explore – Die Behavioral Analytics App von Datarella

Mit explore lernst Du Dich und Dein Verhalten besser kennen. Über explore bekommst Du Fragen über Dich, Deine täglichen Aktivitäten und Deine Meinungen zu unterschiedlichen Themen gestellt. Du kannst immer alle Fragen beantworten oder aber Du suchst Dir diejenigen aus, die Dich interessieren. Zusätzlich zu den Umfragen, die von unserer Redaktion eingestellt werden, misst explore Deine Orts- und Bewegungsdaten.

Die mit explore erhobenen und gemessenen Daten werden an Dich und alle anderen Nutzer in anonymisierter und nicht auf Dich oder andere Nutzer zurückführbarer Form zurückgespielt: entweder in Form übersichtlicher Charts, Karten oder als Text. Das bedeutet: Deine Daten werden zwar ausgewertet, aber niemand anderes weiss, dass es sich um Deine Daten handelt. Genauso wenig weisst Du, wer noch an explore teilnimmt oder wer sich hinter einzelnen Datenpunkten verbirgt.

3 triftige Gründe zum Mitmachen

  • Du kannst am Gewinnspiel teilnehmen und attraktive Preise gewinnen!
  • Du weisst, wo Du innerhalb Deines Freundeskreises stehst!
  • Du lernst Dich besser kennen!

Das Ziel von explore ist es, Aussagen über das Verhalten und die Einstellungen der Teilnehmer zu treffen. Die Kombination der aktiven Beantwortung der Umfragen und der gemessenen Orts- und Bewegungsdaten ergeben ein gutes Bild über das menschliche Verhalten.

Die auf explore gestellten Fragen kommen aus den folgenden Bereichen des täglichen Lebens:

  • Fitness & Gesundheit
  • Beruf & Karriere
  • Freizeit & Familie
  • Reise & Verkehr
  • Urlaub
  • Sport
  • Medien
  • Finanzen

Du wirst erstaunt sein, wieviel Du über Dich selbst lernen kannst – und mit etwas Glück bescheren Dir Deine gesammelten Punkte auch noch den Hauptgewinn!

explore ist in den folgenden Sprachen verfügbar:

  • Deutsch
  • Englisch
  • Chinesisch
  • Russisch

Lade explore von Google Play herunter!

explore yourself – Datarella’s behavioral analytics app

With explore you will learn more about yourself and your own behavior. You may answer survey about yourself, your daily activities, your habits and opinions. You may answer all surveys, or you select the ones which are of interest for you. Additionally to the questions asked by our editorial team, explore tracks your locations and movements.

Data gathered with explore will be presented to you anonymously and in a non-traceable format – either as clear charts, on maps or as texts. That said, your data will be analyzed, but nobody knows that it’s your data. In the same way, you don’t know who else is a member of explore or who is behind individual data points.

3 reasons to use explore

  • You can participate in the explore contest and win cool prizes!
  • You can compare yourself with other explore members!
  • You will know yourself better!

The goal of using explore is to understand yourself better. The combination of actively answered surveys and the collected location and movement data provide a comprehensive perspective on your daily behavior and your attitudes.

You will find questions from the following sectors of daily life:

  • Fitness & Health
  • Jobs & Career
  • Recreation & Family
  • Traveling & Transport
  • Vacation
  • Sports
  • Media
  • Personal Finance

You will be amazed about how much you still can learn about yourself and, with a little luck, your collected points will earn you a prize in our ongoing contest!

explore is available in the following languages:

  • English
  • German
  • Chinese
  • Russian

Download explore from Google Play!

Monitor Me – Wie Quantified Self das Gesundheitswesen revolutioniert

Die knapp einstündige Dokumentation der BBC zeigt eindrucksvoll, wie Quantified Self das Gesundheitswesen von Grund auf ändert. Die Meßbarkeit des eigenen Körpers anhand kleiner, am Körper selbst bzw. an der Kleidung zu tragender Geräte in Verbindung mit entsprechenden Apps auf Smartphone oder Tablet, bedeutet nichts weniger als eine Revolution für die Gesundheitsindustrie: (Über-)Lebensnotwendiges Monitoring, für das bis vor kurzem extrem teure medizinischem Fachpersonal vorbehaltene Geräte vonnöten waren, kann nun vom Menschen selbst durchgeführt werden.

