Embed Size (px)
Citation preview
Luzern
Institut für Kommunikation und Marketing IKM
Prof. Dr. Andreas Brandenberg Institutsleiter IKM
T direkt +41 41 228 99 53 [email protected]
09.03.2016
Markt- und Sozialforschung ohne Befragte? – Gedanken zur Markt- und Sozialforschung im Big Data Zeitalter
Verband Schweizer Markt- und Sozialforscher VSMS 03. März 2016, 16.30 Uhr
Folie
Marktforschung und «Big Data»
Mit der Gründung des GfK Vereins in Nürnberg 1935 wurde die Marktforschung als ein Kanal etabliert, der die «Stimme des Verbrauchers zum Klingen bringen» sollte. (aus der Präambel der GfK, 1935)
2, 09.03.2016
Folie
Marktforschung und «Big Data»
«Es ist kein Geheimnis, dass die USA mehr und bessere Informationen aus Computern erlangen als durch die Befragungen von Menschen.» (Edward Snowden in NBC, 2014)
3, 09.03.2016
Folie
Marktforschung und «Big Data»
Inwieweit findet Marktforschung künftig ohne Befragte statt? (Winfried Hagenhoff, 2013)
4, 09.03.2016
Folie
Marktforschung und «Big Data»
Wann stellen Marktforscher mehr Data Scientists und Data Engineers ein als Sozialwis-senschaftler? Was bedeutet dies für das Selbstverständnis der Marktforscher?
5, 09.03.2016
Folie
Datafizierung von «Allem und Jedem»
6, 09.03.2016
Google Books – der Versuch, das gesamte schriftliche Erbe der Menschheit zu datafizieren und als Datenressource zu nutzen. Google: Digitalisierung Datafizierung Analytics z.B. Google Translator
Folie
Datafizierung von «Allem und Jedem»
7, 09.03.2016
Das Volumen an gespeicherten und fliessenden Daten erreicht im Jahr 2019 die 40 Zettabyte (ZByte) Marke! Jährliches Wachstum: 40%
Source: http://www.atkearney.ch/most-popular-article/-/asset_publisher/i2dVshhjMVn3/content/big-data-and-the-creative-destruction-of-today-s-business-models/10192
Folie
Datafizierung von «Allem und Jedem»
8, 09.03.2016
Daten gibt’s wie Sand am Meer - buchstäblich: Wenn ein Sandkorn ein Byte ist, dann entsprechen 40 Zettabyte 57-mal der Menge aller Sandkörner an allen Stränden der Erde.
Folie
Datafizierung von «Allem und Jedem»
Algorithmen können immer subtilere Informationen aus digitalen Text-, Bild und Audiodaten erschliessen. z.B. Mimik, Gemütszustand, Zustimmung, Geschlecht, Herkunft, Alter, Attraktivität, Selbstwertgefühl, Objekterkennung, Physiognomie, Stimmlage usw.
Folie
Datafizierung von «Allem und Jedem»
Wie alt sehen Sie aus? Lassen Sie sich bewerten. (www.how-old.net)
Folie
Datafizierung von «Allem und Jedem»
Wie attraktiv sehen Sie aus? Lassen Sie sich bewerten. (www.faces.ethz.ch)
Folie
Datafizierung von «Allem und Jedem»
10/21/15 12
Gibt es die Formel zum Sieg? Im Falle der Bolton Wanderers (2003-2007) offensichtlich schon... Daten sind heute in allen Profi-Clubs entscheidende Grundlage für Taktiküberlegungen und Spielführung (z.B. Arsène Wenger von Arsenal). z.B. optasports.com. Zahlreiche Erkenntnisse: Ballbesitz per se nicht entscheidend, sondern jener im Drittel vor dem gegnerischen Tor (Bedeutung der Defensive wird oftmals unterschätzt, etc.).
