Geoanalyse und Datenvisualisierung in der Praxis

Vier Beispiele für den Einsatz von Data Analytics

19.11.2018
Von 
Henrik Jorgensen ist Country Manager DACH bei Tableau.
Wie sich Daten einfach und datenschutzkonform analysieren und in geschäftsfördernde Erkenntnisse umwandeln lassen, zeigen vier Best Practice-Beispiele aus der Tableau-Community.
Wer die Wettbewerbsfähigkeit ausbauen und neue Geschäftsmodelle entwickeln will, benötigt zahlreiche Informationen.
Wer die Wettbewerbsfähigkeit ausbauen und neue Geschäftsmodelle entwickeln will, benötigt zahlreiche Informationen.
Foto: NicoElNino - shutterstock.com

Ob Maschinendaten, intelligente Infrastrukturnetze oder smarte Produkte - Daten fallen heute in fast allen Geschäftsbereichen an. Um diese Daten allerdings wirklich geschäftsfördernd und im Sinne des Kunden einzusetzen, müssen Unternehmen vor allem drei Voraussetzungen erfüllen: Sie müssen die richtigen Fragen an ihre Daten stellen, möglichst viele ihrer Mitarbeiter und Fachabteilungen im Umgang mit entsprechenden Analyse-Tools befähigen und natürlich personenbezogene Daten wirksam und rechtskonform schützen. Wie diese Aspekte erfolgreich umgesetzt werden können, zeigen die folgenden Beispiele.

Datendemokratisierung bei Telefónica Deutschland

Der hochdynamische Telekommunikationsmarkt ist hart umkämpft. Telefónica Deutschland ist der Mobilfunkanbieter mit den meisten Kunden in Deutschland. Um diese Position zu stärken, sollten möglichst viele Mitarbeiter befähigt werden, das Wissen aus Unternehmens-, Markt- und Wettbewerbsdaten auf einfache Art und Weise als Basis für die tägliche Arbeit zu nutzen. Hierfür hat Telefónica Deutschland eine Plattform geschaffen, die den Mitarbeitern im Intranet zur Verfügung steht.

Über das Analytics Insights Center können Telefónica-Mitarbeiter die für ihr Aufgabengebiet vorhandenen Kunden-, Unternehmens-, Markt- und Wettbewerbsdaten in Echtzeit analysieren.
Über das Analytics Insights Center können Telefónica-Mitarbeiter die für ihr Aufgabengebiet vorhandenen Kunden-, Unternehmens-, Markt- und Wettbewerbsdaten in Echtzeit analysieren.
Foto: Telefonica

"Mit dem Analytical Insights Center haben wir das Wissen des Unternehmens demokratisiert", so Thorsten Kühlmeyer, Head of Business Analytics & Artificial Intelligence bei Telefónica Deutschland. "Die Daten waren vorher schon da, aber nicht zwingend dort, wo wir sie für Entscheidungen brauchen. Und auch nicht immer gebündelt und aufbereitet. Zudem hatten nur wenige Mitarbeiter Zugang zu unseren Datenschätzen. Es war ein klarer Wunsch vom Vorstand, das zu ändern."

Damit die Mitarbeiter einen leichteren Zugang zu den Daten bekommen, bereiten die Experten des Bereichs Business Analytics and Artifical Intelligence (AI) die Daten themenspezifisch visuell und interaktiv erlebbar in Dashboards auf. Daneben verfügen über 500 trainierte Data Worker aus den unterschiedlichen Fachabteilungen über die nötigen Skills und Tools, um ebenso bestimmte komplexe Analysen zu erstellen. So können die Kollegen vom Controlling, der Netzwerktechnik, dem Vertrieb und dem Marketing Fragen, die im Tagesgeschäft auftauchen, auch datenbasiert beantworten.

M-net steigert Profitabilität mit Geoanalyse

Infrastruktur zu unterhalten ist teuer. Wo lohnt sich ein Ausbau? Wo drohen finanzielle Risiken? Wichtige Fragen, die beantwortet werden müssen, um als Unternehmen rentabel zu bleiben. M-net, ein regionaler Telekommunikationsanbieter im Raum Augsburg, München, und Nürnberg, ermittelt anhand seiner Daten wie profitabel einzelne Regionen sind.

Im Ausbau Cockpit von M-net lassen sich die wichtigsten Kennzahlen der Anschlussbereiche geografisch darstellen.
Im Ausbau Cockpit von M-net lassen sich die wichtigsten Kennzahlen der Anschlussbereiche geografisch darstellen.
Foto: M-net

In sogenannten Ausbau-Cockpits werden dazu Informationen über die Kunden- und die Netzlandschaft gebündelt. Interaktive Dashboards stellen die mehr als 300 angeschlossenen Hauptverteiler-Anschlussbereiche geographisch dar und zwar mit den wichtigsten Kennzahlen wie Umsatz, Kosten, Vertragsanzahl, Produkte oder Marktanteile. Mitarbeiter sehen so auf einen Blick wie profitabel einzelne Hauptverteiler, Leitungen oder ganze Regionen sind. Vorher wurden die Kosten manuell den Umsätzen gegenübergestellt. Heute visualisieren Analysewerkzeuge Informationen und konsolidieren dabei automatisch Daten aus heterogenen Quellen. Für die Rentabilitätsberechnung reichen schon wenige Klicks.

