Hype um Big Data

Warum man mit klassischer Marktforschung am längeren Hebel sitzt

Montag, 27. Juli 2015
Big Data ist derzeit in aller Munde. Vor allem das Marketing soll von der Kraft der Daten profitieren. Doch lassen sich aus den Datenmassen tatsächlich valide Erkenntnisse fürs Marketing ziehen? Claudia Knod, General Manager Germany bei B2B International, hat da so ihre Zweifel, wie sie in ihrem Gastbeitrag für HORIZONT Online schreibt.

Jeden Tag entstehen Massen an Daten im World Wide Web – jeder Eintrag und jeder Click hinterlässt eine digitale Spur. Nach neuesten Erkenntnissen wachsen die Daten im Netz täglich um bis zu 2,5 Trillionen Byte an. Damit steigt das gespeicherte Datenvolumen vier Mal schneller als die gesamte Weltwirtschaft. Der überwiegende Teil aller Daten ist unstrukturiert, es handelt sich um Bilder, Tweets, Social Media Posts, Einkaufsverläufe und vieles mehr.



Die schiere Masse an Daten löst bei Marketingverantwortlichen die unterschiedlichsten Reaktionen aus: Die einen sehen den Datenschatz und geraten in Goldgräberstimmung, die anderen stehen Big Data eher skeptisch gegenüber. Nicht nur B2C-, sondern auch zunehmend B2B-Unternehmen suchen Antworten auf die Frage: Wozu das alles und was bringt mir Big Data überhaupt? 

Datenschatz versus Empirie

Um Big Data zu bändigen und die Daten zu filtern gibt es zahlreiche Software-Lösungen. Momentan hapert es allerdings noch in weiten Teilen an validen und fundierten Analysetools für diese Daten. Messungen der Frequenz oder Verbreitung von Buzzwords alleine sind schließlich noch keine Analyse. Anders bei Daten, die mit den klassischen Methoden der Marktforschung erhoben werden. Die Validität der Analyse und damit die Schlüsse, die daraus gezogen werden, beruhen auf Empirie und Heuristik. Marktforscher wissen, welche (zuvor validierten) Methoden bei der Beantwortung welcher Fragen anzuwenden sind – Kunden erhalten somit verlässliche Handlungsempfehlungen.
„Neben dem fehlenden Nachweis der Validität ist die Rückwärtsgewandtheit von Big Data eine weitere Schwachstelle.“
Claudia Knod
Worauf aber sollen Schlussfolgerungen und Handlungsempfehlungen aus der Analyse von Big Data beruhen? Ein Beispiel dafür ist Twitter. Die 500 Millionen Tweets, die täglich verbreitet werden, können auf bestimmte Keywords hin gefiltert werden. Das Problem: Eine direkte Kausalkette zwischen Situation, Tweet und Wirkung herzustellen ist bis auf wenige Ausnahmen („Shitstorm“) nicht möglich.

Die Marktforschung hat einen anderen Anspruch: Bevor sie eine Empfehlung aufgrund von einer Datenerhebung abgibt, muss feststehen, in welchem Kontext die Daten erhoben wurden und welche Einflüsse gegebenenfalls auf die Probanden eingewirkt haben. Es muss empirisch erwiesen sein, dass die angewandte Methode auch verlässlich ist. Neben dem fehlenden Nachweis der Validität ist die Rückwärtsgewandtheit von Big Data eine weitere Schwachstelle. Eine wichtige Aufgabe der Marktforschung ist die Unterstützung von Marketing bei der Entwicklung von Neuprodukten. Dazu müssen Marktforscher die Bedürfnisse von Kunden explorieren – sowohl offensichtliche, als auch verborgene Bedürfnisse, von denen der Kunde heute noch nicht weiß, dass er sie vielleicht haben wird.


Auch das iPad ist ohne Big Data erfunden worden: Technologien dieser Art beruhen auf mutigen Visionen und einer qualitativen Marktforschung, die auch verborgene Bedürfnisse und Wünsche erkennt. Mithilfe von Big Data, das mehr rückwärtsgewandt ist, lässt sich das nicht bewerkstelligen. Um solche großen Ideen zur Marktreife zu bringen, sollten Unternehmer und Visionäre daher auf validierte Marktforschungsmethoden zurückgreifen. Auf den Social Buzz kann man schließlich immer noch hören, wenn die Produkte dann im Markt sind.

Themenseiten zu diesem Artikel:
stats