Mehrwerte schaffen

Die Datenanreicherung als Schlüssel für Data Monetization


In Ausgabe 3/2019 haben wir das Thema Data Monetization bereits ausführlich behandelt. Was bei weitem nicht heißt, dass damit schon alles dazu gesagt ist. Wir sehen vor allem noch Aufklärungsbedarf, wenn es um die Anreicherung von eigenen Datenbeständen geht: Welche Methoden gibt es, welche Bestände eignen sich – und wie wahre ich die Rechtssicherheit dabei?

HQUALITY/stock.adobe.com
HQUALITY/stock.adobe.com

Das Wissen um die Fülle an Informationen, die sich mit einem einzelnen Standort verknüpfen lassen, wird die Arbeit des Data Scientists immer mehr beeinflussen.

Zum Beginn wollen wir noch einmal die wichtigsten Punkte aus der letzen Ausgabe zusammenfassen: Data Monetization …

  • … hat zum Zweck, einen Mehrwert durch die Analyse eigener Daten zu schaffen.
  • … ist eine Erkenntnis: erst durch geeignete Auswertungsverfahren kann »Big Data« ein Sinn gegeben werden.
  • … hat nicht immer zum Ziel, aus Daten ein neues Produkt zu generieren.
  • … bedeutet auch, externe Daten zur Analyse eigener Geschäftsprozesse zu verwenden und daraus einen Mehrwert zu generieren.

Und vor allem mit dem letzten Punkt wollen wir uns in dieser Ausgabe beschäftigen – der Generierung von Mehrwerten durch Anreicherung von Daten. Denn auch das kam in der letzten Ausgabe schon zur Sprache: Schlüsselfigur bei der Wertschöpfung ist der »Data Scientist«, also die Fachkraft, die durch Auswahl und Einsatz der geeigneten Methoden hilft, ein gestecktes Ziel zu erreichen.

Zwei magische Konstanten

Und wenn es um die Anreicherung von Daten geht, dann gibt es unseres Erachtens zwei »magische« Konstanten: als erstes die immer schon präsente »Koordinate«, als zweites aber das »Raster«, das schon jetzt immer mehr Bedeutung erhält und noch erhalten wird. Den Begriff Konstante können Sie dabei auch mit »Schlüssel« übersetzen, denn in beiden Fällen haben Sie das entscheidende Werkzeug in der Hand, um vorhandene Daten mit Informationen anzureichern, die den gewünschten Mehrwert aus Ihren Daten erzeugen – eben Data Monetization.

Lassen Sie uns unter diesem Gesichtspunkt die folgenden Beiträge betrachten. Und anhand zahlreicher Beispiele belegen, warum wir hier von Magie sprechen.

Monster Ztudio/stock.adobe.com
Monster Ztudio/stock.adobe.com

Kundendaten – ein wertvolles Gut. Und doch schöpft das unternehmensinterne Wissen nicht das volle Potenzial der Möglichkeiten aus.

Alles ist räumlich

Alles findet im Raum statt, d.h., dass jedes Ereignis, jede Aussage in irgendeiner Form mindestens eine Position im Raum hat, an der sie sich manifestieren lässt. Und da niemand und nichts eine Insel ist, ist diese Position mit zahlreichen anderen Ereignissen und Aussagen verknüpft. Data Monetization hilft nun dabei, auf der Basis dieser Positionen Zusammenhänge herzustellen und Informationen zu übertragen an eigene Daten.

Damit wird die Bedeutung der Position, also der Koordinate, der Lage im Raum, schnell klar. Zwei kleine Zahlen, X/Y oder Lat/Long, sind der Schlüssel zu einem Erkenntnisgewinn, der hilft, die noch nie dagewesene Fülle der weltweit verfügbaren Daten zu erschließen.

Und genau da wird jeder Data Scientist auch ansetzen: Zuallererst wird es darum gehen, die eigenen, vorhandenen Daten in dieses weltweit einheitliche Referenzsystem zu übertragen, also eine Koordinate anzufügen. Und nichts leichter als das – schließlich reicht eine Adressangabe völlig aus, um den Ort zu georeferenzieren und die Koordinaten in der Datenbank zu speichern: Aus »Kehrwieder 2, 20457 Hamburg« wird »53.543917, 9.989465«. Und Dank geeigneter Algorithmen funktioniert das natürlich auch umgekehrt.

Der Stellenwert der Adresse

Folgende Aussagen aus einem früheren Interview mit Peter Kothe, Head of Sales Data & Analytics bei der AZ Direct GmbH, verdeutlicht den Stellenwert der Adresse:

»Alles, was unser Unternehmen klassisch seit Jahrzehnten macht, dreht sich letztendlich immer um eine Adresse mit Straßen- und Ortsangabe – also hat diese schon immer einen Raumbezug gehabt. Inzwischen ist aber das Spektrum an Instrumenten enorm gewachsen. Heute gibt es so viel mehr Möglichkeiten, Verbraucher hinsichtlich ihrer Geokomponente zu betrachten.

