saubere Vorbereitungsphase: relevante Fragestellungen erarbeiten und sich überlegen, woher man die Daten bekommt
- Die Ressourcen, die man selber nicht aufbauen kann, kann man sich auch holen: Es gibt dafür einige gute Dienstleister/Data Scientists, die man einkaufen kann.
- Einfach mal anfangen und probieren und dabei zu Beginn den Fokus auf kleine Ziele und Ergebnisse setzen
Vielen Dank für die interessanten Informationen, Esther!