Folie
Invasion der Sensortechnologien («Smartphones»)
«That’s No Phone. That’s My Tracker» (New York Times, 2012) Smartphones können bereits heute über ein Dutzend physikalische Parameter messen (z.B. Beschleunigung, Barometer, Fingerabdruck, GPS, Gyroskop, Helligkeit usw.). Apps wie z.B. Sensor Box, Sensor Readout (beide Android) oder Sensor Monitor (iOS) legen die erstaunlichen Sensorfähigkeiten Ihres Smartphones offen. Code *#*#4636#*#* (Android) zeigt, welche Daten gesammelt werden (unter «Telefoninformationen»).
13, 09.03.2016
Video
Folie
Invasion der Sensortechnologien («Wearables»)
Immer mehr Menschen überwachen ihre Gesundheit und ihre Lebensführung mit «Wearables». «Quantified-Self» verbindet Sensor-technologie, Datenvisualisierung, mobile Applikationen, Gamifikation und Big Data.
14, 09.03.2016
Folie
Invasion der Sensortechnologien («Sensoren und Aktoren»)
Immer mehr Aktivitäten von Menschen können durch Sensoren und Aktoren ersetzt werden. z.B. «autonomes Fahren». Computer-gesteuerte Fahrzeuge sind bereits heute fast gleich schnell unterwegs wie Rennboliden, die von Formel One Fahrern gesteuert werden. Mehr...
15, 09.03.2016
Folie
Internet of «Humans» + Internet of «Things» = Internet of Everything
Menschen bilden mit anderen Menschen und Produkten immer komplexere mobile Sensornetze. z.B. «Urban Sensing» führt in Echtzeit Detailinformationen aus kleinsten Räumen zu einem Gesamtbild zusammen (Verkehr, Luftverschmutzung, Lärm, Infrastrukturschäden, Vegetationsentwicklung, sicherheitsrelevante Informationen usw.)
16, 09.03.2016
Folie
Internet of «Humans» + Internet of «Things» = Internet of Everything
«Die Verbindung von Produkten mit dem Web ist die Elektrifizierung des 21. Jahrhunderts.» (Mit Webb, CEO von Berg Cloud)
17, 09.03.2016
Folie
Algorithmen ersetzen menschliche Expertise.
Menschliche Expertise wird immer häufiger durch Algorithmen abgelöst. z.B. «Robo-Advisory», «Google Translator», «Diagnostic Robot», «Narrative Science», «Automatic Storytelling», «Automated Analysts» und viele mehr.
18, 09.03.2016
Folie
«Big Data» macht 1to1 Marketing möglich.
«Big Data» macht die vollständige Personalisierung und Individualisierung von Kundenbeziehungen möglich («1to1»). z.B. personalisierte Beratungs- und Produktangebote, dynamische Preissetzung, persönliche Assistenten, individualisierte Informations-Cockpits, intelligente Produkte und Dienstleistungen.
19, 09.03.2016
Folie
«Data Crunching» ersetzt menschliches Verstehen.
«Letztlich steht hinter Big Data das Versprechen, dass sich Verstehen durch Datenverarbeitung ersetzen lässt.» (Norbert Bolz, Professor für Medienwissenschaft an der Technischen Universität Berlin, Zeitgeistphilosoph und Trendanalytiker, 2013)
Folie
Daten und Analytik schlagen Fachwissen.
«Google hat nie behauptet, dass sie etwas von Werbung verstehen. Google hat einfach angenommen, dass bessere Daten und Analysen am Ende wichtiger sind als Marketing-wissen. Und Google lag richtig.» (frei übersetzt: Chris Anderson, Editor of „Wired“)
Folie
Daten und Analytik schlagen Fachwissen.
Google hat auch nie behauptet, dass sie das notwendige Fachwissen besitzen, um die einschlägigen Webseiten in einem Fachgebiet zu identifizieren. Google verlässt sich auf die Linkpopularität von Webseiten – und Fachspezialisten auf Google.
Folie
«Data Crunching» ersetzt menschliches Verstehen.
