Zum Inhalt springenZur Suche springen

Data Analytics

Data Analytics - Zur gezielten Nutzung von Daten in Management-Entscheidungen

Everyone should have the capability to learn from the data. It has the same impact on companies as had personal computing back in the 1980s” (Satya Nadella, CEO Microsoft)

Big Data ist als Konzept in aller Munde – aber welchen Nutzen haben wachsende Datenmengen, immer steigende Rechnerleistungen und innovative Auswertungsmöglichkeiten wirklich für Management-Entscheidungen? Mit dieser Fragestellung beschäftigen wir uns in einer Reihe von Studien und Anwendungen am Lehrstuhl für BWL, insbesondere Management.

Die aktuell wertvollsten Unternehmen der Welt ziehen einen großen Teil ihres Wettbewerbsvorteils aus der intelligenten Nutzung von Daten über ihre Kunden. In Bewertungen von Unternehmen fließen immer mehr bestehende Datenquellen im Unternehmen und ihr Potential ein. Gleichzeitig sehen sich viele insbesondere kleine und mittelständische Unternehmen einer großen Herausforderung gegenüber. So ist für die gezielte Datensammlung, Datenbereinigung und Datenauswertung eine Reihe von Kompetenzen in der IT, der Stochastik, der Mathematik und der Betriebswirtschaftslehre notwendig.

Im Rahmen unserer Forschung wollen wir die Chancen und Limitationen von Big Data für Management-Entscheidungen im Unternehmen verstehen. Folgende Fragen treiben uns derzeit insbesondere:

  • Wie ist der aktuelle Stand von datengetriebenen Management-Entscheidungen in kleinen und mittelständischen Unternehmen?
  • Welche erfolgsrelevanten Potentiale stecken in Big Data-Ansätzen für kleine und mittelständische Unternehmen?
  • Was sind Erfolgsfaktoren der Umsetzung von Big Data-Projekten in Unternehmen?
  • Wie können Twitter-Texte ausgewertet werden, um Rückschlüsse auf die Autoren der Tweets zu ziehen (Beispielsweise in Bezug auf Stimmungen)?

Folgende konkrete Fragen ergeben sich für uns aktuell in Studien praxisnaher Anwendung:

  • Wie können Vorhersagen zu zukünftigen Kundenverhalten auf Basis von Kundendaten getroffen werden, wenn ausgeprägte Saisonalitäten vorliegen?
  • Wie können Abwanderwahrscheinlichkeiten von Kunden vorhergesagt werden, wenn nur wenige Kontaktpunkte zwischen Kunden und Anbieter bestehen?
  • Welche Möglichkeiten bieten Online-Tracking-Systeme und externe Datenquellen (wie aus Google Maps) zur Schaffung eines besseren Kundenverständnisses?

 

 

Verantwortlichkeit: