Small Data: Nutzen Sie Ihre Mikrodaten, um Ihr KMU zu steuern

Small Data, Big Data... Während man von letzterem viel hört, bahnt sich ersteres seinen Weg eher unauffällig.

Dabei sind die beiden Konzepte nicht weit voneinander entfernt.

Small Data soll sogar bessere Perspektiven für die Steuerung von Kleinst- und Mittelbetrieben bieten.

Laut MyDataModels, einem französischen Start-up-Unternehmen, das in diesem Bereich Pionierarbeit leistet, macht Small Data 85 % der gesammelten Daten aus.

Wir beleuchten diesen vielversprechenden Trend.

Alle Analyse Software ansehen

Was ist Small Data?

Small Data: Definition und Ziele

Small Data steht für alle Mikrodaten oder Mikroinformationen, die täglich in einem Unternehmen gesammelt werden, und zwar über :

• Dateien :
  • Excel-Tabellen,
  • Planungen von Teams, Lieferungen, Projekten,
  • interne Studien und Berichte,
  • Protokolle,
  • Foto- und Videodateien usw. ;
• Anwendungen:
  • Terminkalender,
  • E-Mails,
  • Sofortnachrichten,
  • soziale Netzwerke ;
• operative Software wie CRM (Kundendatenbanken) ;
• physische oder digitale Sensoren.

Als echte Entscheidungshilfen, die auf objektiven, quantifizierbaren und messbaren Kriterien beruhen, können diese Daten zugänglich dazu dienen, die Produktivität und Effizienz aller Abteilungen zu untersuchen und anschließend zu optimieren, insbesondere :

• Personalwesen,
• den Vertrieb,
• Marketing,
• Logistik usw.

Small Data vs. Big Data

Was ist der Unterschied zwischen Big Data und Small Data?

Mit der Explosion des Internets haben die Nutzer unaufhörlich digitale Daten (Videos, Fotos, Texte usw.) erstellt, sie über verschiedene Kanäle geteilt und in der Cloud gespeichert.

Diese Explosion des Volumens, aber auch der Vielfalt der Inhalte und des Bedarfs an Geschwindigkeit, hat Forscher dazu veranlasst, einen neuen Weg zu finden, diese Daten auf digitaler Basis zu speichern und zu analysieren: das Phänomen Big Data.

Es wird vor allem in den Bereichen Finanzen und Verkauf, aber auch in der Telekommunikation, im Gesundheitswesen, in der Industrie, bei Behörden usw. angewendet.

Mit der Entwicklung der künstlichen Intelligenz (KI) können große Unternehmen, insbesondere die GAFAM, und ihre Datenwissenschaftler diese massiven öffentlichen und privaten Daten auswerten, um ihre Strategien auszurichten.

Small Data hingegen wirkt diesem größenwahnsinnigen Trend entgegen: Manchmal können die wenigen Daten, die sich im Besitz der kleinsten Strukturen befinden, durchaus ausreichen, um ihre Leistung zu verbessern.

Mehr noch: Wenn sie gut ausgewählt und auf ein Minimum reduziert werden, treffen die daraus resultierenden prädiktiven Analysen manchmal besser zu als die der komplexesten Algorithmen.

Daher richtet sich das Buch eher an Branchenexperten, die mit vielfältigen Daten konfrontiert sind, aber nicht wissen, wie sie diese im Alltag nutzen sollen. Wir denken da zum Beispiel an :

• Produktmanager,
• Marketingverantwortliche,
• Finanzverantwortliche.

Im folgenden Video fasst Olivier Sibony, Professor an der HEC, dieses Phänomen sehr gut zusammen und veranschaulicht es:

Was ist mit Smart Data?

Es geht nicht um Daten, sondern um die Art und Weise, wie sie genutzt werden: Indem sie sich auf interessante Daten konzentrieren, ertrinken die Entscheidungsträger nicht mehr in einer Masse von unnötigen Informationen, sondern nutzen nur noch die Daten, die sich als relevant und für eine bestimmte Problematik verwendbar erweisen.

