Ich möchte eine sehr interessante 3Sat-Dokumentation über Big Data und Predictive Analytics jenen empfehlen, die noch nicht wissen, welche Potenziale in Predictive Analytics stecken: „Beinahe alles wird erfasst und gespeichert. Im Jahr 2013 wurden so viele Daten produziert wie in der gesamten Menschheitsgeschichte zuvor: knapp viereinhalb Milliarden Terrabyte. Jeden Tag kommen seitdem weitere 2,5 Millionen Terrabyte hinzu. Über unsere Smartphones erzeugen wir laufend Daten über uns und unsere Umwelt. Sensoren und Kameras messen in Smartphones, Fahrzeugen und Computern wo wir gerade sind und was wir machen.“ Die fortschreitende Digitalisierung eröffnet immer neue Möglichkeiten, Daten zu erheben und mittels fortgeschrittener Analysen auf Basis der Vergangenheit die Zukunft vorherzusagen. Predictive Analytics – vorausschauende Analyse – nennt sich dieses Fachgebiet. Je präziser die Algorithmen werden, desto eher lassen sich Gewinne maximieren, Risiken minimieren, Epidemien vermeiden, Sicherheit gewährleisten und Konflikte voraussagen.
Mit „PredPol„, was für Predictive Policing steht, soll die Zeit und der Ort zukünftiger Verbrechen vorhergesagt werden. Nicht der Polizeichef entscheidet, wo in Santa Cruz Streife gefahren wird, sondern Predictive Analytics. Die Algorithmen nutzen Daten von Verbrechen der Vergangenheit und werden mit den Statistiken der letzten Jahre gefüttert. Auf dieser Grundlage entwickelt das Programm täglich neue Vorhersagen. So erfahren die Polizisten, wann sie wo Streife zu gehen haben.
Natürlich darf Google als größter Daten-Konzernen nicht in der Dokumentation fehlen. Schließlich hat Google als erstes Unternehmen Internetdaten systematisch gesammelt und analysiert. Seit der Firmengründung 1998 speichert Google alle Suchanfragen. Google zählt beispielsweise die Häufigkeit bestimmter Suchbegriffe und gibt ähnlich einer Wettervorhersage Prognosen darüber ab, wann und wo eine Grippe-Epidemie droht.
Dass Predictive Analytics längst im Geschäftsleben angekommen ist, erläutert Anthony Goldbloom. Er ist CEO von Kaggle, einer Online-Plattform, auf der Unternehmen wie Google, Microsoft und die NASA Wettbewerbe ausschreiben. Programmierer aus der ganzen Welt wetteifern dann um den besten Algorithmus. Wenn ein Pharmaunternehmen zum Beispiel wissen will, welche Menschen Diabetes-gefährdet sind, schreibt es auf Kaggle einen Wettbewerb aus. Dabei stellt es den Programmierern anonymisierte Rohdaten von Patienten zur Verfügung, die bereits Diabetes haben. Die Programmierer entwickeln Algorithmen, die erkennen, wie das typische Muster eines Diabetikers aussieht. Dann suchen die Programme bei anderen Menschen nach dem gleichen Muster und berechnen, wie wahrscheinlich diese Personen an Diabetes erkranken werden.
Doch auch die Angst von Konsumenten, ständig überwacht oder ausspioniert zu werden ist Gegenstand dieser Doku. Diese Bedenken sind auch auf Unternehmensebene zu finden. So sind bei Kaggle erste Anzeichen für Ungemach abzulesen, denn trotz Anonymisierung der Daten bestehen offenbar Bedenken in den Rechtsabteilungen der auftraggebenden Unternehmen. Predictive Analytics ist aber weder Kristallkugel, die Konsumentenverhalten besser voraussagt als die Konsumenten selber, noch hierzulande ein Datenschutz-Molloch.
Bei Cloudspace Analytics halten wir uns streng an die gültigen Bestimmungen und nutzen branchenübliche Vereinbarungen als Grundlage für sämtlicher Klientenaufträge. Wir setzten zum Beispiel Predictive Analytics gezielt ein, um Kunden zu verstehen, Kundenloyalität, Kaufneigung oder Kundenwertentwicklungen vorauszusagen und Kunden gezielter mit passenden Angeboten anzusprechen. Predictive Analytics waren in der Retailbranche lange Domäne der Onlinehändler. Doch inzwischen sucht auch der stationäre Handel nach Personalisierungsmöglichkleiten (POS-Recommendation-Engines, Mobile-Advertising, -Coupon, -Order & -Pay). Weil E-Commerce und stationärer Handel immer mehr miteinander verschmelzen, wird Predictive Analytics ebenfalls immer wichtiger.
