Hinterfragen Sie Big Data - setzten Sie auch auf Smart Data!

Ich kenne einige Top Unternehmer. Ihre wichtigsten Erkenntnisse erhielten sie nicht mit Hilfe von Big Data. Er waren vielmehr die kleinen Einblicke in das Kundenverhalten und die Anwendung selbst, die helfen, wirklich innovative Marken zu entwickeln. Ich kann das aus eigener Erfahrung voll bestätigen.

Es gibt gute Beispiele von Google und Co, die zeigen, dass man sich auf korrelierende Daten nicht verlassen kann, da man Gefahr läuft, die Kausalität aus den Augen zu verlieren. Sie haben am Ende eine Menge Daten, aber kaum gesicherte und kraftschlüssige Informationen.

Große Erkenntnisse aus kleinen Datenmengen

Vielleicht lautet die Antwort auch nicht nur Big Data. Vielleicht brauchen wir ein Gegengewicht. Können wir aus gezielt ausgewählten, kleineren Datenmengen große Erkenntnisse gewinnen?

Ich hatte in meiner Rolle als CEO einige große Kundenumfragen mit tausenden Teilnehmern beauftragt. Unabhängig von diesen Studien hatte ich mehrere Telefonate und Kundenbesuche organisieren lassen. Diese waren von der Anzahl her sicherlich nicht repräsentativ, verglichen mit den groß angelegten Kundenumfragen. Doch am Ende der wenigen Gespräche, war mir meist klar, was das Unternehmen tun müsste, um einem wachsenden Trend gerecht zu werden, den wir beobachtet hatten.

Mit wurde klar, dass - so wertvoll Big Data auch ist - Smart Data (klein, selten und manchmal scheinbar irrelevant), sofern richtig interpretiert, Einblicke ermöglichen kann, die das Potential haben, ein ganzes Unternehmen zu revolutionieren.

Emotionale Intuition

Meine richtungsweisenden Beobachtungen machte ich selten mit Hilfe von Big Data. Ich nutzte sie eher zur Abrundung und Überprüfung meiner Erkenntnisse, als Entscheidungen generisch davon abzuleiten. Ich habe mich eine intensive Zeit lang dem relevanten Umfeld "ausgeliefert" und suchte mit Hilfe von Smart Data nach Hinweisen, welche die Wettbewerber und Analysten oft übersehen. Nicht nur weil die Hinweise so subtil sind, sondern weil alle damit beschäftigt sind, Datenberge anzuhäufen und verzweifelt nach Korrelationen suchen, dabei aber die Kausalität übersehen.