Das bedeutet einen klaren Wechsel der Machtpositionen: von Kliniken, Laboren und Ärzten bewegt sich die Fähigkeit der Gesundheitsüberwachung hin zum Menschen und Patienten: er gewinnt – er ist ab sofort selbst in der Lage, seine Gesundheit zu analysieren und relevante Signale hin entsprechend zu handeln.

Quantified Self Workshops

Datarella Consulting




  • The Quantified Self Framework
  • Self-tracking tools
  • Wearable Tech
  • Wearable Apps


  • QS as a direct communications channel
  • Customer interactions
  • Complex Event Processing
  • Feedback
  • Customer communities


  • How to measure inhouse communication
  • Framework and tools
  • How to improve inhouse communication
  • Data Analysis


  • QS as an instrument to improve fitness and wellness
  • QS health devices and tools
  • Gamification schemes
  • Building and managing an editorial team
  • Data Analysis


  • Development of a Quantified Self strategy
  • Brainstorming and open innovation process to develop new QS product ideas
  • Building and managing editorial teams
  • Data Analysis

Interested? You may call, email or visit us!


Datarella Consulting

Datarella Consulting

We specialize in Big Data and Quantified Self consulting. Our Big Data experts provide researchers and customers in the healthcare, media, tourism, finance and retail industries with analysis based on data science models and help them to comprehend the human behavior better. Our QS consultants help companies to understand the Quantified Self framework and to instrumentalize Quantified Self tools in order to build loyalty programs, mobility concepts, self-care schemes and inhouse communication analyses. 


  • Analyze what’s there; collect data to fill the gaps.
  • Interpret the results; get the meaning out of the analyses.
  • Decide based on the insights.
  • Implement your decision.
  • Control and feedback KPIs from the day-to-day operations.

The most important and economically most precious foresight is: “What will people do next?” If we know what our customers will need, want and what they’ll be willing to pay for, we can prepare our business to meet the demand. More often than ever, a new product, service, or technology enters the market and breaks it up before any of the established companies are able to adopt. In these times of Darwinian competition, when small startups or even unbound individuals can bring up something new that totally disrupts your business, it a view into the future as clear as possible is not an option, it is mandatory. With the Big Data revolution, everything gets quantified. Our whole reality is datarized and put into databases, waiting for our queries. Data Science provides the tools at hand to mine and combine the available information – numbers, texts, images, video, geolocation, sensor data etc. – into comprehensive models for mapping our social, political, cultural and in particular our technological environment.

Cultural Foresight
It is no longer sufficient to look into your regional market to get visibility. In countries like Turkey or Brazil, many aspects of future life that we will see all over the globe are already evolving. While mature markets like the US or Germany struggle with the digital divide between the so called digital natives and those who had to “immigrate” into the digital realm, societies like Ghana or Nigeria just skipped the “land line age” and become the mobile natives now. It is thus necessary to broaden the perspective.

Comprehensive View
Input from our global expert panel that we survey via our smartphone-based technology at iognos and the models built on the corpus of the data collected allows us to make a good guess, what’ll be next.

Have a look at our Big Data workshops!


  • Loyalty Programs
  • Mobility Concepts
  • Self-Care Schemes
  • Inhouse Communication Analysis
  • OS Social Research
  • Custom Inhouse QS Products

The Quantified Self, an international collaboration of users and makers of self-tracking tools, has been started by WIRED editors Kevin Kelly and Gary Wolf in 2007. However, the origins can be traced back to the very first person who weighed herself in order to track her body weight. Virtually everybody tracks herself one way or another. According to Pew Internet, 60% of U.S. Americans tracked themselves using a special tracking tool and about 46% changed their behavior based on their tracking data.

