Wettbewerbsvorteile erzielen mit der richtigen Datenanalyse

Viele Unternehmen erhoffen sich Wettbewerbsvorteile durch die Analyse ihrer Kundendaten. In der Theorie geht dies wie folgt: Je mehr Kunden ein Unternehmen hat, umso mehr Daten können gesammelt werden. Und wenn diese Daten mit Machine Learning Programmen analysiert werden, kann das Unternehmen bessere Produkte anbieten, gezielteres Marketing vornehmen und somit mehr Kunden gewinnen. Der Erfolg ist jedoch nicht garantiert, oftmals werden die Vorteile der Datennutzung sogar massiv überschätzt. Es ist wichtig, dass sich Unternehmen darüber im Klaren sind, wie viel ihre Daten und Informationen wirklich wert sind. In unserem Beitrag findest Du sieben Fragen, die Dir dabei helfen, den Wert Deiner Daten besser zu verstehen.

Je höher der Mehrwert der Kundendaten verglichen zum Angebot ist, desto grösser ist auch die Chance auf langfristigen Nutzen. Hier ein Beispiel: Mobileye ist der Weltmarktführer für Fahrassistenzsysteme wie zum Beispiel Kollisionswarn- und Spurenhaltsysteme. Die Abnehmer der Produkte von Mobileye sind im B2B Sektor zu finden. Es handelt sich dabei hauptsächlich um Autohersteller, welche die Produkte von Mobileye testen, ob diese einwandfrei funktionieren. Mobileye sammelt diese Testdaten von ihren Abnehmern und nutzt diese zur Optimierung der Funktionen. Dank der Analyse und Nutzung dieser Daten konnte das Unternehmen die Genauigkeit der Fahrerassistenzsysteme auf 99.99 Prozent steigern.

Oder anders formuliert; wie schnell erreicht Dein Unternehmen einen Punkt, an dem Du mit Hilfe der Analyse von Kundendaten keine wesentliche Verbesserung des Angebots kreieren kannst? Je langsamer der Grenznutzen abnimmt, desto höher ist die Eintrittsbarriere für Wettbewerber. Zur Beantwortung dieser Frage empfehlen wir Dir, den Nutzen von weiteren Analysen mit der Zahlungsbereitschaft Deiner Kunden zu vergleichen.

Bleiben wir beim Beispiel von Mobileye. Du analysierst die Präzision der Fahrerassistenzsysteme mit den gewonnenen Daten. Dabei stellst Du fest, dass die Daten einiger weniger Hersteller und ein angemessener Testaufwand ausreichen würden, um eine Präzision von 90 Prozent zu erreichen. Dein Ziel ist es jedoch auf 99 Prozent oder sogar 99.99 Prozent zu kommen. Hierfür benötigst Du vermutlich wesentlich mehr Tests und eine grössere Anzahl von Autoherstellern bzw. Kundendaten. Es wäre an dieser Stelle falsch zu vermuten, dass der Grenznutzen zum Erreichen der zusätzlichen Präzision von 9 Prozent oder 9.99 Prozent schnell abnimmt. Der Grenznutzen einer höheren Genauigkeit ist immer noch extrem hoch, denn es geht hierbei schliesslich um Menschenleben.

Sofern die Relevanz der Kundendaten schnell nachlässt, wird es für Konkurrenten einfacher, den Markt aufzumischen. Dies, weil der Erkenntnisvorsprung leicht eingeholt werden kann. Alle Daten, welche Mobileye über die Jahre von den Herstellern analysiert und gesammelt haben, sind auch heute noch extrem relevant und tragen zur Verbesserung der Produkte bei. Dasselbe gilt für User Informationen von Google, welche die Suchmaschine über die Jahrzehnte zusammengetragen hat. Die umfassenden historischen Suchinformationen haben einen unfassbaren Wert, mit welchem auch aktuelle User zufriedengestellt werden können. Aus diesem Grund haben beide Unternehmen einen grossen Stellenwert und gelten als Marktführer in ihren Bereichen (Fahrzeugassistenzsysteme bzw. Suchmaschine).

