Digital analytics industry evolution

In den letzten Jahrzehnten hat sich die Webanalyse von einer Beschäftigung für Web-Pioniere zu einer allgemein verbreitete Methode entwickelt, die für Unternehmen sämtlicher Größen eine wichtige Quelle für Kundendaten ist. Das Thema ist immer vielfältiger geworden und hat sich zusammen mit der digitalen Welt, für die es Messungen liefert, immer mehr beschleunigt. Und Neil Mason hat das alles von Anfang an mitbekommen.

Als Digital Transformation Lead bei Accenture Digital und ehemaliger Direktor der Digital Analytics Association hat Neil seine gesamte Karriere als Analyst verbracht. Angefangen von den ersten Tagen des Internet bis zum Multi-Device, Multi-Channel-Kontext von heute. Bei unserem letzten Digital Analytics Forum Event hat uns Neil an seiner Sichtweise über die Reise der Digital-Analytics-Branche von 1.0 bis 4.0 teilhaben lassen. Lesen Sie weiter um herauszufinden, was das für digitale Analysten von heute (und morgen) bedeutet.

 

Erinnern Sie sich noch?

Reisen Sie mit uns ein paar Jahrzehnte in die Vergangenheit. Denken Sie an eine Zeit, in der digitale Daten noch kaum verfügbar waren. Analysten mussten sich auf Offline-Daten verlassen um das Kundenverhalten zu verstehen, da online noch kaum etwas gemacht wurde, geschweige denn so, dass digitale Daten darüber gesammelt wurden.

Das sind die Tage, die Neil als Digital Analytics 1.0 bezeichnet. Daten gab es nur über einen einzigen Kanal – das Web – und nur eine einzige Art von Tool war vorhanden um diese Daten zu messen: Webanalyse-Tools (so wie das Angebot von AT Internet. Wir haben uns gut gehalten, denn es gab uns damals schon!).

Neil erinnert sich: „Die Daten waren spärlich, die Technologie noch sehr rudimentär. Also haben wir uns darauf konzentriert so viel aus den Daten herauszuholen wie möglich um [Kunden] dabei zu helfen die Welt zu verstehen, in der sie operierten und Entscheidungen zu treffen.“ Diese Einschränkungen haben auf lange Sicht dabei geholfen die Art und Weise zu bestimmen, wie er im Laufe seiner Karriere an Analytics herangegangen ist. Der Fokus lag dabei darauf einen in der Praxis umsetzbaren Mehrwert aus den Zahlen zu gewinnen.

Während dieser Zeit war die Rolle des Analysten die eines Technikers, dessen Zeit vor allem von den Tools und dem Umgang mit den Daten vereinnahmt wurde, statt einen Blick auf das Gesamtbild zu werfen, wie sich Kunden verhalten und zu verstehen, wie all die Daten zusammenpassen.

„Als ich eines Tages 25 Stunden gebraucht habe um die Daten der vergangenen 24 Stunden zu verarbeiten, wusste ich, dass ich in Schwierigkeiten bin.“, erinnert er sich lachend. „Es musste sich etwas ändern.“ Zum Glück begannen sich die Technologien weiterzuentwickeln.“

 

Ein Ökosystem entsteht, Daten wachsen und gedeihen

Ein paar Jahre später begann ein Spektrum digitaler Tools zur Messung und Optimierung aufzutauchen, zum Beispiel Lösungen für A/B-Testing, Multivariate Tests und VoC.

„Wir begannen ein Ökosystem rund um unsere Analysen zu entwickeln, aber es konzentrierte sich immer noch auf einen Kanal: das Web.“, erklärt Neil. Das ist Digital Analytics 2.0: Als die Möglichkeiten verfeinert wurden und es immer mehr Daten gab, wurden Analysten zu Reportern. Sie machten sich mehr Gedanken darüber, wie die Informationen besser dargestellt, aufbereitet und für andere erklärt werden konnten.

Dieser Zeit folgte bald darauf das jetzige Zeitalter der Digital Analytics 3.0, die durch ein riesiges Angebot an Analytics geprägt wird, sagt Neil: Digitale Kanäle, Nutzergeräte und Touchpoints werden immer mehr und erzeugen eine wahre Datenexplosion. Aus „Web Analytics“ wird „Digital Analytics“, da es notwendig wird das Nutzerverhalten über eine Auswahl von Kanal-Interaktionen und verschiedene Geräte hinweg zu messen und zu verstehen. Die Rolle des Analysten wird nicht länger allein vom Reporting von Webdaten bestimmt – jetzt gehört auch die Analyse multipler Datenquellen und die Nutzung fortschrittlicherer Technologien dazu – und die Fähigkeit wirkungsvolle Geschichten zu den Zahlen zu erzählen.

„Digital Analytics 3.0 ist eine fragmentierte, komplizierte Welt, aber die Tools ermöglichen es uns jetzt die Daten zu zähmen und das Versprechen einzulösen, zu zeigen, worum es bei Digital Analytics wirklich geht – zu verstehen, wie Menschen miteinander interagieren, wie sie unsere Produkte und Services verwenden und wie wir sie besser unterstützen können, indem wir ihnen eine bessere Nutzer- und Kunden-Experience geben.“

Aber die Entwicklung wird durch Künstliche Intelligenz und Machine Learning immens gesteigert und viele von uns können es fühlen: Uns stehen Veränderungen bevor. Wie sind auf der Schwelle zu Digital Analytics 4.0.

