Data Analytics nach Maß Sechs Fragen und Antworten für ...€¦ · • Dynamische Angebote und...

Primary colors

R 0

G 39

B 118

R 0

G 161

B 222

R 114

G 199

B 231

R 60

G 138

B 46

R 201

G 221

B 3

R 146

G 212

B 0

R 127

G 127

B 127

R 191

G 191

B 191

R 64

G 64

B 64

Deloitte + Fraunhofer IAIS

April 2014

Data Analytics nach Maß Sechs Fragen und Antworten für Telekommunikationsanbieter

© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS

Inhalt

1 Data Analytics für Telekommunikationsanbieter

Datability und Data Analytics

Sechs Fragen und Antworten im Fokus

1.) Wie wird Kundenzufriedenheit zum operativen Erfolgsfaktor?

2.) Wie biete ich meinen Kunden die richtigen Produkte an?

3.) Wie kann ich Mobile Advertising gezielter einsetzen?

4.) Wie monetarisiere ich mein Wissen über Zielgruppen, Verkaufsregionen und Orte?

5.) Wie kann ich die Auslastung meiner Netzinfrastruktur gezielter optimieren?

6.) Wie reagiere ich auf das Verhalten meiner Wettbewerber?

Zusammenfassung und Handlungsempfehlungen


Datability und Data Analytics



Das Telekommunikationsumfeld wird immer komplexer,

Data Analytics bietet in diesem Spannungsfeld zusätzliche Orientierung

Der Lebenszyklus operativer Entscheidungen

verkürzt sich immer mehr. Insbesondere

Unternehmen der Telekommunikationsbranche

treffen ihre Entscheidungen in einem zunehmend

komplexen Spannungsfeld.

Regulatorische Anforderungen, gesättigte Märkte,

ein intensiver Wettbewerb, neue Kunden-

anforderungen und das Aufkommen neuer Akteure

machen den TK-Markt anspruchsvoll. Die Fähig-

keit, agil auf neue Kräfte und Situationen reagieren

zu können, verschafft Unternehmen einen

entscheidenden Wettbewerbsvorteil.

Data Analytics wird so zunehmend zum kritischen

Erfolgsfaktor. Neben internen Strukturen und

Prozessen verändert Data Analytics nicht nur die

IT-Landschaft. Stattdessen werden nahezu alle

Unternehmensbereiche im täglichen Geschäft nach

innen effizienter und nach außen vielfältiger.

Data Analytics für Telekommunikationsanbieter 3

Wettbewerb

Netz

Partner

Kunden TK-

Anbieter

Gesellschaft

Gesetzgeber

rechtlich-

gesellschaftliche

Ebene

Markt- und

Unternehmens-

ebene

Telekommunikations-Ökosystem


Telekommunikationsanbieter sehen sich derzeit mit unterschiedlichsten

Herausforderungen konfrontiert

Wesentliche Handlungsfelder


TK-Anbieter müssen ihre

Servicequalität bei anhaltendem

Kostendruck laufend optimieren.

Dabei wird es zunehmend

schwierig, zusätzliche operative

Verbesserungspotenziale zu

identifizieren.

Der Telekommunikationsmarkt in

Deutschland nähert sich der

Sättigungsgrenze. Discount-

Anbieter drücken auf Preise und

Margen, das weitere Wachstum

ist begrenzt. Neben dem

Gewinnen von Neukunden wird

die Nutzung zusätzlicher

Umsatzpotenziale innerhalb der

bestehenden Kundenbasis für

Netzbetreiber wichtiger denn je.

Churn-Prevention ist gerade in

Märkten mit geringem Wachstum

wichtig. Profitable Kunden zu

identifizieren und zu halten ist

kostengünstiger als die

Gewinnung neuer Kunden. Dies

wird in Zeiten konvergierender

und immer komplexerer

Angebote zur Herausforderung.

Neue Marktteilnehmer bringen

Bewegung in den TK-Markt.

Gerätehersteller gewinnen an

Bedeutung, Kundenbindung

erfolgt zunehmend über

Hardware. OTT-Player und

Akteure aus anderen Industrien

bedrohen klassische TK-

Umsätze.

Kundenbindung Profitabilität &

Wachstum

Operational Efficiency

neue

Marktkräfte

Herausforderungen

für TK-Anbieter

Das dynamische Umfeld des Telekommunikationsmarktes bietet diverse Einsatzfelder für innovative Analytics


Gewinnen zusätzlicher Insights durch das Erschließen bestehender und neuer

Datenquellen für Analytics-Zwecke

Möglichkeit unmittelbarer und gezielter Reaktionen durch neue Analytics-Ansätze

Neue Optionen für proaktive Maßnahmen durch Data Analytics

Gleichzeitig erlaubt Data Analytics neue Einblicke in das Verhalten von Kunden und

Wettbewerbern

Definition Data Analytics


„Analytics bezeichnet das Sammeln, Managen und Analysieren von Daten mit der Zielsetzung, geeignete

Unternehmensstrategien zu unterstützen und Geschäftsergebnisse zu optimieren. Analytics umfasst

unterschiedlichste Ansätze und Lösungen, angefangen mit einer systematischen Analyse zurückliegender