Smart Data ist gewissermaßen das Ergebnis einer ersten Sortierung von Daten :

• aus Big Data stammend,
• die vom Unternehmen selbst generiert wurden, wenn sie umfangreich sind.

Diese Aufgabe obliegt immer häufiger dem Chief Data Officer.

Small Data: Beispiele für die Anwendung

Small Data kann von der Personalabteilung für ihr Talentmanagement oder die Verbesserung der Lebensqualität am Arbeitsplatz (QVT) genutzt werden.

ManPower plant beispielsweise, die Häufigkeit der Nutzung interner Kommunikationsmittel zu analysieren, um einflussreiche Mitarbeiter oder mögliche Motivationsverluste zu erkennen, die den Einsatz einer Strategie zur Mitarbeiterbindung erforderlich machen.

Ein anderer Fall: Im Rahmen der Optimierung der Kundenreise kann der Vertriebs- und Marketingleiter die ihm zur Verfügung stehenden Small Data nutzen, insbesondere Transaktionsdaten wie den durchschnittlichen Warenkorb und den Ort des Kaufs - physisch oder online -, um :

• die blockierenden Punkte zu verstehen,
• zu wissen, wo er seine Bemühungen konzentrieren sollte.

Wie können Sie Ihre Small Data nutzen?

Die analytischen Werkzeuge

Die Voraussetzungen für eine gute Nutzung Ihrer Daten sind :

• die Vereinheitlichung ihrer Sammlung,
• ihre Zentralisierung in einem Tool.

Zu den Plattformen für die Verwaltung und Analyse von Daten gehören :

• Data Management Platforms oder DMPs, Datenanalyselösungen zum Sammeln, Abgleichen und Vereinheitlichen von Kundendaten, um personalisierte Marketingaktionen durchzuführen;
• Dashboards, die generiert werden von :
  • Software vom Typ ERP, Marketing, CRM, HRIS,
  • Business Intelligence (BI)-Tools, die sich mit all diesen verschiedenen Datenquellen verbinden,

    um die Entwicklung mehrerer Leistungsindikatoren (KPIs), die zuvor entsprechend Ihren Zielen ausgewählt wurden, zu sammeln und zu verfolgen (hello smart data!).

Aber über die Datenanalyse hinaus sind diese Tools nicht in der Lage, Vorhersagen aus den Daten zu treffen. Daher sind die folgenden Lösungen entstanden.

Die prädiktiven Werkzeuge

Hier kann sich Machine Learning als sehr nützlich erweisen.

Dieses Konzept beruht auf mathematischen und statistischen Ansätzen, die Computern die Fähigkeit verleihen, automatisch aus den gesammelten Daten zu lernen und so Aufgaben selbstständig zu lösen.

In diesem Sinne hat MyDataModels die Technologie der skalierbaren Algorithmen von Big Data freigeschaltet, um sie in kleinerem Maßstab nutzbar zu machen.

Selbst aus kleinen Datenbeständen ermöglicht Künstliche Intelligenz:

• Wert aus Daten zu ziehen, indem Ihr Fachwissen in relevante und interpretierbare Daten umgewandelt wird, die einfach und direkt von Fachleuten interpretiert werden können;
• automatische Vorhersagemodelle zu erstellen, die Unternehmen dabei helfen, ihre Prozesse zu verbessern.

Das Ergebnis: Die Lösung TADA by MyDataModels "bringt" die Small Data von Forschern, medizinischen Experten und Industriellen zum "Sprechen", um ihnen zu helfen, Vorhersagen auf der Grundlage von automatisch lernenden Modellen zu treffen.

Alle Analyse Software ansehen

Small Data + Big Data?

Wenn Sie die Mittel haben, kann es sinnvoll sein, beides zu nutzen.

Big Data liefert allgemeine Trends zu Ihrer Branche, den Verbrauchergewohnheiten oder dem Verhalten Ihres typischen Kunden, während Small Data diese Trends mit Ihrem Fachwissen, Ihren Geschäftsdaten und Ihrer eigenen Geschäftserfahrung in Beziehung setzt.

Kurz gesagt: Bei Small Data werden die Daten mithilfe der Technologie ausgewertet, ohne die menschliche Sichtweise zu vernachlässigen.