 

Digital Analytics von morgen

Um zu verstehen, worum es bei Digital Analytics 4.0 geht, muss man sich ansehen, was sich im Bereich „digital“ und „Analytics“ tut, meint Neil.

Auf der „digitalen“ Seite sind wir natürlich über einfach „Online-Web“-Interaktionen hinaus und sehen uns Arten von Interaktionen an (zum Beispiel mit Sprachassistenten ohne haptisches Interface oder Wearables), die ständig neu auftauchen. Auch die physische „Offline“-Welt wird zunehmend digital (denken Sie nur an die „Phygitalisation“) von Ladengeschäften und die Verschmelzung der Online-Offline-Customer-Experience), was zu noch mehr Daten auf der Cross-Channel-Journey der Nutzer führt.

„Neue Analytics-Kategorien tauchen auf, die es von drei, vier oder fünf Jahren noch nicht gab. In-Store-Analytics ist dafür ein gutes Beispiel. Die Arten von Daten, die diese Technologien produzieren, scheinen recht vertraut zu sein: Heatmap eines Ladens, Pfadanalyse, Stoßzeiten, Conversion-Rates des Schaufensters, … Klingt das vertraut?“

Auf der „Analytics“-Seite führt Neil den Übergang von einer rein beschreibenden Digital Analytics zur Vorhersage oder genauer einer Verschmelzung der beiden an. „Diese Welten kommen zusammen. Vorhersagemöglichkeiten werden in die Digital-Analytics-Technologien integriert, was eine gute Sache ist. Ich denke, dass das noch weitergehen wird.“, fügt er hinzu und erklärt, dass KI, Data Science und Machine Learning-Technologien diese Entwicklung noch weiter in Richtung von „Prescriptive Analytics“ vorantreiben werden, die Empfehlungen und Ratschläge bieten kann. „Das hat echte Folgen für uns als Branche.“, sagt er.

Der Übergang in die Ära von Digital Analytics 4.0 bringt eine Welt mit sich, in der digitale Daten konstant und überall gesammelt werden, egal ob auf einer Website oder App, egal ob mit verbundenen Geräten oder Sensoren, oder beim Besuch eines Ladengeschäfts. Das bedeutet, dass man dank fortschrittlicher Analysen und KI-basierten Empfehlungen noch mehr mit diesen Daten anfangen kann.

Aber was bedeutet das wirklich für Digitale Analysten?

„Wir müssen darüber nachdenken, wie wir in einer Welt, in der ein Großteil der Produktion von Maschinen erledigt wird, einen Mehrwert schaffen können.“, meint Neil.  „Ich denke das ist eine echte Chance und wird grob in eine von zwei Richtungen gehen: Analysten werden entweder zu Architekten, die die Maschinen entwerfen oder bauen, von denen die Arbeit erledigt wird, oder sie werden zu Erzählern.“

Er betont, dass die Rolle eines Analysten nicht länger auf die Analyse der Daten, das Zusammenstellen von Insights und Empfehlungen für Beteiligte beschränkt bleiben wird, da das schon von der Technologie erledigt werden kann.

Für Neil bedeutet es ein Analyst in der Ära 4.0 zu sein, dass man datengestützte Insights nutzt um echte Veränderungen in einer Organisation herbeizuführen. Ein effektiver Weg dafür ist Storytelling und der Aufbau einer fesselnden Geschichte, die Menschen dazu bringt anders an bestimmte Dinge heranzugehen.

„Geschichten sind wichtig, weil sich Menschen daran erinnern und davon berührt werden. Am wichtigsten ist, dass Geschichten Menschen überzeugen.“, sagt Neil. „Durch das Hinzufügen einer emotionalen menschliche Intelligenz  zur künstlichen Intelligenz können wir Menschen wirklich dabei helfen über die beste Vorgehensweise nachzudenken.“

Und wo sieht Neil sich selbst in der Digital Analytics 4.0?

„Für mich persönlich ist es zu spät um noch das Programmieren zu lernen … also werde ich mir mehr Gedanken darüber machen, wie man ein besserer Erzähler wird.“

 

Vielen Dank an Neil Mason für das, was er zu diesem Artikel beigesteuert hat.

Author

Ashleys Heimat ist das Silicon Valley. Sie verfügt über 10 Jahre Erfahrung als Marketing Writer und hat zuletzt bei Google im digitalen B2B-Marketing gearbeitet. 2014 ist sie zu AT Internet gekommen um unsere internationale Kommunikation in 6 Sprachen auf- und auszubauen. Ihr Ansporn ist es, die Inhalte aus dem komplexen, sich unablässig verändernden digitalen Universum in klare, ansprechende und verlässliche Botschaften zu übersetzen – mit nichts als den richtigen Worten.

Comments are closed.