Was Google, Facebook, Yahoo, Amazon und Apple über Sie wissen

Seitdem das Wissen um das US-amerikanische Überwachungsprogramm PRISM in der amerikanischen Bevölkerung angekommen ist, fangen auch die Amerikaner an, sich ernsthafte Gedanken zum Thema Datenschutz zu machen. Welche Daten aber können die Techgiganten Google, Facebook, Apple, Amazon und Yahoo sammeln? Das Unternehmen Baynote hat eine Infografik erstellt, welche diese Frage beantwortet.

So arbeiten beispielsweise Facebook, Amazon und Apple mit Gesichtserkennung. Und Facebook zieht alle Register, wenn es ums Datensammeln geht:

post-bigbrother-infographic

Vertrauen ist die wichtigste Voraussetzung für das Teilen von Daten

Die einen würden niemals Daten mit anderen Menschen teilen, für andere ist es selbstverständlich, auch intime Momente in Sozialen Netzwerken bzw. für Marktforschungszwecke bereitwillig zu kommunizieren. Generell lässt sich sagen: je älter der Mensch ist, desto geringer ist seine Bereitschaft zum Teilen – und vice versa. Sieht man jedoch genauer hin und fragt die Menschen nach ihren Einstellungen zum Thema Sharing, zeigt sich ein differenzierteres Bild. Eine aktuelle Studie von PriceWaterhouseCoopers bietet genauere Einblicke.

Consumers' Attitudes

 

73% der Nutzer sind bereit, Ihre Daten für Marktforschungszwecke zu teilen, wenn sie etwas dafür erhalten. In den meisten Fällen sind dies Rabatte auf Produkte wie Kinofilme, Theaterkarten oder Essensgutscheine. Aber auch nützliche Informationen wie Verkehrshinweise oder ortsbezogene Tipps motivieren Nutzer zum Daten Sharing. In Frankreich ist die Bereitschaft zum Teilen etwas geringer – aber immerhin 45% der Konsumenten teilen ihre Daten im Austausch mit besserer Werbung, wie IPG Mediabrands und Microsoft herausgefunden haben.

Auch die Frage, welche Daten geteilt werden, ist durchaus differenziert zu beantworten:

Willingness to share

 

Je persönlicher die Information ist, desto weniger bereitwillig wird sie geteilt: Geschlecht und Ehestand werden sofort bekanntgegeben, bei Informationen wie dem Web Browser Verlauf oder Dinge aus dem Privatleben agieren die Menschen zurückhaltender. Für die Forschung lässt sich insgesamt festhalten: wenn der Nutzer den Sinn in der Abgabe seiner Daten erkennt und er einen Nutzen daraus zieht, ist er bereit, seine Daten zu teilen. Dies ist eine klare Ansage: Sage mir, was Du mit meinen Daten  machst und gebe mir etwas dafür – dann bekommst Du meine Daten.

Big Data’s Top PE Investoren

Ich habe mich schon lange gefragt, wer die aktivsten PE Investoren im Bereich Big Data sind und wie viel Kapital bereits von professionellen Investoren für diesen Bereich zur Verfügung gestellt wurden. In einem etwas älteren Beitrag aus März 2013 auf CN Insights wurde ich endlich fündig. Die Zahlen sind beeindruckend.

Seit der Finanzkrise in 2008 wurden insgesamt mehr als 4,9 Mrd. USD im Bereich Big Data investiert – eine beträchtliche Summe, wenn man bedenkt, dass PE-Investitionen seit 2008 stark rückläufig sind. Hier sind die Top 20 Investoren:

Data Driven Marketing: Finde die Kunden, die Du überzeugen kannst!

Zu wissen, wie sich Kunden verhalten werden, ist das Eine. Diese Kunden ansprechen und davon überzeugen zu können, die Produkte des eigenen Unternehmens zu kaufen, ist das Andere. Nur zu wissen, wohin der Nutzer gleich klickt oder welche Richtung er in der Stadt einschlagen wird, ist für sich genommen noch keine wertvolle Information, meint Arjan Harding.

Der Marketing-Fokus sollte demnach auf diejenigen Nutzer gelegt werden, die sich überzeugen lassen, das eigene Produkt zu kaufen. Mit kombinierten Methoden aus Behavioral Science und Data Science, dem Persuasion Profiling, entstehen neue Möglichkeiten, überzeugbare Kundengruppen zu identifizieren: aus der sog. persuasion DNA des Nutzers lassen sich wertvolle Erkenntnisse wie beispielsweise das favorisierte Kommunikationsmittel herausfinden. Allein eine derartige Erkenntnis erhöht die Effektivität des Marketings signifikant.

Daten kartographiert: iPhone dominiert deutsche Großstädte

Gemeinsam mit Data Visualization Artist Eric Fischer hat das US-amerikanische Unternehmen MapBox eine Serie an interaktiven Karten veröffentlicht, welche auf der Nutzung von Twitter auf Smartphones basiert. Aus den Daten werden Smartphone-System und Standort zum jeweiligen Tweet gelesen.

Die Visualisierung dieser beiden Komponenten zeigt deutliche Unterschiede in der demografischen Nutzung von Smartphone-Systemen:

  • USA: besser verdienende Gesellschaftsschichten bevorzugen iPhone, weniger gut verdienende nutzen Android
  • Indonesien: Jakarta beweist sich als  Blackberry-Bastion
  • Deutschland: deutsche Großstädter setzen auf iPhone, wobei bevorzugt von Flughäfen und Bahnhöfen aus getwittert wird

Hier die “Smartphone-Karten” von drei deutschen Großstädten:

Berlin:
post-mapbox-berlin

Frankfurt:
post-mapbox-frankfurt

München:
post-mapbox-münchen

Legende:

post-mapbox-legende

Internationale Städte werden bei Business Insider vorgestellt.

Mobile Shopping – die unberührte Daten Goldmine

44% aller Konsumenten nutzt das Smartphone beim Einkaufen, über ein Drittel für Preisvergleiche. Der Einfluss mobiler Suche auf den Konsum ist enorm: 90% aller Konsumenten geben an, dass die Suche übers Smartphone ihr Kaufverhalten beeinflusst.

Während erste spontane Reaktionen Einzelhändler dazu verleitet haben, Smartphones aus ihren Geschäften zu verbannen, findet nun ein Umdenken statt: die App Nutzung im Laden wird nicht mehr als Bedrohung des stationären Handels begriffen, sondern als Chance, den Kunden proaktiv anzusprechen und ihm maßgeschneiderte Angebote zu unterbreiten. Dazu muss der Retailer das Kundenverhalten kennen; was macht der Konsument auf seinem Smartphone, wenn er im Laden ist?

Ein Ergebnis der bisherigen qualitativen Forschung ist, dass 36% der Käufer die App eines Unternehmens öffnend, auf dessen Website sie anschließend online einkaufen. Mit Hilfe der Sensortasten von Smartphones kann nun viel genauer erkannt werden, was der Kunden macht: So weiss beispielsweise Wal-Mart über seien App, wenn Kunden einen Store betreten: diese werden dazu aufgefordert, in den sogenannten “Store Mode” zu wechseln, in dem sie anschliessend in der Lage sind, Angebote und weiterführende Produktinformationen über spezielle QR Codes zu erhalten. Wal-Mart wiederum kann die Wege seiner Kunden nachvollziehen und erhält so Rückschlüsse darüber, warum bestimmte Produkte weniger gut verkauft werden: weil beispielsweise Kunden ein Regal überhaupt nicht abschreiten. Der Erfolg der Wal-Mart App ist beeindruckend: App-Nutzer besuchen Stores signifikant häufiger und geben 40% mehr Geld aus als Kunden ohne App.

Auch nachdem der Kunde einen Laden verlassen hat, ist er für den Retailer über eine App erreichbar. Walgreens erinnert seine Kunden über die App daran, die gekaufte Medizin auch einzunehmen und Rezepte mit den in der App gespeicherten Geräten auszufüllen. Doch das ist erst der Anfang: Einzelhändler sollten die Chancen ergreifen und mit Ihren Kunden während ihres kompletten Lebenszyklusses über Apps zu kommunizieren. Sowohl Erkenntnisse über zukünftige Käufe, als auch der bestmögliche Einsatz der Kenntnis über den Ort des Konsumenten bieten vielfältige Gelegenheiten, die über “contextually aware apps” gesammelten Daten sinnvoll einzusetzen.

Amerikanischer Einzelhandel unterstützt Data Analytics

Daten und Daten Analytics werden immer relevanter für den US Einzelhandel. Mehr als 50% des Einzelhandels nutzen Datenanalysen für operative Entscheidungen.