Kreditkartengesellschaften prognostizieren auf Basis von Umsatz-Kombinationen z.B. das wahrscheinliche Trennungsrisiko ihrer Kunden (wg. Kreditausfallrisiko) z.B. erscheint der Kauf von «Unterwäsche» in Kombination mit «Bier» und «Flugbuchungen bei American Airlines» als Risikoposition.
Folie
«Data Crunching» ersetzt menschliches Verstehen.
Schiri zum Spieler: «… wenn Du das Tor nicht erklären kannst, dann gilt es nicht …». Man muss nicht alles erklären können, um richtige Entscheidungen zu treffen, aber...
Folie
«Data Crunching» ersetzt menschliches Verstehen.
...wenn man Dinge nicht versteht, sind Prognosen gefährlich.
«Truthun»-Illusion: Für den Truthahn ist am Abend vor «Thanksgiving» die Chance, auch am nächsten Tag gefüttert und umsorgt zu werden, am grössten.
(Gerd Gigerenzer, deutscher Psychologe)
Folie
Das Scheitern von «Google Flu Trend»
Auch für Google gilt «GIGO». Wenn 80% der Menschen, welche den Doktor wegen Grippe aufsuchen, gar keine Grippe haben, dann kann deren Internetsuche keine verlässliche Informationsquelle sein.
26, 09.03.2016
David Lazer et al.: Science 2014;343:1203-1205
Google überschätzt in 100 von 108 Fällen die Verbreitung der Grippe beträchtlich (rund 50%).
Folie
Bilderkennung und Textanalysen sind nicht perfekt.
27
Eine Job-Plattform, die auch „Nowcasts“ der Job-Entwicklung erstellt, hat am 5. Oktober 2011 einen extremen Ausschlag verzeichnet. Der Grund war natürlich nicht eine dramatische Veränderung am Arbeitsmarkt, sondern der Tod von Steven Jobs, dem Gründer von Apple.
Semantische Fehlleistungen
Folie
«Reality Mining» - ein soziales Hubble-Teleskop
Reality Mining analysiert personenbezogene Verhaltensdaten und liefert völlig neue Einblicke in das Verhalten von Individuen, Gruppen und Gemeinschaf-ten. z.B. GPS-Daten, Call Detail Records, Tracking-Daten, Social Media Einträge, Daten von «Social Badges» usw.
Hubble-Teleskop
Folie
«Reality Mining» - Was macht erfolgreiche Teams aus?
Mit Hilfe von «Social Badges» können die Kommuni-kationsmuster von Teams analysiert und mit hoher Genauigkeit die Team-Performance prognostiziert werden. vgl. diverse Arbeiten von Sandy Pentland, Massachusetts Institute of Technology
Folie
«Reality Mining» - Wie glücklich sind Menschen?
Einblicke in den Gemütszustand von Menschen («Hedonimeter») (www.mappiness.org.uk) z.B. Sind Menschen in einer Wohnumgebung mit viel Grünfläche glücklicher? Wie ist das Wohlbefinden während der Arbeit, Freizeit usw.?
Folie
«Reality Mining» - Wie fühlt sich eine Stadt?
de D-toren in Doetinchem, NL
31, 09.03.2016
«Hate» «Happiness» «Fear» «Love»
Folie
«Reality Mining» - Was verraten Facebook Likes über Nutzer?
10/21/15 http://crackedlabs.org/studie-kommerzielle-ueberwachung
Folie
«Reality Mining» - Wieviel sagt Ihr Telefonierverhalten über Ihre Persönlichkeit aus?
10/21/15 33
http://crackedlabs.org/studie-kommerzielle-ueberwachung
Folie
«Reality Mining» - Was verraten Tastenanschlagsmuster über die Emotionen der Nutzer?
10/21/15 34
http://crackedlabs.org/studie-kommerzielle-ueberwachung
Übrigens: Auch trügerisches Schreiben kann über die Tastenanschlags-Dynamik festgestellt werden.
