Big Data Vor- und Nachteile von Big Data

Autor / Redakteur: Sabine Listl * / Margit Kuther

Aufträge, Anfragen, Reklamationen, Lieferungen, Kampagnen – die tägliche Datenflut in der Distribution ist immens. Wer diese Daten effizient nutzen kann, hat einen erheblichen Wettbewerbsvorteil. Oder?

Anbieter zum Thema

Big Data: Unmengen an Daten ergeben nicht zwangsläufig eine zündende Idee.
Big Data: Unmengen an Daten ergeben nicht zwangsläufig eine zündende Idee.
(Bild: Gerd Altmann, pixelio.de)

Der größte Vorteil von Big Data lautet: Transparenz. Dank neuer Technologien lassen sich in kürzester Zeit relevante Informationen aus dem Wust an Kundendaten, Lieferungen, Aufträgen, Transaktionen, Produktdetails und Herstellerinfos ziehen.

Damit hat die Suche nach der Nadel im Heuhaufen endlich ein Ende. Distributoren können ihre Logistik- und Vertriebsketten auf ein neues Organisationslevel anheben und ihr Beschaffungsmanagement im B2B-Geschäft optimieren. Gelingt es beispielsweise dem Einkauf, die Stückzahlen einzelner Produkte bei den Lieferanten nahe am Ist-Zustand zu platzieren, steigt der Gewinn.

Big Data schafft Wettbewerbsvorteile

Ähnlich schnell funktioniert auch die Preisgestaltung: Komplexe Nachfrage-Elastizitätsmodelle untersuchen zunächst Millionen an Verkaufs- und Transaktionsdaten und zeigen dann detailliert auf, welche Preise auf Artikelebene wie anzupassen sind. Zudem können Händler Promotion-Aktionen, Ursachen für Umsatzsteigerungen oder Kostentreiber einer Kampagne schnell und einfach analysieren.

Damit bietet Big Data einen handfesten Wettbewerbsvorteil bei Entscheidungsprozessen. Die Auswertung von IT-gestützten Daten hilft im Tagesgeschäft schnellere und vor allem bessere Entscheidungen zu treffen.

Die Palette an Informationen ist dabei groß: Stamm-, Transaktions- und Logdaten lassen sich ebenso nutzen wie Sensor- und CRM-Daten sowie Web Content und Social Media. Die gewonnenen Informationen bilden das Fundament für neue Unternehmensstrategien und schaffen Vorteile bei Verhandlungen mit Lieferanten und Herstellern.

Big Data als Prognose- und Frühwarnsystem

Vielversprechend klingt Big Data auch für den Aufbau von Prognose- und Frühwarnsystemen. Damit wäre endlich ein System gefunden, das Konjunkturzyklen und Volatilitäten im Markt zuverlässig vorhersieht und globale Lieferketten transparenter macht. Im Klartext bedeutet dies: Unternehmen könnten schneller und flexibler auf Marktveränderungen reagieren und dank höherer Market Intelligence ihre Risiken minimieren sowie ihren Wettbewerbsvorsprung maximieren.

Dringend nötig ist die Big-Data-Transparenz für das Produktreporting nach REACh, RoHS oder ELV. Denn gerade die Anforderungen an das Datenmanagement durch Materialdaten, Traceability und Compliance sind in den letzten Jahren explodiert. Mit auf Big Data basierten Such- und Analysetools finden Distributoren schnell und einfach wichtige Informationen – beispielsweise zur RoHS-Konformität bestimmter Bauteile. Vor allem in kleinen und mittleren Unternehmen in der Mitte der Zulieferkette spart das Zeit, Aufwand und Kosten.

Ein absolutes Muss stellt Big Data für das Marketing dar, denn hier sind detaillierte Informationen der Schlüssel zu den Wünschen der Kunden. Um kaufentscheidende Faktoren zu verstehen, müssen Anbieter ihren Kunden durch das Web folgen, Click-Raten auswerten und Online-Befragungen durchführen.

Nur so lassen sich Zielgruppen detailliert identifizieren und maßgeschneiderte Produkte und Dienstleistungen anbieten. Die genaue Ansprache vermindert Streuverluste bei Marketing- und Vertriebskampagnen und spart Kosten ein. Zudem kann ein besseres Kundenverständnis als Sprungbrett für Innovationen dienen und unentdeckte Trends sowie neue Geschäftschancen aufspüren.

