General Online Research Konferenz in Berlin

Wir brauchen eine Normung, um das Optimale aus Daten zu ziehen

   Artikel anhören
Patricio Pagani hält die Keynote auf der GOR
© Pagani
Patricio Pagani hält die Keynote auf der GOR
Patricio Pagani spricht die Keynote auf der GOR 20, der General Online Research Konferenz in Berlin. Der Argentinier glaubt, dass ein Großteil der Informationen und Insights, die in Daten schlummern, nicht erkannt wird, weil Standards bei der Erstellung fehlen. Er fordert, dass sich die Marktforschung mit einer Vereinheitlichung von Produkt-Daten beschäftigt, um für die Kunden das Optimum herauszuholen.

Herr Pagani, die ganze Welt spricht über den Wert der Daten und viele Unternehmen können sich nicht vor Anbietern retten, die deren Daten analysieren wollen. Aber Sie glauben, dass viele Analysen nicht alle die Informationen offenbaren, die wirklich in den Daten enthalten sind? Ist das richtig? Ich denke, der "Reichtum" von Daten entsteht durch die Analyse aus mehreren möglichen Blickwinkeln. Ich würde jedoch argumentieren, dass heutzutage das größte Problem für Unternehmen nicht die Analysephase ist. Das Problem beginnt schon früher, da die meisten Unternehmen unter einer schlechten Datenstrategie leiden. Traditionell waren die Mitarbeiter der Forschungsindustrie die Hüter der Daten unserer Kunden. Wir haben die Sammlung, die Verarbeitung und die Lieferung übernommen. Und in den meisten Fällen haben wir eine recht gute Arbeit geleistet. Derzeit gibt es jedoch immer mehr relevante Datenquellen. Die Unternehmen, die die Daten generieren, haben keine Ahnung von der Art der Datenverarbeitung, wie sie in unserer Branche üblich ist. Und deshalb denke ich, dass viele Analyseprojekte furchtbar schief gehen. Verhaltensdaten werden analysiert und Strategien entworfen, aber den Daten fehlt oft die Aussagekraft, die zur Beantwortung der grundlegendsten Geschäftsfragen benötigt wird.

Patricio Pagani
© Pagani
Mehr zum Thema
General Online Research Conference in Berlin

We need standardization to get the most out of data

Patricio Pagani will give the keynote address at this year's GOR, the General Online Research Conference in Berlin. The Argentinean believes that much of the information and insights that lie dormant in data are not recognized because standards are lacking in their creation. He calls for market research to focus on standardizing product data in order to get the best out of it for customers.

