« | Home | »

Mit Big Data Analytics zur nächsten Generation von Ratings

Von Dr. Oliver Everling | 13.April 2014

„Big Data Analytics“ revolutionieren die Geschäftswelt und verschaffen denjenigen entscheidende Vorsprünge, die mit Hilfe dieser neuen Methoden Kundenbedürfnisse und Trends schneller als andere zu erkennen wissen. Big Data bedeutet daher nicht nur die Bewältigung wachsender Datenberge. Mit den neuen Werkzeugen der Big Data Analytics können Unternehmen auch Wert schaffen: Indem sie eigene und fremde Daten miteinander in Beziehung setzen, spüren sie verborgene Muster im Verhalten ihrer Kunden sowie Risikofaktoren auf und verbessern ihre Entscheidungen. Damit verschaffen sie sich Wettbewerbsvorteile.

Der „Managementkompass Big Data Analytics“ von F.A.Z.-Institut und Steria Mummert Consulting zeigt mit Best Practices u.a. von OTTO und dm-drogerie, wie Unternehmen von den neuen Datenanalysewerkzeugen profitieren. Während wohl schon jeder Internet-Nutzer die Wirkungen von Big Data Analytics beim Online Shopping festgestellt haben dürfte, ist die Macht der neuen Werkzeuge mit Blick auf Bonitätsbeurteilungen und Kreditwürdigkeitsprüfungen weniger augenfällig, aber nicht minder wichtig.

„Aus Tagen werden Minuten“, heißt es zum Beispiel im Beitrag von Dr. Jens-Werner Hinrichs, Principal Risk, Finance & Compliance, sowie Bejamin Rische, Consultant Risk, Finance & Compliance, beide bei Steria Mummert Consulting. Banken waren immer schon Opfer und Werkzeug wirtschaftskrimineller Handlungen. Mit Big Data Analytics kann vielen dieser Machenschaften ein Ende gesetzt, aber auch Raum gegeben werden.

Big Data liefert spezifische Informationen mit geschäftlicher Relevanz. So lässt sich analysieren, welche Kunden zu welchem Zeitpunkt mit welchem Produkten angesprochen werden sollten. Wenn bestimmte Daten miteinander in Beziehung gesetzt werden, lassen sich auch genauere Aussagen über die Kreditwürdigkeit von Personen oder Unternehmen machen. Betrugsversuche in der Versicherung sind an bestimmten Datenmustern zu erkennen etc. Bei Big-Data-Anwendungen wird die Verarbeitung von Datensätzen auf Computercluster verteilt. Dies ermöglicht eine effiziente Analyse auch sehr großer Datenmengen. Eine Konsequenz: Datenspezialisten müssen für Analysen keine Stichproben ziehen, sondern können mit dem Gesamtdatenbestand arbeiten. Dadurch werden Prognosen zuverlässiger.

Scoring und Ratingmodelle gründeten sich in der Vergangenheit auf einem begrenzten Set von Daten. Der Auswahl der Kriterien und Maßstäbe wurden erheblichen Ressourcen geopfert, um mit möglichst wenigen Daten über den Schuldner ein Urteil treffen zu können. Das Gossensche Gesetz des abnehmenden Grenzertrags kommt auch in Ratingmodellen in Bezug auf die Diskriminanzkraft jedes zusätzlichen Beurteilungskriteriums zum Tragen. Big Data Analytics schaffen jetzt aber neue Möglichkeiten.

Der Managementkompass zeigt anhand einer repräsentativen Bevölkerungsbefragung auch, welches Interesse Kunden an Angeboten haben, die auf Basis von Big Data erstellt oder optimiert werden. Dazu wurden Anwendungsfälle aus vier Feldern abgefragt: effiziente Prozesse, Massenindividualisierung, Marktanalyse und intelligente, selbststeuernde Produkte. Ein Ergebnis: Trotz verbreiteter Datenskepsis ist immerhin jeder zweite Verbraucher bereit, private Vorlieben und Aktivitäten preiszugeben, damit Unternehmen ihm maßgeschneiderte Leistungen anbieten können. Dafür akzeptiert jeder Zweite zumindest teilweise die Auswertung der eigenen Social-Media-Daten.

Themen: Privatkundenrating, Rezensionen | Kommentare deaktiviert für Mit Big Data Analytics zur nächsten Generation von Ratings

Kommentare geschlossen.