"Das Problem ist, dass sich Big Data nicht gut mit herkömmlichen Tools oder Analysetheorien vertragen. Herkömmliche Tools werden von der Menge, Geschwindigkeit und Vielfalt der Daten erdrückt. Um das Beste aus Big Data herauszuholen, sollten Unternehmen in neue Technologien, Echtzeit-Automatisierung, Visualisierung und maschinelles Lernen investieren."
- Evan Hovorka, Gruppenleiter, Digitales Marketing bei einem Fortune 500-Einzelhändler
SnapLogic: Können Sie Ihre derzeitige Rolle beschreiben?
EH: Mein Team bietet Lösungen an, die den ROI des digitalen Marketings und die Kundenzufriedenheit steigern. Zu den jüngsten Beispielen gehören eine kanalübergreifende Analyselösung, mehrere Big-Data-Projekte und die Automatisierung von Webservices für wichtige Marketingkanäle. Es handelt sich um eine einzigartige Aufgabe, die sich im Laufe der Jahre entwickelt hat, als die Grenzen zwischen Marketing und IT verschwammen. Das Unternehmen ist auf wichtige Partner angewiesen, um die Besucherzahlen und Verkäufe auf unseren Websites zu steigern. Es überrascht nicht, dass diese Internet-erfahrenen Unternehmen schnelle und flexible Lösungen verlangen. Ein Beispiel dafür sind Artikel-, Preis- und Werbedaten. Diese Daten müssen an Dutzende von Partnern verteilt werden, wobei viele benutzerdefinierte Geschäftsregeln im Spiel sind. Mithilfe von Marketing-Automatisierungstools befähigen wir Partner wie Google, Preisvergleichsseiten, soziale Websites und Partnerunternehmen, in unserem Namen schnell zu iterieren und zu innovieren. Schnelligkeit ist im digitalen Marketing gleichbedeutend mit Relevanz, daher ist eine auf Flexibilität basierende Grundlage erforderlich.
Der Einsatz fortschrittlicher Technologie für Anzeigenberichte, Attribution und Medienleistung ist ebenfalls Teil der Aufgabe. Durch die Einspeisung von Metriken von Anzeigenservern, bezahlten Suchprogrammen, E-Mail, Social Media und Video in einen Hadoop-Cluster, der mit herkömmlichen Datenbanken verbunden ist, können wir die Leistung über alle Kanäle hinweg sehen. Dieses sichere Netzwerk von Datenleitungen ermöglicht es uns, schnell und sicher intelligente Entscheidungen zu treffen.
SnapLogic: Das Marketing hat sich in den letzten Jahren stark technologiebasiert entwickelt. Das hat zu Innovationen geführt, aber wo liegen die Herausforderungen oder Nachteile?
EH: Nach meinem Abschluss in Computerinformationssystemen arbeitete ich als Programmierer im Bereich der Chipkartentechnik. Das war eine interessante Arbeit, aber noch faszinierender waren die vielen Möglichkeiten zur Verbesserung von Marketingsystemen. In diesem Bereich ist Reaktionsfähigkeit wichtiger als makelloses Design. Man muss in der Lage sein, schnell zu entwickeln und zu automatisieren, aber die traditionellen IT-Abteilungen waren damals nicht darauf eingestellt. Eine weitere Herausforderung besteht darin, dass Marketingspezialisten in der Regel keinen Abschluss in Informatik haben und nicht über die erforderlichen Fähigkeiten verfügen, um die Vorteile der neuen Technologien zu nutzen. Die Verknüpfung und Verteilung von Daten und Anwendungen ist zu einer Kernstrategie für ein fortschrittliches Marketingunternehmen geworden. Dies alles ist möglich durch engere IT-Partnerschaften, intelligentere Vermarkter und Tools, die die Technologie vereinfachen, so dass mehr Menschen erfolgreich sein können. Die Herausforderung besteht darin, die richtigen Mitarbeiter für IT und Marketing zu finden.
SnapLogic: Wenn Sie vor einem Raum mit Marketingfachleuten stehen und die Worte Big Data verwenden - werden dann die Augen glasig?
EH: Nicht mehr. Fortschrittliche Köpfe sind wirklich begeistert von dieser Möglichkeit. Theoretisch verbinden Big-Data-Tools unterschiedliche Vertriebskanäle, Offline- und Online-Aktivitäten sowie Daten von IoT-Sensoren und bieten Einblicke in den Echtzeitbestand, so dass Führungskräfte ihre Pläne entsprechend anpassen können. Hadoop und die dazugehörigen Tools werden immer ausgereifter und einfacher zu bedienen, so dass die Qualifikationsschwelle sinkt. Die Menschen sollten begeistert davon sein, ihre wertvollen Daten in einem Data Lake/Hadoop-Cluster zusammenzufassen, was die Definition von demokratisierten Daten ist. Big Data in großen Unternehmen wirft jedoch auch einige Fragen auf. Ich kann gar nicht genug betonen, wie wichtig Sicherheit, Datenabgleich und die Schulung der Nutzer sind.
SnapLogic: Verbessert Big Data bereits das Endergebnis von Großunternehmen?
EH: Durch die Kostenreduzierung lässt sich Hadoop leicht verkaufen, aber ich bin mir nicht sicher, wie viele etablierte Unternehmen ihre alten, teuren Datenbanken tatsächlich abgeschaltet haben, als Hadoop auftauchte. Das ist meiner Meinung nach akzeptabel, denn der wahre Wert liegt nicht in der Abschaltung älterer Systeme oder der Portierung von ETL-Lasten, sondern in den zuvor unmöglichen Ideen und Innovationen, die sich aus diesen neuen Systemen entwickeln. Die Unternehmen müssen Datenwissenschaftler einstellen, und das kann teuer werden. Auch wenn Hadoop erschwinglich ist, braucht man also immer noch diese Spezialisten, um es wirklich zum Laufen zu bringen.
Während dieser Umstellung können Unternehmen ihre leitenden Analysten in die Lage versetzen, den Big Data Lake zu entdecken und aufzubauen, indem sie Tools verwenden, die einen Teil der Geheimnisse und Risiken mindern. SnapLogic ist ein solches Tool, das es normalen Geschäftsteams ermöglicht, Daten anzuzapfen, unterschiedliche Quellen zu verbinden und zu Erkenntnissen zu gelangen, ohne ein Heer von Datenwissenschaftlern und ETL-Experten einstellen zu müssen. Ein Tool allein wird vielleicht nicht die nächste Netflix-Empfehlungsmaschine hervorbringen, aber die meisten Unternehmen haben noch viel zu tun, bevor sie mit Hadoop arbeiten.
SnapLogic: Marketing-Analytik ist ein heißes Pflaster, aber welche technologischen Lücken gibt es noch?
EH: Big Data ist auf dem Vormarsch. Wir können große Mengen an Informationen auf niedriger Ebene sammeln und offenlegen, die bisher nicht ausgewertet oder zusammengeführt wurden. Ein Analyst würde sich in der Regel die Umsätze von Geschäften, demografische Daten und regionale Daten ansehen. Mit Big-Data-Tools könnten noch viele weitere Quellen wichtiger Informationen hinzukommen, z. B. Protokolldateien aus dem Internet der Dinge, Wettermuster, große Mengen historischer Daten, Zeitreihendaten und vieles mehr. Das Problem ist, dass Big Data nicht gut mit traditionellen Tools oder Analysetheorien zusammenarbeitet. Herkömmliche Tools werden von der Menge, Geschwindigkeit und Vielfalt der Daten erdrückt. Um das Beste aus Big Data herauszuholen, sollten Unternehmen in neue Technologien, Echtzeit-Automatisierung, Visualisierung und maschinelles Lernen investieren.
Eine weitere Herausforderung können die verschiedenen Quellen der Wahrheit sein. Der Abgleich von Silos ist nicht einfach, aber machbar. Im Idealfall könnte ein Analyst Daten schnell und zuverlässig von A nach B verschieben und umwandeln, ihren Wert analysieren und Maßnahmen zur Verbesserung gemeinsam vereinbarter KPIs ergreifen. Dies bedeutet oft, dass Daten von Ort B zu einer Vielzahl von Partnern und nachgelagerten Systemen mit jeweils eigenem Format, eigener Kadenz und Sicherheit verschoben werden müssen, was mit herkömmlichen ETL-Tools nur schwer zu bewerkstelligen ist.
SnapLogic: Wie können die Menschen mit Big Data und den dafür erforderlichen Tools beginnen?
EH: Die Gewinnung von Werten aus diesen neuen Datenlösungen ist eine Chance für kluge Köpfe, sich zu profilieren. Bei Big Data geht es nicht darum, ETL-Aufgaben schrittweise zu verbessern oder Daten in schnellere, billigere Systeme zu verschieben. Das ist eine konservative Sichtweise. Bei Big Data geht es um große Ideen. Im Idealfall betrachten die Menschen ihre Datenbestände mit einem mondähnlichen Objektiv und erfinden neue Möglichkeiten. Eines der Ziele sollte sein, Ideen zu entwickeln, die vielleicht nicht einmal mit den aktuellen Unternehmensinitiativen übereinstimmen. Der Übergang von schrittweisen Verbesserungen zu einem völlig neuen Geschäftsmodell ist das, was mich am Bereich Big Data/Computer Science begeistert. Menschen machen sich neue Maschinen zunutze, um etwas Erstaunliches zu schaffen! Wer würde nicht gerne unter diesem Imperativ arbeiten?
Evan Hovorka Evan Hovorka ist Group Manager im Bereich digitales Marketing und setzt sich leidenschaftlich für den Einsatz neuer Technologien ein, um Geschäftsziele voranzutreiben und Menschen zu befähigen, Großes zu leisten. Er leitet Prototypen, Automatisierungs- und Big-Data-Proof-of-Concepts (POCs) für einen großen US-Einzelhändler. Seine Karriere umfasst 15 Jahre strategischer Führungsarbeit in den Bereichen CRM, digitale Medien und datengesteuertes Marketing.