Based on the experiences with our Quantified Self app explore, our QS experts help you to understand the Quantified Self framework and its potential impact on your company. Could you use QS tools to analyze the communication behavior of your employees? Should you implement a QS self-care scheme to prevent illnesses and minimize your sickness absence rate? Or would sou rather integrate QS into your existing customer loyalty program in order to open up a direct, individual communication channel to your customer and maximize retention?

For a start, you might kick-off with a Quantified Self workshop, to get familiar with the potential of this innovative framework.

Big Data Workshops

Datarella Consulting




  • The Paradigm Shift
  • Hadoop, NoSQL
  • Open Data, Open Tools
  • Streetfighting Data Science
  • Social Media Monitoring
  • Trends, Ngrams, Correlate
  • APIs
  • Visualization


  •  Learn Data Science like you learn chemistry
  • Textmining, Predictive Modeling
  • Machine Learning
  • Working with state-of-the-art Data Science Tools


  •  Knowledge Absorbing: Cross-country, -industry and – department networking to facilitate innovation
  • Universal Communication: form reading and searching to exploring, discussing, exchanging and sharing
  • Intrapreneurship support through empowerment and think tanks


  • Development of a Big Data strategy
  • From product ideas to finished products
  • Brainstorming, Group Work, Use Cases

Interested? You may call, email or visit us!


Das Big Data Versprechen: Bessere und schnellere Entscheidungen treffen

Big Data verspricht, besser und schneller entscheiden zu können. Während bisher Daten-Stichproben als das Max der Dinge eingesetzt wurden, können wir nun alle relevanten Daten abfragen und verarbeiten. Und die Ergebnisse stehen nicht nach Monaten oder Wochen, sondern nach Minuten oder Sekunden zur Verfügung. Lösen die seit geraumer Zeit aus dem Boden spriessenden Big Data Unternehmen dieses Versprechen ein?

Big Data Issues
Quelle: NewVante Partners

Laut einer NewVantage Partners Big Data Umfrage auf Vorstandsebene in Fortune 500 Unternehmen aus dem Finanzsektor, wie Bank of America, JP Morgan, Wells Fargo, American Express und Fidelity Investments sowie einigen Nicht-Finanzunternehen wie General Electric, meinen über ein Fünftel (22%) der befragten Top-Manager schnellere und bessere Entscheidungen auf Basis von Big Data Initiativen treffen zu können. Diese Ergebnisse wurden in so unterschiedlichen Projekten wie der Zusammenführung vieler unstrukturierter Datenströme wie Sensortasten und Social Media Daten mit strukturierten Daten aus öffentlichen Regierungsinstitutionen, als auch der FRagestellung, wie diese Daten zur Formulierung neuer Marketing Kampagnen eines Kreditkartenunternehmens genutzt werden können.

Übereinstimmend wird der grösste Vorteil in Big Data Projekten darin gesehen, dass zeitaufwendige Tätigkeiten wie das Formulieren einer Hypothese und der Datenaufbereitung nicht zu Beginn eines Projekts anfallen, sondern erst dann zu Tragen kommen, wenn in den Daten interessante Muster erkannt worden sind. Dieser Zeitvorsprung schmilzt die sogenannte  Time-to-Answer TTA auf eine deutlich kürzere Zeitspanne ein. Insofern bedeutet auch die Minimierung der TTA  den grössten Einzelnutzen, den ein Big Data Unternehmen bringen kann.


Wie mit Quantified Self Big Data ein Teil unseres Lebens wird

Es gibt mittlerweile viele Fitness-Apps und Zusatzgeräte, die dem Menschen helfen gesünder zu leben. Durch das tägliche Sammeln und Speichern aller Bewegungsdaten und von Angaben zur Nahrungsmittelaufnahme kann der gesundheitsbewusste Mensch kontrollieren, wieviel er sich tatsächlich beengt und wieviele Kalorien er zu sich nimmt.