Mit geschützten Daten meinen wir in diesem Sinne nicht den Datenschutz nach DSGVO (Datenschutzverordnung) sondern vielmehr, dass die Daten nicht von anderen Quellen erworben, kopiert oder rekonstruiert werden können. Einzigartige Kundendaten sind eine wirkungsvolle Eintrittsbarriere. Die Rekonstruktion der Daten von Mobileye ist insofern sichergestellt, dass diese kaum zugänglich sind für andere Anbieter oder die Öffentlichkeit.

Es ist sehr schwer nachhaltige Wettbewerbsvorteile zu schaffen, wenn Mitbewerber die Verbesserungen ganz einfach kopieren können, welche aus der Datenanalyse entstanden sind. Dies gilt natürlich auch, wenn die Daten einzigartig oder geschützt sind und wertvolle Erkenntnisse bieten. Diese Herausforderung kann behoben werden, indem die Verbesserungen in einem komplexen Produktionsprozess eingebettet sind und dadurch schwieriger zu kopieren sind. Google hat sich dieser Thematik beispielsweise bei Google Maps angenähert. So hat das Unternehmen die Fähigkeit integriert, Verkehrsprognosen basierend auf den Nutzerdaten zu generieren. Dadurch kann Dir Google Maps die bestmögliche Route vorschlagen. Dieses Feature ist sehr schwierig zu kopieren und kann nur von grossen Playern implementiert werden. Ein Beispiel hierfür ist Apple mit ihrem Konkurrenz-Applikation «Apple Maps».

Bestenfalls kannst Du damit beides bewirken. Jedoch ist es wichtig, den Unterschied der beiden Fälle zu verstehen. Sofern die Daten eines einzelnen Users dabei helfen, das Produkt für diese Person zu verbessern, kann Dein Unternehmen sein Angebot individuell auf diesen Kunden zuschneiden. Dies kann jedoch zusätzliche Kosten verursachen. Lassen sich aufgrund der gewonnenen Daten und Erkenntnisse eines Users jedoch Verbesserungen für eine Vielzahl an Usern generieren, so können Netzwerkeffekte ausgelöst werden und die Verbesserung des Angebots für alle skaliert werden. Beide Methoden können dabei helfen, Eintrittsbarrieren für Mitbewerber zu erstellen.

Ein Beispiel für die Nutzung von Netzwerkeffekten zur Verbesserung des Angebots ist Spotify. Der Musikstreaming Anbieter konzentriert sich. Mit Hilfe von Sharing- und Discovery-Funktionen haben User die Möglichkeit, die Stationen anderer User zu durchsuchen oder anzuhören. Dadurch entstehen Netzwerkeffekte, welche neue Kunden anzieht.

Schnelle Lern- und Implementationszyklen erschweren es den Mitbewerbern Schritt zu halten und eigene Innovationen voranzutreiben. Der Wettbewerbsvorteil von Kundendaten ist folglich grösser, wenn die Erkenntnisse und beschlossenen Verbesserungen des Angebots regelmässig und schnell implementiert werden können.

Grundsätzlich gibt es drei Bedingungen, um mit Hilfe der Datenanalyse eine starke Wettbewerbsposition zu generieren. Erstens muss der Mehrwert der Kundendatenanalyse dauerhaft hoch sein. Zweitens musst Du darauf achten, dass die analysierten Daten geschützt sind und die Produktoptimierungen nur schwer zu kopieren sind. Drittens kannst Du Dir eine starke Wettbewerbsposition verschaffen, wenn Du auf Netzwerkeffekte zurückgreifen kannst.

Du brauchst professionelle Unterstützung bei der Analyse Deiner Daten und willst Deinem Unternehmen einen zu einem klaren Wettbewerbsvorteil mit Erkenntnissen und neuen Business Models verhelfen? Dann bist Du bei uns genau richtig. Kontaktiere uns für ein unverbindliches Gespräch, wir freuen uns auf Dich!