Sie haben eine Studie darüber durchgeführt in welcher Art Informationen über Produkte in Unternehmen vorliegen und dabei ein gewisses Chaos vorgefunden. Bitte teilen Sie uns mit, was das Ergebnis Ihrer Untersuchung war. Lassen Sie mich zunächst einen CEO zitieren, den wir in unserem Esomar-Papier erwähnen: "Datascience ist der leichte Teil. Viel schwieriger ist es, die richtigen Daten zu bekommen und die Daten für die Analyse vorzubereiten. Den Großteil unserer Zeit verbringen wir damit, die Daten zu beschaffen". Die meisten Unternehmen heben nur einen Bruchteil des potenziellen Werts, den sie aus Daten und Analysen gewinnen könnten. Dies war eine der wichtigsten Ergebnisse unserer Forschung, und wir haben die "Vermutung abnehmender inkrementeller Erträge von nicht-genormter Datenwerten" (conjecture of decreasing incremental returns of unnormalized data assets) formuliert. Wie wir in der Studie erklärt haben, gilt dies, wenn Data-Scientist-Teams der Kunden das vollständige Bild des Konsumenten mit seinen Motivationen, seinen Customer Journeys sowie dem Wettbewerb verstehen und analysieren wollen. Es ist wie ein riesiges Puzzle. Das Problem der fehlenden Normen tritt jedes Mal in Erscheinung, wenn ein Datenanalyseteam einen neuen Datensatz erwirbt und versucht, diesen zu analysieren.
Der Global Head der Marktforschung eines führende Getränkeunternehmens der Welt hat uns mitgeteilt, dass sie mit ihrem weltweiten Retail-Audit-Anbieter zusammengearbeitet haben, um die Produktlisten – auf SKU-Ebene – weltweit zu standardisieren: "Das Projekt hat drei Jahre gedauert, und wir sind noch weit davon entfernt, eine globale Taxonomie zu haben, der wir voll und ganz vertrauen können. Und lassen Sie uns bitte nicht versuchen, die Retail-Audit-Produkte mit denen in meinen Studien zur Markenverfolgung in Einklang zu bringen. Das ist eine Herausforderung, die wir aufgegeben haben". Wir sollten sie nicht aufgeben. Es ist kein leicht zu lösendes Problem, aber wir sind es unseren Kunden schuldig, es besser zu machen. Die Integration der gängigsten Datensätze in eine kohärente Datenstruktur ist eine Herausforderung mit der die meisten unserer Kunden, die es mit der Datenanalyse ernst meinen, im Moment zu kämpfen haben. Und es ist ein historisches Problem, das wir selbst geschaffen haben.
Patricio Pagani,
ist Gründer von The Black Puma Ai und beschäftigt sich mit digitalen Transformationsprozessen und berät große Unternehmen dabei, sich auf Zukunftsthemen einzustellen. Zudem ist er Angel Investor bei verschiedenen Technologie-Startups sowie Vorstandsdirektor bei Infotools. Patricio ist außerdem gefragter Speaker im Bereich Business Intelligence und Marktforschung sowie zurzeit ESOMAR Representative für Argentinien.
Seinen Vortrag zum Thema „Market Research Blends with AI and Analytics – Market Research Digital Transformation“ hält er am Donnerstag, 12. März 2020 auf der GOR 20 in Berlin
Aber das ist nicht das Problem der Unternehmen? Die haben doch sicher einen CTO, der sich darum kümmern sollte. Warum muss sich die Marktforschung damit befassen?Viele Unternehmen kämpfen mit ihrer digitalen Transformation, und ich glaube, das hat viel damit zu tun, dass die Initiativen in den meisten Fällen von Technologieleitern und nicht von Analysten ausgehen und geleitet werden. Unsere Forschungsindustrie sollte eine wichtige Rolle bei der Bewältigung dieser Herausforderungen spielen. Es ist relativ neu, dass Marken ihre Datenbestände nutzen, um sich vom Massenmarketing zur Massenpersonalisierung zu bewegen. Der Prozess vollzieht sich jedoch viel langsamer als erwartet. Die Massenpersonalisierung erfordert, dass Unternehmen eine große Menge an Daten zusammenführen und analysieren. Datensätze, die zusammengeführt werden, um die verschiedenen Aspekte der Customer Journey zu verstehen, haben in der Regel keine gemeinsame Struktur, und das Fehlen von Datenstandards untergräbt den Wert, den wir unseren Kunden bieten könnten.
General Online Research Konferenz - GOR
Die GOR 20 der Deutschen Gesellschaft für Online Forschung (DGOF) findet in englischer Sprache an der HTW in Berlin von 11. bis 13. März statt.  
Zum Programm
Zur Anmeldung
Und was ist Ihr Vorschlag für eine Lösung des Problems? Das Hauptproblem, das wir während unserer Studie identifiziert haben, ist das Fehlen einer gemeinsamen Sprache unter den Anbieterfirmen. Technisch gesehen liegt das Problem bei dem schwachen und oft nicht existenten Wissen über eine Struktur der Produkte mit all ihren Ausprägungen. Natürlich wäre eine Grundstruktur denkbar, die innerhalb eines Unternehmens oder vielleicht sogar unter allen Unternehmen einer Kategorie Konsens ist, doch hat sich keine Organisation/Stelle jemals die Zeit genommen, diese zu schaffen.


Das Problem ist endemisch und schwerwiegend, und es bremst die Aktivierung eines enormen Potenzials, das richtig harmonisierte große Daten-Sätze für das Geschäft unserer Kunden haben könnte. In unserer Studie haben wir über die Vorteile der Schaffung einer branchenweit formal geordneten Darstellung von Produkten, einem Ontology Based Data Access (OBDA), für die Vermarktung diskutiert. Der Aufwand, der für das Daten-Engeneering der für die Erstellung und Angleichung von nicht genormten Datensätzen erforderlich ist, wäre minimal im Vergleich zu dem zusätzlichen Wert für Kunden, die sonst alle einzeln dasselbe tun müssten. Wir schlagen daher vor, dass unsere Marktforschungsbranche versucht, den Mangel an Normen auf Produktebene auf systematische Weise zu beheben. Wir haben dem Esomar-Standardkomitee einen Vorschlag unterbreitet, eine Kommission zur Untersuchung der Schaffung dieser Datenstandards zusammenzustellen.
Herr Pagani, wir danken Ihnen für das Gespräch

Bitte loggen Sie sich hier ein, damit Sie Artikel kommentieren können. Oder registrieren Sie sich kostenlos für H+.
Ich habe die Datenschutzbestimmungen zur Kenntnis genommen und akzeptiere diese.
stats