Folie
«Reality Mining» - Konkurrenz für Befragungen?
Aufgabe: Mit welchen Kameras werden am meisten Fotos geschossen? − Option: Kundenbefragung − Option: Auswertung von
Bilddaten (Exif-Format)
z.B. Ifolor wertet für seine Studie «So fotografiert die Schweiz» 6,2 Mio. Exif-Daten aus.
35, 09.03.2016
Folie
Software-Unternehmen verdrängen traditionelle Anbieter.
«Software is eating the world.» (Marc Andreessen, Mitgründer und Leading Partner der Venture Capital Firma Andreessen-Horowitz, Mitgründer von Netscape)
Folie
Software-Unternehmen verdrängen traditionelle Anbieter.
Big Data deckt Ineffizienzen bestehender Geschäfts-modelle schonungslos auf. − Vamoo − Google (Fahrzeugbau) − Amazon − Paypal − Uber − Airbnb − PriceStats − Netflix − und viele mehr
Folie
Software-Unternehmen verdrängen traditionelle Anbieter.
Blockbuster (Video Verleih) − 2004: 60.000 Mitarbeitende,
9.000 Shops − 2010: Konkurs von
Blockbuster − Übrigens: Blockbuster hätte
Netflix im Jahr 2000 für 50 Mio. USD kaufen können.
Folie
Traditionelle Wertschöpfungsketten zerfallen.
Unternehmen gibt es, weil hierarchische Strukturen bestimmte Transaktions-kosten verringern (Coase). Was passiert, wenn Big Data diese Transaktionskosten dramatisch verringert? Ronald Coase untersuchte, warum es überhaupt Unternehmen gibt. Seine entscheidenden Ideen über Transaktionskosten entwickelte er schon als Student (1932).
39, 09.03.2016
Folie
Traditionelle Wertschöpfungsketten zerfallen.
«Banking is essential, banks are not.» (Bill Gates, Gründer von Microsoft, 1999)
40, 09.03.2016
Folie
Traditionelle Wertschöpfungsketten zerfallen.
41, 09.03.2016
Institutionelle Kapitalanlage bzw. das Investment Banking (z.B. Quandl.com; PriceStats.com; Plot.ly; Quantopian.com; Rizm.equametrics.com; Estimize.com; SeekingAlpha.com; Google usw.)
Zahlungssysteme bzw. Girokonten (z.B. Paypal, Alipay, TransferWise.com; Facebook und MoneyGram; Mint.com; Social Banking „Kaching“ usw.)
Kreditgeschäft bzw. die Projektfinanzierung (z.B. Lendingclub.com; Crowdfunding; P2P-Lending; Lightfin.de; Kreditech.com; Wonga.com usw.)
Vermögensverwaltung bzw. das Brokerage-Geschäft (z.B. Robot-Advisory; Vaamo.de; Wealthfront.com; Etoro.com; Tradingview.com usw.)
Folie
Traditionelle Wertschöpfungsketten zerfallen.
«Market Research is essential, Market Research Companies are not.» (in Anlehnung an ein Zitat von Bill Gates, Gründer von Microsoft, 1999)
42, 09.03.2016
Folie
Traditionelle Wertschöpfungsketten zerfallen.
43, 09.03.2016
Data Innovation Data Generation Data Analytics Data Interaction
«Curation»
«Collection»
«In
teg
rati
on
»
«Ex
trac
tio
n»
«In
no
vati
on
»
«Ef
fect
uat
ion
»
«Id
eati
on
»
«D
ata
An
alyt
ics»
«V
isu
al A
nal
ytic
s»
«D
ata
Min
ing
»
«S
tory
telli
ng
»
«S
imu
lati
on
/A
nim
atio
n»
«V
isu
alis
atio
n»
Data (Knowledge) Management Data Archival / Security / Privacy / Trustframework
Folie
Traditionelle Wertschöpfungsketten zerfallen.
