ANZEIGE
Folgen Sie uns:
planung & analyse GmbH auf facebook.de planung & analyse auf twitter.de planung & analyse GmbH auf google+ planung & analyse GmbH auf xing

Editor's Pick


Vorsicht vor der Data-Mining-Hölle

Bild: pixabay.com 

 Bild: pixabay.com


Der ganz große Big Data Hype hat sich bereits gelegt. Die Daten sind da, die Tools werden beherrscht. Jetzt gilt es, Silos einzureißen und als Daten-Pfadfinder den Kunden als Berater zur Seite zu stehen und Nachwuchs zu generieren. Markus Eberl ist Senior Director Applied Marketing Science bei TNS und berichtet über sein Credo im Umgang mit Big Data.

Herr Eberl, haben Sie auch ein Data-Lab wie die GfK?
Wir widmen uns natürlich dem Thema Big Data. Wobei ich den Begriff schwierig finde, ich spreche lieber von Smart Data, denn die Größe ist nicht so entscheidend. Natürlich haben wir Projekte, wo wir mit großen Datenmengen arbeiten, zum Beispiel bei der Reichweitenmessung. Aber die Techniken unterscheiden sich nicht so sehr zwischen großen und kleinen Datenmengen. Es geht aber eher um die richtige Fragestellung und in zweiter Linie um die Anwendung verschiedener Analyse-Tools.

Was meinen Sie damit? Ändert sich die Vorgehensweise?
Wenn man sagt: ‚Wir haben so viele Daten, irgendwas muss da doch drin sein‘, dann ist das die Data-Mining-Hölle. Wenn ich kein wirkliches Ziel habe, dann kann ich auch nicht mit der Schrotflinte drauf schießen, das wird dann nicht funktionieren. Wir dürfen die Fragestellung nicht aus dem Auge verlieren. Das ist mir sehr wichtig. Und all diese Schlagworte wie Predictive Analytics oder Deep Learning, das sind letztendlich nur die Techniken. All diese Tools brauchen schlaue Analysten, die haben wir auch, aber als erstes muss man sich die Datenquellen anschauen. Und da gibt es nach wie vor Silos, vor allem auch in den Köpfen der Menschen. Das ist eine Herausforderung für Marktforscher, dass sie als Daten-Pfadfinder in das Unternehmen des Kunden gehen müssen.


Wie sehen Sie insgesamt die Kunden? Sind die von dem Thema Big Data noch ein bisschen überfahren?
Wir sind schon über den Hype hinweg. Das Wort an sich wird gar nicht mehr so oft benutzt, wie vor zwei Jahren. Was viel häufiger gefragt wird, ist, was können wir denn mit der Vielfalt von Daten machen? Welches Geschäftsmodell können wir darauf aufbauen? Das Thema beginnt sich jetzt erst richtig zu entwickeln.

Und was muss jetzt entwickelt werden? Was wären die nächsten Schritte? Was muss ein Marktforschungsunternehmen unbedingt machen, wenn es weiterhin existieren will?
Ich glaube es muss verstehen, dass die Befragung in Zukunft nur noch eine von mehreren Datenquellen ist. Unser CEO hat uns aufgetragen, das wir in Zukunft weniger als 50 Prozent der Daten selbst erheben sollen. Und das finde ich ist eine ganz gute Vision. Darauf wird es hinauslaufen. Wir werden mehr Verständnis dafür brauchen, was bei unseren Kunden schon da ist. In der Vergangenheit hatten wir die komfortable Situation, dass wir selber bestimmen konnten, was wie fragen wollten und wie die Daten aussehen. Dann war die Analyse im Nachhinein eigentlich vollkommen klar und das verschiebt sich jetzt.

Mehr verstehen weniger erheben? Ist das die Zukunft?
Ja, absolut: nicht nur fragen, sondern die Daten so nehmen, wie sie verfügbar sind und daraus die besten Insights generieren. Ganz verschwinden wird die Befragung als Form der Erhebung natürlich nicht. Es wird immer bestimmte Grenzen geben, was man beobachten oder messen kann. Aber diese Befragungen werden ganz anders sein als in der Vergangenheit. Die Fragebögen müssen kürzer und smarter werden. Wir müssen Befragungen modularisieren. Lieber drei Mal 10 Minuten als einmal 30 Minuten. Und dann kann man die Ergebnisse wieder fusionieren. Auch das sind wieder Big Data Techniken. Drei Module von verschiedenen Befragten werden quasi zu einem Datensatz. Dafür muss die Marktforschung, wenn sie weitrhin relevant sein will, auch offen sein.

Mit dem Stichwort Big Data kommt ja auch ganz viele Konkurrenz ins Spiel, die eigentlich nichts mit Marktforschung zu tun hat. Stichwort Google und Facebook oder auch Unternehmen wie SAP oder IBM. Wie schätzen Sie das ein?
Die sehen wir durchaus als erste Konkurrenten. Die kommen zwar von der technischen Seite her,  gehen aber in die inhaltlichen Fragestellungen hinein. Und wir müssen als Marktforscher eigentlich aus der anderen Richtung kommen und mit inhaltlichen Fragestellungen auch die technischen Lösungen erweitern. Wir brauchen mehr Leute, die sich sehr gut mit Datenbanken und Datensystemen auskennen.

Die vielbeschworenen Data Scientists. Wie kommen Sie an die ran?
Wir versuchen die Vielfalt an Anforderungen über das Team abzubilden. Wir suchen Informatiker, Datenbankspezialisten, aber auch klassische Statistiker und Modellierungsexperten. Wir suchen Leute mit einem praktischen Data Mining Hintergrund, die keine verkopften Statisten sind, sondern ein inhaltliches Verständnis für die Fragestellung der Kunden haben. Ich glaube das ist auch das, was den Data Scientist im Wesentlichen ausmacht. Die müssen nicht nur Algorithmen kennen, sondern auch wissen, warum sie welche Statistik wie und für welche Fragestellung einsetzen. Das ist schwer auszubilden. Wir versuchen diese Bandbreite über unsere Teams abzudecken.

Markus Eberl 

 Markus Eberl

Dr. Markus Eberl ist Senior Director Applied Marketing Science bei TNS in München.
Markus.Eberl@tns-infratest.com

Weitere Beiträge zu Künstlicher Intelligenz >>


Künstliche Intelligenz ist das Titelthema
im Heft 4/2016 von planung&analyse
Zum Inhalt |zum Abo | dieses Heft bestellen

Nähere Informationen zu TNS finden Sie online im p&a Handbuch der Marktforschung. Firmenprofil >>

Facebook Twitter Google LinkedIn Xing RSS Email