Wer sein Verhalten konsequent täglich misst, sammelt eine große Menge an Daten an, die es zu analysieren gilt. Apps wie Up oder Nike+ Fuelband bereiten die Daten in ansprechenden., gut lesbaren Graphiken auf, die dem Nutzer einen schnellen Überblick seines Verhaltens erlauben. Inwiefern helfen die gesammelten Daten und ihre Aufbereitung aber nun wirklich? Sehen wir uns lediglich die schönen Charts an oder ändern wir basierend auf neuen Erkenntnissen unsere Lebensweise? Und – wie genau messen diese Apps wirklich? Können wir uns auf die Ergebnisse verlasen, so dass eine Verhaltensänderung auch den richtigen Schritt bedeutet?

Apps wie Human oder Moves motivieren ihre Nutzer dazu, sich über einen bestimmten Zeitraum pro Tag zu bewegen. Es sind simple Apps, die nur ein Ziel haben: mehr Bewegung ihrer Nutzer. Und weil jede zusätzliche Komplexität im mit Terminen, Verpflichtungen und mentalen Anforderungen angefüllten Tagesablauf störend wirken würde, verzichten die Apps auf Funktionalität: man wird aufgefordert, sich 30 Minuten pro Tag zu bewegen – sonst nichts. Diese Einfachheit ist der erste wichtige Grund dafür, wie Big Data ein Teil unseres Lebens wird: indem man sich nicht darum kümmern muss, sorgen Apps und tragbare Geräte dafür, dass wir automatisch und nebenbei die für uns wichtigen Daten sammeln.

wearable devices

Heute und auch noch ein paar Jahre in die Zukunft gedacht, nutzen wir die sogenannten wearable devices – tragbare Geräte wie beispielsweise den Withings Pulse. Der Gesamtmarkt für wearable device wird auf etwa 300 Millionen verkaufte Geräte im Jahr 2017 geschätzt. Im nächsten Schritt werden externe Zusatzgeräte wie der Pulse vermutlich von Implantaten und invasiven Arzneimitteln ersetzt: Wie sollte man den eigenen Körper besser kennenlernen, als durch den Blick ins Innere? Körpertemperatur, Puls, Atemfrequenz, der Hormonhaushalt und sogar eingenommene Medikamente können automatisch jederzeit gemessen und kontrolliert werden. Nicht nur für die Optimierung des persönlichen Wohlergehens, sondern auch für die Früherkennung und Prävention von Krankheiten kann dies von unermesslichem Wert sein.

Neben den klar erkennbaren Vorteilen des Quantified Self lasen sich auch potentielle Gefahren erkennen: was passiert, wenn die gemessenen Daten gegen die messende Person verwendet werden? Was, wenn die Daten in unbefugte Hände gelangen? Diese Fragen deuten auf reale Gefahren hin und müssen beantwortet werden. Die Tatsache, dass die komplette und ständige Vermessung des menschlichen Körpers in kurzer Zeit Realität sein wird und die daraus entstehenden Vorteile für Millionen von kranken und gefährdeten Menschen lebensrettend sein können, macht deutlich, wie wichtig dies für den Menschen ist und dass Quantified Self als ein selbstverständlicher Aspekt jeden verantwortungsbewussten Verhaltens angesehen werden wird.

Die mobile Revolution erreicht das Auto

Angefangen hat alles mit Smartphones: heute gehen die Menschen häufiger mobil ins Internet als über ihre PCs. Tablets lösen das Notebook ab und Brillen werden zu app-gesteuerten Mini-Computern. Die neue Welle der wearable device macht auf der Nase oder Uhr am Arm noch lange nicht halt – zukünftig werden wir Chips und Sensoren an allen möglichen Kleidungsstücken tragen.

Aber auch Haushaltsgegenstände wie Kühlschränke, Waschmaschinen, Trockner oder Waagen funktionieren immer häufiger über mobile Betriebssysteme. Das Internet of Things und der Machine-to-Machine Markt (M2) sind die großen Trends an dieser Stelle.