44, 09.03.2016
Data Innovation Data Generation Data Analytics Data Interaction
«Curation»
«Collection»
«In
teg
rati
on
»
«Ex
trac
tio
n»
«In
no
vati
on
»
«Ef
fect
uat
ion
»
«Id
eati
on
»
«D
ata
An
alyt
ics»
«V
isu
al A
nal
ytic
s»
«D
ata
Min
ing
»
«S
tory
telli
ng
»
«S
imu
lati
on
/A
nim
atio
n»
«V
isu
alis
atio
n»
Data (Knowledge) Management Data Archival / Security / Privacy / Trustframework
Konkurrenzierung durch «Dateninnovatoren» (Startups, Agenturen, Innovationsformate wie Hackathons, Open Data Bewegung, Datenintermediäre usw.)
Folie
Traditionelle Wertschöpfungsketten zerfallen.
45, 09.03.2016
Data Innovation Data Generation Data Analytics Data Interaction
«Curation»
«Collection»
«In
teg
rati
on
»
«Ex
trac
tio
n»
«In
no
vati
on
»
«Ef
fect
uat
ion
»
«Id
eati
on
»
«D
ata
An
alyt
ics»
«V
isu
al A
nal
ytic
s»
«D
ata
Min
ing
»
«S
tory
telli
ng
»
«S
imu
lati
on
/A
nim
atio
n»
«V
isu
alis
atio
n»
Data (Knowledge) Management Data Archival / Security / Privacy / Trustframework
Konkurrenzierung durch «Datensammler» (Telekomunternehmen, Banken, Retailer, Kreditkarten-unternehmen, Transport-unternehmen, Datenbroker, Datenintermediäre, Crowd-Sourcing-Plattformen usw.)
Folie
Traditionelle Wertschöpfungsketten zerfallen.
46, 09.03.2016
Data Innovation Data Generation Data Analytics Data Interaction
«Curation»
«Collection»
«In
teg
rati
on
»
«Ex
trac
tio
n»
«In
no
vati
on
»
«Ef
fect
uat
ion
»
«Id
eati
on
»
«D
ata
An
alyt
ics»
«V
isu
al A
nal
ytic
s»
«D
ata
Min
ing
»
«S
tory
telli
ng
»
«S
imu
lati
on
/A
nim
atio
n»
«V
isu
alis
atio
n»
Data (Knowledge) Management Data Archival / Security / Privacy / Trustframework
Konkurrenzierung durch «Analytics-Spezialisten» (Startups, Artificial Intelligence, Maschine Learning, Business Intelligence, Datenintermediäre usw.)
Folie
Traditionelle Wertschöpfungsketten zerfallen.
47, 09.03.2016
Data Innovation Data Generation Data Analytics Data Interaction
«Curation»
«Collection»
«In
teg
rati
on
»
«Ex
trac
tio
n»
«In
no
vati
on
»
«Ef
fect
uat
ion
»
«Id
eati
on
»
«D
ata
An
alyt
ics»
«V
isu
al A
nal
ytic
s»
«D
ata
Min
ing
»
«S
tory
telli
ng
»
«S
imu
lati
on
/A
nim
atio
n»
«V
isu
alis
atio
n»
Data (Knowledge) Management Data Archival / Security / Privacy / Trustframework
Konkurrenzierung durch «Interaktions-Spezialisten» (Startups, Agenturen, Medienunternehmen, Narrative Science und Automatic Storytelling, Datenintermediäre usw.)
Folie
Traditionelle Wertschöpfungsketten zerfallen.
48, 09.03.2016
Data Innovation Data Generation Data Analytics Data Interaction
«Curation»
«Collection»
«In
teg
rati
on
»
«Ex
trac
tio
n»
«In
no
vati
on
»
«Ef
fect
uat
ion
»
«Id
eati
on
»
«D
ata
An
alyt
ics»
«V
isu
al A
nal
ytic
s»
«D
ata
Min
ing
»
«S
tory
telli
ng
»
«S
imu
lati
on
/A
nim
atio
n»
«V
isu
alis
atio
n»
Data (Knowledge) Management Data Archival / Security / Privacy / Trustframework
Konkurrenzierung durch strategische Consultants und IT-Consultants
Folie
Traditionelle Wertschöpfungsketten zerfallen.