Die Schattenseiten von Big Data

Mal ehrlich: Immer mehr Daten zu sammeln, erklärt die Welt nicht automatisch besser. Und nur durch das Anhäufen von Informationen entstehen noch keine großen Ideen. Big Data ist daher nicht nur überbewertet, für viele Unternehmen ist die Auswertung von Datenmassen einfach nicht relevant. Insbesondere kleine und hoch spezialisierte Unternehmen können mit den Heilsversprechen der Datensammler nur wenig anfangen. Dafür kennen sie ihre Kunden, ihre Produkte und ihre Märkte zu gut.

Big Data erfordert Big Investments

Zudem steht der Nutzen von Big Data oft in keinem Verhältnis zu dem hohen Kostenaufwand. Bevor neue Markt- und Vertriebsstrategien Gewinne einfahren, steigt nämlich zunächst die TCO – und zwar gewaltig. Die Integration von Big Data verlangt nach teuren und komplexen IT-Infrastrukturen, um die Milliarden von Bytes überhaupt managen, validieren und analysieren zu können.

Herkömmliche Analyse-Instrumente reichen hier längst nicht mehr aus. Ebenso sind IT-Spezialisten für die Pflege des Datenbestands notwendig. Big Data ist also immer gleichzusetzen mit Big Investments – in qualifizierte Mitarbeiter, Hard- und Software-Systeme, neue Frameworks, Speicherkapazitäten und Data-Warehousing-Konzepten.

Offene juristische Fragen bei Verwertungsmöglichkeiten

Für kleine und mittlere Unternehmen ist eine solche Investition in Hard- und Software nicht zu stemmen. Zwar können sie die Datenaufbereitung als Dienstleistung von externen Experten zukaufen, stehen dann jedoch schnell vor dem nächsten Problem: Wer garantiert Datensicherheit und Datenschutz? Denn im Umgang mit persönlichen Daten von Kunden und Zulieferern ist Sensibilität gefragt.

Das Misstrauen gegen das systematische Auswerten von Massendaten wächst, Nutzer reagieren vorsichtig, wenn es um das Speichern ihrer Spuren im Netz geht. Noch sind viele juristische Fragen zur Analyse- und Verwertungsmöglichkeit von Big Data zu klären. Personalisierte Untersuchungen sind beispielsweise nur mit Einwilligung der Kunden oder anonymisiert zulässig.

Zudem müssen Kundendaten vor Betrug und Manipulation durch Dritte geschützt werden. Auch hier fallen für die Sicherung der Daten hohe Kosten an. Unternehmen bewegen sich bei der Nutzung von Big Data also auf dünnem Eis und riskieren bei jedem Schritt den Vertrauensverlust von Kunden und Partnern.

Big Data ersetzt keinen persönlichen Kontakt

Enge und langfristige Kundenbeziehungen sind entscheidend für die Distribution. Kein Rechner, kein Algorithmus und kein Datenpool kann diesen persönlichen Kontakt im Kundenservice auffangen. Insbesondere in der Beratung und im Design-In suchen Anwender nach wie vor den persönlichen Ansprechpartner, der Gespräche mit mehr psychologischem Feingefühl und emotionaler Nähe führt als ein digitales Assistenzsystem auf der Website.

Big Data gestützte kognitive Systeme können dabei unter die Arme greifen – aber nie den direkten Draht zum Kunden ersetzen. Ohne den Menschen geht es also nicht. Denn Daten allein ergeben keinen Sinn ohne die Interpretation- und Urteilskraft des Einzelnen. Sie erklären auch keine Kausalzusammenhänge. Emotionen hingegen übernehmen eine zentrale Rolle, indem sie die Aufmerksamkeit steuern, die Masse an Informationen auf das Wesentliche reduzieren und Wichtiges von Unwichtigem unterscheiden. Fakten und Daten spielen hier eine rein unterstützende Rolle.

Es gilt nach wie vor: Für die richtige Geschäftsidee und eine erfolgreiche Vertriebsstrategie braucht es Entscheider und Macher mit unternehmerischem Gespür, Kreativität und den Mut, wichtige Entschlüsse zu fassen. Sie entscheiden letztendlich über den Erfolg im Kampf um Kunden und Marktanteile.

* Sabine Listl ist Mitarbeiterin der Agentur Lorenzoni

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

(ID:42931651)