Ereignisse bis hin zu einer zukunftsorientierten Szenario-Planung.”

verstehen

reagieren/

agieren

vorausschauen


Neue Analytics-Lösungen müssen verantwortungsvoll umgesetzt werden,

„Datability“ beschreibt die damit verbundenen Chancen und Erfordernisse

Der „Datability“-Begriff


„Datability“

Big Data

Data Science

Responsibility

Sustainability

in the use of

Big Data

Ability in the

use of Big Data

Status Quo und „Datability“

• Immer mehr digitale Daten werden generiert,

gesammelt und ausgewertet

• Gleichzeitig steigt mit der öffentlichen Diskussion

über Datenschutz und -sicherheit die Skepsis

• Der Begriff reflektiert die Notwendigkeit zur

nachhaltigen und verantwortungsvollen Nutzung

großer Datenmengen

Elemente des

Datability-Begriffs


Die vergangenen Monate zeigen, dass Themen zur Datennutzung in der Öffentlichkeit

zunehmend kritisch diskutiert werden

Aspekte der Datennutzungs-Diskussion


• Datenschutz und Datensicherheit sind den Deutschen traditionell

wichtig

• Das Vertrauen in den Datenschutz bei Internet-Diensten ist seit den

jüngsten Skandalen gesunken

• Mobile Endgeräte gelten in der Datenübertragung als weniger sicher.

Sicherheits- und Verschlüsselungslösungen werden notwendig

• Die Kommerzialisierung von Bewegungsdaten wird bislang sowohl

von Konsumenten als auch von Behörden kritisch betrachtet

• Auch bei gezielteren und/oder individualisierten Werbeformen zeigen

sich die Verbraucher in Deutschland kritisch


Dennoch kann Analytics neue Antworten auf wichtige Fragen geben,

die Telekommunikationsunternehmen derzeit besonders bewegen


Wie wird Kundenzufriedenheit zum operativen Erfolgsfaktor?

Wie biete ich meinen Kunden die richtigen Produkte an?

Wie kann ich Mobile Advertising gezielter einsetzen?

Wie monetarisiere ich mein Wissen über Zielgruppen, Verkaufsregionen und Orte?

Wie kann ich die Auslastung meiner Netzinfrastruktur gezielter optimieren?

Wie reagiere ich auf das Verhalten meiner Wettbewerber?

Sechs wesentliche Fragestellungen


Wie wird Kundenzufriedenheit zum operativen Erfolgsfaktor?



Die Anforderungen von Konsumenten verändern sich und wirken

unmittelbar auf die Kundenzufriedenheit

Hintergrund

• Telekommunikationsnutzer stellen veränderte

Anforderungen an digitale Dienste

• Kundenwünsche unterliegen einem schnellen Wandel

• Kundenkommunikation erfolgt zunehmend über neue

Kanäle

• Das Messen von Kundenwünschen ist aufwändig

• Eine 360° Kundensicht wird bislang kaum umgesetzt

• Auch die Identifizierung und Gewinnung neuer Kunden

ist kostenintensiv


individuell einfach

interaktiv umfassend

überall flexibel

Nutzung

digitaler

Dienste

Attribute der künftigen Nutzung digitaler Dienste

Quelle: Deloitte


Mittels individueller Nutzerprofile bietet Data Analytics TK-Anbietern

rechtzeitig Einblick in die Befindlichkeiten der einzelnen Kunden


verstehen

reagieren/

agieren

vorausschauen

• Zielgerichtete Erschließung aller intern verfügbaren Datenquellen

(Call Center, Netzwerkperformance, CDR/UDR, CRM & ERP)

• Einbeziehung zusätzlicher externer Datenquellen zur Analyse von

Kundenzufriedenheit

(unstrukturierte Daten, z.B. Social Media Analytics)

• Automatisiertes Erkennen von kritischen Ereignissen

(z.B. Gesprächsabbrüche, Anbieterwechsel von Bekannten, veränderte Nutzung)

• Unmittelbare Reaktion auf veränderte Kundenwünsche durch Echtzeit-Analytics

• Differenzierte Angebote für unterschiedlich profitable Kunden mittels Margin

Analytics und „Smart Churn“

• Proaktives „Aufnehmen/Vorwegnehmen“ entstehender Kundenbedürfnisse

• Rechtzeitiges Erkennen von unzufriedenen Kunden

• Einleitung proaktiver Gegenmaßnahmen bevor Kunden wechseln


Die Möglichkeit einer integrierten Auswertung aller zur Verfügung

stehenden Datenquellen ist entscheidend

Social Web

(Blogs,

Facebook,

Tumblr)

Big Data

Klassische Ansätze

• Einzelne

„Analyseinseln”

• Wenige Datenquellen,

teils umfangreiche

Kundenumfragen

• Fokus auf

verallgemeinerbare

Aussagen

• Robuste Verfahren für

wohlstrukturierte Daten

Neue Technologien

• Modular-kombinierbare

Analytics-Lösungen

• Verfahren für poly-

strukturierte Daten

• Nahtlose Integration von

Datenquellen/

Kundenfeedback

• