In Zeiten, in denen Schlagworte wie „Digital Revolution“, „Disruption“ und „Internet der Dinge“ neben dem Marketingbereich auch die öffentliche Diskussion zunehmend dominieren, kommt man am Thema „Big Data & Data Intelligence“ nicht vorbei. Dieses Phänomen ist durch zwei sehr unterschiedliche Seiten geprägt:
Einerseits scheinen Marketeers vor „Ehrfurcht zu erstarren“ – sind sie doch fasziniert davon, welche unendlichen Möglichkeiten die Welt der Datenintelligenz bietet. Beispiele hierfür offenbaren Schlagworte wie „One-to-One-Marketing“ und „automatisiertes Marketing“.
Andererseits lässt sich nicht selten auch eine Abwehrtendenz beobachten: Die „Ignoranz“, d.h. das Nicht-Kennen und Nicht-Durchdringen des Themas führen zu Misstrauen oder gar Ablehnung bei den Managern: So mancher wünscht sich die „gute alte Zeit“ des analogen Marketings zurück, was jedoch letztlich dazu führen kann, dass man als Unternehmen so den Anschluss an die „digitale Revolution“ verliert und somit einen strategischen Wettbewerbsnachteil aufbaut.
Die vorliegende Ausgabe der Marketing Review St. Gallen versucht, dieses Spannungsfeld aufzugreifen. Neben grundsätzlichen Beiträgen über die Revolutionskraft von Kundendaten und Algorithmen beleuchten wir in dieser Ausgabe v.a. die Wertschöpfungspotenziale und Implementierungsmöglichkeiten von Big Data und Data Intelligence, was für viele Firmen aufgrund eines eher geringeren „Big-Data-Reifegrads“ von entscheidender Bedeutung ist. Ein Artikel zeigt beispielsweise auf, inwiefern wertvolles Kundenwissen bestehende CRM-Systeme in der Assekuranz bereichern kann und somit letztlich einen deutlichen Wertschöpfungsbeitrag für Unternehmen leistet. Daneben spielen aber auch die datenbasierte Bewertung von Customer Journeys und die Durchführung von Web-Experimenten – einer der Klassiker im datengetriebenen Marketing – eine wichtige Rolle. Des Weiteren beleuchten wir auch die Herausforderungen und Hürden bei der Verwendung von Big Data, beispielsweise datenschutzrechtliche Befürchtungen und Grenzen beim Einsatz von Big Data sowie Schwierigkeiten bei der Realisierung digitaler Erträge.
Wie immer haben wir auf eine ausgewogene Mischung zwischen Beiträgen aus der Praxis einerseits und wissenschaftlichem Input andererseits geachtet, um Lernprozesse von Theorie und Praxis zu verbinden und das Thema „Big Data & Data Intelligence“ ganzheitlich zu betrachten. Wir wünschen Ihnen eine interessante Lektüre und freuen uns über Feedback und Kommentare zu diesem kontroversen Thema.
Prof. Dr. Sven Reinecke