BLOG

Warum du Predictive Analytics auch in deinem E-Business einsetzen solltest

Wie alles begann.

Das im Jahr 1995 kommerzialisierte Internet und die somit, entstandenen Suchmaschinen und ersten E-Commerce-Unternehmen, wie Amazon und Ebay, wird von Riehm als Beginn des Online-Handels bezeichnet (Riehm 2004). Vorteile, wie verzögerungsfreie Kaufprozesse und das Durchstöbern von Online-Katalogen haben den E-Commerce zu einer unverzichtbaren Handelstechnology werden lassen. Bis heute hat der E-Commerce sehr an Komplexität gewonnen. Dazu beigetragen haben eine Vielzahl neuer Technologien, Algorithmen und Methoden zur Verbesserung des Kundenerlebnisses, der Effizienz und zur Umsatzsteigerung, um nur einige zu nennen.

Predictive Analytics!

Eine dieser neuen Technologien ist Predictive Analytics. Predictive Analytics wird als eine Zusammenstellung von Business Intelligence (BI)-Technologien definiert, die Beziehungen und Muster innerhalb großer Datenmengen aufdecken – und so zur Vorhersage von Verhalten und Ereignissen verwendet werden können. Im Gegensatz zu anderen BI-Technologien ist Predictive Analytics zukunftsweisend und nutzt vergangene Ereignisse, um die Zukunft vorherzusagen (Wayne 2007, S.5).

Wie funktioniert das überhaupt?

Methoden aus dem Bereich des Predictive Analytics sind Anwendungen, die auf historischen Daten aus einem klassischen Data Warehouse oder Data Lake basieren. Da klassische Methoden aus dem Business Intelligence nur für Deskriptive und Diagnostische Analysen dienen, müssen mit den vorhandenen Daten und prädiktiven Algorithmen, Modelle erstellt werden, mit denen sich im Nachhinein Voraussagen treffen lassen. Die im Hintergrund verwendeten mathematische Methoden, wie Regressionen (z. B. Logistische Regression), das Machine Learning zur Ermittlung von Trends (Trendanalyse) und Clustern (Clusteranalyse) bilden das Fundament für das Erkennen von Mustern und den damit verbundenen Prognosen  (Navadiya und Patel 2012; Predictive Analytics 2019).

Durch das große Datenaufkommen, sowie der hohen Wettbewerbsintensität wird Predictive Analytics zu einem wesentlichen Schlüsselfaktor nicht nur im E- Commerce, sondern nahezu allen Wirtschaftsbereichen. Dabei gilt, dass die Qualität der Vorhersage umso besser ist, je größer die Datenmengen und zusammenhängenden Datenreihen sind. (Große Holtforth 2017)

Wie kann ich Predictive Analytics für mein E-Business einsetzen und was habe ich davon?

Somit bildet Predictive Analytics die Basis für eine Vielzahl von Anwendungen, wie Produktempfehlungen, Preisoptimierungen, Marktverhalten, Demand- Planning und individualisierte Werbung. Die dabei resultierenden Unternehmensvorteile materialisieren sich nicht nur in der Generierung höherer Umsätze, sondern auch in einem tieferen Verständnis von Konsumentenverhalten – und Neigungen. So bewerten nach einer Lufthansastudie 47 Prozent der Unternehmen die Relevanz von Predictive Analytics als sehr hoch (18 Prozent) oder hoch (29 Prozent) und nur ein Drittel der Firmen als eher niedrig bis sehr niedrig. Im Gegensatz dazu, erachten zwei Drittel der Unternehmen, dass Predictive Analytics in den nächsten drei Jahren für sie wichtig oder sehr wichtig wird (Industry, 2018).

Hieraus ergibt sich, dass Predictive Analytics eine zentrale Rolle in fast jeder Branche einnehmen kann, bzw. wird.


Unser Author:
Karsten Schnappauf

– IT Consultant bei Ancud IT-Beratung GmbH


Literaturverzeichnis


Kommentar schreiben

Kommentare

Keine Kommentare

Kontakt

0911 376 500 - 0 info@nik-nbg.de