Eher unbemerkt ist die Mobilisierung jedoch an ganz anderer Stelle vorangeschritten – in des Menschen liebsten Luxusprodukts – dem Auto. Seit längerem schon stattet BMW seine Mittel- und Oberklassefahrzeuge mit SIM-Cards aus, die beispielsweise im Falle eines im Wagen vergessenen Schlüssels das Öffnen des Autos per Remote Kundendienst ermöglicht.

Connected Car Revenue

Quelle: BusinessInsider [PDF]

Die Autofahrerin macht während der Fahrt das, was sie typischerweise macht, wenn sie im allgemeinen unterwegs ist: navigieren, telefonieren und Musik hören. Zudem verbringen viele Menschen eine signifikante Zeitspanne ihres Tages im Auto – US-Amerikaner sitzen jeden Tag etwa 40 Minuten hinter dem Steuer. Im Stau stehen sie rund eine Stunde pro Woche.

Wenn also mobile Apps ihren Weg ins Auto finden, bedeutet dies ein enormes Potential für die App Economy: Milliarden von Menschen können sich eine knappe zusätzliche Stunde pro Tag mit mobilen Inhalten beschäftigen, kommunizieren und sind ansprechbar für Brands. Automobil- und Zulieferindustrie sind auf gutem Weg, das komplette Datenset einer jeden Autofahrt direkt im Fahrzeug zu sammeln. Dabei liegt der Fokus auf den Daten, die direkt vom Auto gemeldet werden und dabei helfen können, Unfälle zu vermeiden, Benzin zu sparen oder Versicherungstarife zu minimieren. Die Verhaltensdaten der Autofahrer selbst werden seitens der Autoindustrie nicht erhoben – hier bietet iognos einen zur industrielösung komplementären Ansatz, der Fahrzeugdaten und Personendaten zusammenführt.

Hadoop- oder: Die Geburt von Big Data

Wired bringt eine schönen Abriss der Geburtsstunde von Big Data, die grundsätzlich mit der Entwicklung und dem Einsatz von Hadoop gleichzusetzen ist. Das Software System, das heute von allen grossen Networks wie Facebook, Twitter, Yahoo etc. eingesetzt wird, wurde  2006 von Doug Cutting und Michael Cafarella programmiert. Pate stand Google, die bereits im Jahr 2004 den Grundstein legten und ihre Architektur open source zur Verfügung stellten.

Mit dem aus dem Datenspeicher Hadoop Distributed File System HDFS und der Datenverarbeitungsplattform MapReduce besteht, können riesige Datenmengen gespeichert und in einem zweiten Schritt über hunderte oder gar tausende Server ausgeliefert werden. Über MapReduce werden dann grosse Rechenaufgaben in viele kleine Aufgaben verteilt über mehrere Serververbünden (Cluster) aufgeteilt. Diese Architektur machte zum ersten Mal die Verarbeitung grosser Datenmengen zu vertretbaren Kosten möglich: anstelle mehrerer Supercomputer können handelsübliche Server eingesetzt werden.

Mit der Zeit wurde der Ruf nach einer Möglichkeit lauter, Daten direkt aus Clustern zu ziehen, ohne über MapReduce gehen zu müssen. Workarounds wie Pig, Hove, Twitters Storm oder Yahoos Spark ermöglichen dies – allerdings kommen auch sie nicht gänzlich ohne MapReduce aus. In der neuen Version von Hadoop – Hadoop 2.0 – wird genau dieses Problem gelöst: über die neue Systemkomponente YARN können Entwickler Applikationen direkt mit HDFS kommunizieren lassen, ohne MapReduce zu bemühen.

YARN befindet sich aktuell in der Alpha-Version und ist schon in einigen Hadoop- Auslieferungen eingebaut, wie beispielsweise in Cloudera. Eine Beta-Version ist bereits angekündigt.

Featured Image: Hortonworks