Welches ist die strategische Rolle der Marktforscher im Big Data Zeitalter?
49, 09.03.2016
Folie
Traditionelle Wertschöpfungsketten zerfallen.
Mögliche strategische Rolle von Marktforschern: - Vertikalisierer - Vertikale Integrierer - Netzwerkunternehmen - Schichtenwettbewerber - Personal Data Operatoren
50, 09.03.2016
Folie
Traditionelle Wertschöpfungsketten zerfallen.
51, 09.03.2016
Data Innovation Data Generation Data Analytics Data Interaction
«Curation»
«Collection»
«In
teg
rati
on
»
«Ex
trac
tio
n»
«In
no
vati
on
»
«Ef
fect
uat
ion
»
«Id
eati
on
»
«D
ata
An
alyt
ics»
«V
isu
al A
nal
ytic
s»
«D
ata
Min
ing
»
«S
tory
telli
ng
»
«S
imu
lati
on
/A
nim
atio
n»
«V
isu
alis
atio
n»
Data (Knowledge) Management Data Archival / Security / Privacy / Trustframework
«Vertikalisierer»?
«vertikale Integrierer»?
«La
yer
Com
pet
itor
s»
«La
yer
Com
pet
itor
s»
«PD Operatoren»
Folie
Vision – Marktforscher als Player in einem neuen Ökosystem
«Personal Data sind das neue Öl des Internets und die neue Währung der digitalen Welt.» (Meglena Kuneva, European Consumer Commissioner, 2009)
«99% von uns leben auf der falschen Seite des einseitig verspiegelten Glases». (Michael Fertik im Scientific American) Bildnachweis: https://sydneyweinstock.files.wordpress.com/2014/10/dribbble-digital-footprint.gif
Folie
«Personal Data» sind Big Business.
10/21/15
Folie
«Personal Data» sind Big Business.
54, 09.03.2016
Folie
«Personal Data» sind Big Business.
55, 09.03.2016
Populäre deutsche Nachrichten-Websites übertragen 2014 bei jedem Seitenaufruf Nutzungsdaten an bis zu 59 externe Services - für LeserInnen in keiner Weise erkennbar oder nachvollziehbar. Testen Sie: http://newsreadsus.okfn.de
Folie
Wo stehen wir jetzt?
In der API-Ökonomie werden persönliche Daten über Schnitt-stellen Punkt zu Punkt ausgetauscht.
Intermediäre bewirt-schaften persönliche Daten in ihren eigenen Ökosystemen.
Vision – Marktforscher als Player in einem neuen Ökosystem
56, 09.03.2016
Poikola, Kuikkaniemi, Honko: MyData – A Nordic Model for human-centered personal data management and processing
Folie
Vision – Marktforscher als Player in einem neuen Ökosystem
57, 09.03.2016
Wo wir hin wollen?
In einer nutzerzent-rierten Ökonomie hat jeder einzelne Nutzer die volle Autonomie über seine persönlichen Daten. Die Nutzer bewirtschaften ihre Profile selbst (z.B. in einem Personal Data Store). Poikola, Kuikkaniemi, Honko: MyData – A Nordic Model for human-centered personal data management and processing
Folie
Vision – Marktforscher als Player in einem neuen Ökosystem
58, 09.03.2016
Marktforscher als «Personal Data Operator»?
WEF: Unlocking the Value of Personal Data: From Collection to Usage, 2013
Folie
Vielen Dank für Ihre Aufmerksamkeit!
Wenn Sie an unserer Arbeit interessiert sind, dann sind Sie herzlich willkommen! Kontakt: www.hslu.ch/datenwelten [email protected] [email protected]
59, 09.03.2016
