Claus Hoening, Martin Esch
6.1 Unternehmensbeispiel Amazon: Big Data und Big Data Analytics
Pionier der Big-Data-Analyse
Im Bereich von Big Data und Big Data Analytics ist die US-amerikanische E-Commerce-Plattform Amazon führend. Das Unternehmen erstellt Produktempfehlungen, die nahezu ideal auf die Kundenbedürfnisse angepasst sind. Basis für diese Innovation war es, jeden Kunden auf Basis einer Vielzahl von Kundentransaktionen auf unterschiedlichsten Plattformen zu verfolgen und zu verstehen. In diesem Beispiel hat Amazon unstrukturierte Daten (Big Data) analysiert, um sie dann aus betriebswirtschaftlicher Sicht mehrwertstiftend einzusetzen. Als eine Art Pionier hat Amazon bereits im Jahr 2003 ein Vergleichssystem entwickelt, das es Kunden ermöglicht, durch anwendbare Filter ihr Wunschprodukt auszuwählen.
Durch stetige Verbesserung dieses Systems ist Amazon heute in der Lage, adäquate Vorschläge an den Endkonsumenten zu senden. Hierfür werden 152 Mio. Kundenkonten analysiert sowie die 1,5 Mrd. existierenden Produkte überwacht, verfolgt und gesichert. Im Vergleich zu Facebook oder Google hat Amazon ein klares Verständnis davon, was seine Kunden im Such- und Kaufprozess erwarten und ist dazu in der Lage, diesen Prozess in Teilen sogar zu steuern. Die anderen beiden Datenriesen tun sich jedoch schwer damit, ihre Daten in einen kaufmännischen Kontext zu bringen. Der Grund hierfür ist, dass Facebook zwar die Präferenzen seiner Nutzer kennt, jedoch keine Aussagen darüber treffen kann, ob Kunden den bei Facebook sehr beliebten Film oder das beliebte Produkt tatsächlich kaufen. Amazon dagegen ist darüber informiert, wann seine Kunden die letztendliche Kaufentscheidung treffen und mit welchen anderen Produkten das gekaufte Produkt zuvor verglichen wurde. Amazon ist durch Big Data Analytics somit eher in der Lage, sein Customer Relationship Management (CRM) stetig zu verbessern, und schaffte es bereits in der Vergangenheit, die Loyalität seiner Kunden zu erhöhen und im Zuge dessen den Umsatz um ca. 20 % zu steigern.
Optimale Produktvorschläge als Akzelerator
Um sich in die Käufer- sowie Verkäuferperspektive hineinzuversetzen, greift der von Amazon verwendete Algorithmus auf die bisher getätigten Einkäufe, den Einfluss von Freunden, Produkttrends und Social Media Trackings zurück. Insbesondere die Käufer interessieren sich für attraktive neue Produkte sowie das entsprechende Zubehör und die Dienstleistung. Aus diesem Grund schlägt Amazon seinen Kunden Folgendes vor: Produktangebote mit den entsprechenden Optionen und Varianten als auch die beste Lieferoption. Je Produktkategorie liefert Amazon seinen Kunden eine Vielzahl weiterer, ähnlicher Produkte, die die Kunden zu weiteren Käufen anregen sollen.
Preispolitik in Echtzeit
Neben dem Einsatz an der Kundenschnittstelle verwendet Amazon Big Data auch unternehmensintern. Insbesondere für die Preispolitik des Unternehmens ist Big Data ein sehr hilfreiches Tool. Durch eine stetige Optimierung von Preisen verspricht sich Amazon ein höheres Umsatzpotenzial und eine nochmals detailliertere Analyse des Kundenverhaltens, weil dessen Reaktion auf eine Preisänderung nachvollzogen werden kann. Um Preise in Echtzeit anzupassen, werden Indikatoren wie die Kundenaktivität, die Website, das Bestandsinventar, letzte Bestellungen, Wettbewerbspreise, Produktpräferenzen und -margen analysiert. Auf Basis dieses Algorithmus passt Amazon seine Preise alle 10 Minuten an. Amazon vergleicht dazu die Preise der zurzeit beliebtesten Produkte mit seinen Wettbewerbern, um Rabatte anzubieten, sodass Kunden einen Anreiz haben, bei Amazon einzukaufen. Die Produkte mit aktuell geringerem Absatzvolumen werden dagegen preislich konstant gehalten. Dadurch ist Amazon in der Lage, bei beliebten Produkten über das Absatzvolumen und bei den restlichen Produkten über die Profitmarge zu verdienen. Insbesondere Rabatte auf beliebte Produkte regen Kunden zum Kauf an und erhöhen die Kundenloyalität, da sie ein attraktives Produkt zu günstigen Preisen kaufen können. Analysen zeigen, dass die dynamische Preisermittlung und -optimierung den Umsatz von Amazon um ca. 25 % steigen ließ.
6.2 Unternehmensbeispiel Deutsche Bahn: Business Intelligence und Business Analytics
Business Analytics ermöglicht Kostenreduktion
Im Bereich von Business Intelligence und Business Analytics stellt die Deutsche Bahn AG ein anschauliches Beispiel dar. Für den Logistikkonzern ist es von essenzieller Bedeutung, dass seine Lokomotiven für einen geplanten Einsatz bereitstehen. Dies kann nur durch regelmäßige und möglichst optimal geplante Wartungsintervalle gewährleistet werden. Um etwaigen Ausfällen vorzubeugen und die dadurch anfallenden Kosten im besten Fall zu vermeiden, wendet die Deutsche Bahn Predictive Analytics an und führt darauf aufbauende Instandhaltungsmaßnahmen durch. Im Rahmen dieser Maßnahmen wurden Sensoren für die Zustandsüberwachung der Triebwagen installiert. Diese stellen frühzeitig Informationen zu e...