Laut einer Studie der Wirtschaftsprüfungsgesellschaft KPMG über den amerikanischen Einzelhandel 2013 nutzen immer mehr Unternehmen Datenanalysen, um operativ und strategisch bessere Entscheidungen treffen zu können. Auch für die Gewinnung von Neukunden werden vermehrt Datenanalysen eingesetzt.

72% der Befragten gaben an, Kundendaten analysiert zu haben, um strategische Entscheidungen zu treffen. 67% nutzten darüber hinaus Daten von ihren Produkten.

Auf die Frage ob genügend Know-How für Datenanalysen innerhalb der Organisation vorhanden sei, antworteten nur 12% der Befragten mit einem “Ja”. 33% bauen diese Fähigkeit als Competence Center im Unternehmen auf und 43% sehen Potential für Verbesserungen für die Verwertung von Kunden- und Produktdaten.

Ein Zitat von KPMG Partner Mark Larson:

“Investing in technology to harness the vast amounts of structured data that reside in a company, as well as the unstructured data online and in social media, is proving to be integral to achieving success in the new retail environment. “

Quelle: Research Magazine UK

Virtuelle Assistenten – Eine neue Generation von Apps wächst heran

Wer Siri oder Google Now kennt, weiss die Dienste der virtuellen Assistenten zu schätzen. Von einfachen Arbeiten wie der raschen ins Smartphone gesprochenen Erinnerung oder einem Kalendereintrag angefangen, über Kleidertips für den Folgetag aufgrund der integrierten Wetterdaten bis hin zur geänderten Routenplanung aufgrund neuer Stauinformationen: es ist einfach sehr praktisch, wenn jemand “mitdenkt”.

Mitdenkende Apps sind aktuell stark im Kommen: Auf dem Bloomberg Next Big Thing Summit stellten sie den Löwenanteil der Geschäftsmodelle, die man im Silicon Valley für die meistversprechenden hält. Da Apps natü+rlich nicht wirklich mitdenken, sondern relevante Daten aus dem jeweiligen Nutzer Kontext integriert, spricht man von contextually aware applications. Über Sensoren sammeln Smartphones Daten über die Bewegungen, Aufenthaltsorte, Interaktionen, Geräusch- und Lichtszenarien,  in denen sich der Nutzer bewegt.  Insbesondere die Gesundheitsbranche steht hier vor eine Revolution: Apps und tragbare medizinische Geräte können beispielsweise herzinfarktgefährdeten Menschen rechtzeitig vor dem Infarkt mitteilen, dass eine Notsituation bevorsteht. So wird aus einem Life-logging für Nerds schnell eine praktische massentaugliche Anwendung, die kein Betroffener mehr missen möchte. Oder, wie Gary Wolf auf der Quantified Self Conference 2013 treffend bemerkte:

“Quantifying yourself will be regarded as a responsibility.”

Damit den reizvollen Anwendungen auch die entsprechenden Technologien zur Verfügung stehen, kündigen derzeit Beratungsgesellschaften wie IBM aber auch der Chiphersteller Intel Produktoffensiven an, die im Falle von Intel gar einer Neudefinition des gesamten Unternehmens gleichkommen.

Human API – Quantified Self für jedermann

Self Quantifizier wissen es schon lange: nicht nur das Sammeln und Analysieren der eigenen Daten, sondern gerade das Teilen der Daten mit anderen bringt hohe Erkenntnisgewinne. Was zunächst für weniger technologisch-affine Menschen undenkbar ist – das Teilen privater Verhaltensdaten mit anderen – bringt neben dem Wissen über die eigene Person eine Einordnung in das jeweilige soziale Umfeld mit sich, die dem Nutzer wiederum extrem hilft, sich in der Gesellschaft zu verorten.

Andrei Pop geht mit seinem Startup Human API den nächsten Schritt:: er möchte dem Normalbürger, der kein ausgewiesener Quantified Self Fan ist, möglichst einfach zu den oben beschriebenen Erkenntnisgewinnen verhelfen. Human API aggregiert Schnittstellen einer Reihe von Apps und Geräten aus dem Gesundheits- und Wellnessbereich. Zusätzlich macht das Startup externen Entwicklern die Normalisierung und Standardisierung der Daten einfacher. Über inhaltlich zusammenpassende APIs  werden kategorisierte Datenströme geliefert: so ist es für Dritte wesentlich leichter, auf thematischen Datenströmen aufzusetzen.  Dass diese Daten begehrt sind, zeigt der Andrang: über 600 Entwickler meldeten sich innerhalb der ersten 48 Stunden nach Einladung.