Aktuell haben wir für jede einzelne Adresse Koordinaten - ob hausgenau oder interpoliert - um Verbraucher oder Unternehmen zu lokalisieren. Durch die Routing-Technologie, die wir an die Haushaltsdatenbanken und Marktdatenbanken angedockt haben, ist es möglich, jede Adresse zu jeder Adresse, jeden Konsumenten zu jedem Konsumenten nach Fahrzeiten in Beziehung zu setzen. Heute ist es möglich, jede einzelne Person nach ihrer »Customer Journey«, also ihren Affinitäten zu bewerten.«

Die Adresse also als zentrales Bindeglied zwischen unternehmerischem Wissen und einem breiten Kranz an Markt- und Potenzialdaten. Denn: Unternehmen wissen meist sehr genau über den einzelnen Kunden, über Daten wie Umsatz, Produkte oder Kaufaktivitäten Bescheid, aber es bleibt immer auf die Angaben beschränkt, die sich aus den erfassten Aktivitäten oder vielleicht noch freiwilligen zusätzlichen Angaben des Kunden ergeben.

Sina Ettmer/stock.adobe.com
Sina Ettmer/stock.adobe.com

So bunt und vielfältig wie die Häuser sind die Markt- und Potenzialdaten, die bis auf Gebäudeebene verfügbar sind – bereit, Ihre Bestandsdaten anzureichern.

X/Y – mehr als nur zwei weitere Attribute

Wenn Sie einen Datenbestand geokodieren, dann erweitern Sie Ihre Informationen zunächst nur um zwei weitere Attribute. Doch so unscheinbar das wirken mag – was diese kleinen Zahlen bewirken können, wie sie dazu beitragen können, Kunden und Zusammenhänge besser zu verstehen, das ist wirklich fast schon »magisch«.

loops7/istockphoto.com
loops7/istockphoto.com

Möglich, dass sich nicht jede Adresse mit vielen Informationen anreichern lässt – aber die Verortung klappt immer!

Und wenn Sie vielleicht sagen: »Wenn ich die Adresse habe, so habe ich doch den Bezug zu diesem Ort?«, so mag das in einigen Fällen stimmen, aber wie erfahren Sie z.B., ob dieser Ort in einem Überschwemmungsbereich liegt? Ob Menschen dort wohnen und welchem Lifestyle sie zuzuordnen sind? Wenn Sie Informationen haben, die sie in einen räumlichen Bezug zu Ihrer Koordinate setzen können, dann ist es ein Leichtes, diese Daten an ihre eigenen anzuhängen.

Als räumliche Bezugsgeometrie, die Informationen flächig darstellt, eignet sich ein Raster besonders gut (wie wir im Artikel »DDS Data Grid «XXX weiter ausführen). Legen Sie ein Gitternetz mit 100 x 100 m über das Land, gefüllt mit allen Daten, die Sie benötigen, dann wissen Sie zu jeder Koordinate ihres Adressbestandes genau, in welchem einzelnen Rasterelement sie liegt – und können alle Daten, die zu dieser Rasterzelle gespeichert sind, an Ihren Bestand übertragen.

Bevor Data Monetization allerdings greifen kann, bevor die eigenen Daten angereichert werden können, muss zunächst analysiert werden, wo in den eigenen Datenbeständen der Raumbezug liegt:

  • Kundenadressen, Vertriebsgebiete, Filialstandorte - wie sind solche Informationen in die Fläche zu bringen?
  • Wie ist die Datenqualität hinsichtlich der Geokodierung? Welche Schritte sind notwendig?
  • Welche Genauigkeit ist erforderlich? Reichen PLZ-Gebiete, empfiehlt sich ein Raster oder ist der Einsatz von mikrogeographischen, hausgenauen Daten sinnvoll?

Beispielhaft meisterhaft

Wir haben in den letzten Jahren immer wieder interessante Beispiele und Anwendungsfälle zum Thema Datenanreicherung in der Zoom! aufgegriffen. Die folgende Sammlung unter dem Titel »DM & ...« soll Ihnen als Anregung und Inspiration dienen und in vielen Facetten den einen Kern der Datenanreicherung illustrieren: Ein Punkt, eine Adresse, ist nur durch die räumliche Nähe zu anderen Informationen in der Lage, diese Daten zu übernehmen und damit einen echten Mehrwert zu generieren.

So einfach, und doch so wirkungsvoll.

DDS ist Ihr Partner für Data Monetization.