Big DataGroße Datenmengen als Basis für erfolgreiches Marketing
Definition
Unter Big Data (aus dem Englischen big „groß“ und data „Daten“) versteht man das Zusammenführen von Daten aus verschiedenen Quellen, um einen möglichst umfassenden Datenbestand zu gewinnen. Außerdem wird der Begriff Big Data oft im Zusammenhang mit Datenmengen verwendet, die zu groß oder zu komplex oder sich zu schnell ändern, um sie mit den klassischen Methoden der Datenverarbeitung auswerten zu können.
Zunächst als Phänomen oder Hype beobachtet, messen Experten Big Data inzwischen zwei Bedeutungen bei: Auf der einen Seite beschreibt der Begriff die immer schneller wachsenden Datenmengen. Auf der anderen Seite bezieht er sich auch auf die damit zusammenhängenden leistungsstarken IT- Systeme, mit denen die Datenflut sinnvoll verarbeitet werden kann.
Die Daten können zum Beispiel aus jeglicher elektronischer Kommunikation, über von Firmen und Behörden gesammelte Daten stammen. Häufig sind die Daten verhaltensbasiert erhoben. Das heißt, die Daten werden nicht durch eine bewusste Eingabe ermittelt, sondern durch Beobachtung.
Berechnungen zufolge wird sich das weltweite Datenvolumen weiterhin alle zwei Jahre verdoppeln.
Big Data steht oft im Konflikt mit dem Wunsch nach einem umfassenden Zugriff auf Daten und den Persönlichkeitsrechten des Einzelnen.
Technische Voraussetzungen
Der Name rührt von riesigen Datenmassen, die es im Rahmen von Data Science Projekten zu verarbeiten gilt. Bei der Verarbeitung großer Datenmengen entstehen folgende Anforderungen an die verwendete Software:
- Viele Datensätze können parallel verarbeitet werden
- Mehrere Datenbankabfragen können zugleich bearbeitet werden
- Große Datenmengen können schnell importiert werden
Anwendungsmöglichkeiten
Mit Big Data Analytics können in den Datenmengen Korrelationen, versteckte Muster und andere nützliche Informationen herausgefiltert werden. Daraus können weitere Maßnahmen wie etwa ein effektiveres Marketing abgeleitet werden. Folgende Anwendungsmöglichkeiten für Big Data werden in der Praxis im Online Business bereits genutzt:
- Webanalyse zur Steigerung und Optimierung von Online-Marketing-Maßnahmen
- Automatisierte Marktforschung
Vorteile von Big Data
Mit Big Data Analytics können Unternehmen Wettbewerbsvorteile generieren. Durch die große Menge an Daten können unter anderem neue Einblicke in die Interessen sowie in das Kaufverhalten der Kunden oder potentieller Interessenten gewonnen werden.
- Zeitnahe Auswertung von Webstatistiken
- Umfassendere und schnellere Marktforschung
- Optimierung der Zielgruppenansprache
- Erkennen von Zusammenhängen und Mustern in der Verhaltensforschung
Kritik an Big Data
Begrifflichkeit
Von Big Data zu Smart Data: Der Begriff „Big Data“ wird zunehmend für jegliche Art von Datenverarbeitung verwendet. Je größer und unspezifischer die Datenmengen werden, desto mehr verlieren sie an Nutzen. Aus diesem Grund etabliert sich mittlerweile der Begriff Smart Data, da hier die intelligente Verarbeitung von Daten im Vordergrund steht. Daten bekommen erst dann einen Mehrwert, wenn sie gewinnbringend analysiert werden. Smart Data kann somit als die sinnvolle Weiterentwicklung zu Big Data gesehen werden.
Datenschutz
Big Data bildet eine Herausforderung für den Datenschutz und das Persönlichkeitsrecht, denn oft liegt von den Betroffenen keine Einverständniserklärung zur Nutzung der Daten vor. Personen können über Big Data identifiziert und kontrolliert werden. Unternehmen, die sich vor allem durch Werbung finanzieren, arbeiten seit Jahren mit Big Data. Dadurch wird Unternehmen wie Google oder Facebook zwangsläufig eine sehr große Macht bezüglich der Userdaten zugewiesen. Zudem steigt dadurch das Risiko des Datenmissbrauchs, was dem einzelnen Bürger Schaden kann. Aus diesen Gründen befasst sich die Informationsethik mit der moralischen Implikation von Big Data, in Bezug auf digitale Bevormundung (Big Data als Big Brother) und informationelle Autonomie.
Privatsphäre
Mit der großen Menge an Daten können präzise Nutzerprofile über den Einzelnen angelegt werden. Dies bedeutet einen massiven Eingriff in die Privatsphäre des Users. Unternehmen, die mit Big Data arbeiten, müssen ihre Webseiten Besucher deshalb darüber aufklären, dass Nutzerdaten weiterverarbeitet werden.
Analysemethoden
Ein weiterer kritischer Aspekt bei Big Data ist die Analysemethode, welche für die Auswertung der großen Datenmenge verwendet wird. Diese basiert vorrangig auf Algorithmen und ist daher oftmals nicht sehr präzise. Die Analyse großer Datenmengen birgt großes Potenzial für Unternehmen. Die größte Herausforderung besteht in der Qualität der Basisdaten für die Analyse. Sie bildet die Voraussetzung für wertvolle Erkenntnisse.