Mit Geomapping optimiert Jonny Fresh Logistik und Marketing

Wie geographische Analysen den Wünschen der Kunden nachspüren und die Profitabilität steigern, zeigt Jonny Fresh, ein digitaler Lieferdienst für saubere Wäsche. Das Start-up, gegründet 2013, bietet einen umfangreichen Wäschereiservice für Kleidungsstücke - vom Oberhemd und Anzug bis zum Arztkittel oder Hochzeitkleid - ebenso an wie diverse Dienstleistungen, etwa den Handtuchservice. Die Kunden nennen via Smartphone einen Wunschtermin fürs Abholen und Liefern.

Der digitale Wäscheservice Jonny Fresh identifiziert mit Geomapping besonders lukrative Gebiete und steuert datenbasiert Logistik und Marketing-Kampagnen.
Der digitale Wäscheservice Jonny Fresh identifiziert mit Geomapping besonders lukrative Gebiete und steuert datenbasiert Logistik und Marketing-Kampagnen.
Foto: Jonny Fresh

"Jede Stadt hat hier ihre eigenen Herausforderungen, Kapazitäten und Kundenstrukturen", betont Stefan Michaelis, CEO von Jonny Fresh. "Sehr wichtig für uns sind daher die Auswertungen auf Basis von Landkarten." Die Routen für die Auslieferung werden daher nun mit Hilfe von Geomapping optimiert. Regionen und einzelne Postleitzahlenbereiche werden dabei in mehrere Quadranten aufgeteilt, die sich profitabel bedienen lassen. Auch Marketing-Aktionen laufen datenbasiert ab: Auf Sportveranstaltungen und in Zielbranchen wie Beratung und Finanzen verteilen die Wäschespezialisten individuell markierte Gutscheine, die beim Einlösen den Erfolg der Aktionen sichtbar machen.

Mit Live-Reports die Kundenerfahrung im Ladengeschäft verbessern

Welche Abteilungen sind beliebt? Wie lange verweilen die Kunden im Geschäft? Antworten auf diese Fragen kann Telefónica NEXT liefern. Dank der Technologie des 2017 übernommenen Start-ups Minodes analysiert das Unternehmen für Einzelhändler die Bewegungsströme und das Einkaufsverhalten der Kunden im Laden. Auf diese Weise sind die Reports aus der Analyse tagesaktuell und automatisiert verfügbar, statt wie früher einmal pro Woche und mit hohem manuellem Arbeitsaufwand.

Das Minodes-Portal von Telefónica NEXT erstellt Live-Reports über das Einkaufsverhalten der Kunden im Laden.
Das Minodes-Portal von Telefónica NEXT erstellt Live-Reports über das Einkaufsverhalten der Kunden im Laden.
Foto: Telefonica NEXT

Den Schlüssel für die Analyse im Laden liefern WLAN-Signale. Spezielle Sensoren registrieren die WLAN-Suchsignale der im Laden befindlichen Mobilfunkgeräte, anonymisieren die Daten umgehend auf dem Sensor sowie unter Einbindung der TÜV-geprüften Telefónica Data Anonymization Platform. Telefónica NEXT erzeugt so statistische Erkenntnisse, wie sich Besuchergruppen typischerweise im Laden bewegen. Die Ladenbetreiber schließen daraus, welche Shops oder Abteilungen gut nachgefragt werden und können so ihr Sortiment optimieren.

Geht es darum potenzielle Käufer ortsbezogen anzusprechen, kommen die Location-based-Messaging-Lösungen von Telefónica NEXT ins Spiel. O2 More Local ist ein Location-based-Messaging-Service, bei dem sich Nutzer datenschutzkonform anmelden, um ortsbezogene Angebote und Gutscheine per Kurznachrichten auf ihr Mobiltelefon zu erhalten. Bei der Buchung des Services stimmen die Kunden der Verwendung bestimmter Daten zu - etwa Alter und Geschlecht. Händler sprechen so Kunden direkt in ihrer Nähe nach wählbaren Merkmalen an. Die Öffnungsraten der mobilen Nachrichten liegen bei über 90 Prozent.

Mit Analyse den Datenschatz heben

Die Beispiele von etablierten Unternehmen bis jungen Start-ups zeigen: Unternehmen steht heute eine Vielzahl an wertvollen Datenschätzen zur Verfügung. Diese Informationsflut sinnvoll, gewinnbringend und im Sinne des Kunden zu nutzen, meistert jeder auf seine Weise. Wie Telefónica NEXT zeigt, können datenbasierte Analysen ganze Geschäftsmodelle begründen. Bei Telefónica ermöglichen einfache, automatisierte Dashboards eine visuell erlebbare Datenanalyse und sind der Schlüssel dafür, dass auch statistisch weniger erfahrene Mitarbeiter aus den Fachabteilungen Zusammenhänge erkennen und daraus die richtigen Schlüsse ziehen können.

Auch der Einsatz von Geo-Daten hat sich als hilfreich erwiesen, wie die Beispiele von M-net und Jonny Fresh zeigen. Unter dem Strich gilt: Je schneller und übersichtlicher Erkenntnisse zur Verfügung stehen, umso zielgerichteter können Unternehmen auf geänderte Marktbedingungen reagieren und so am Markt erfolgreich bestehen.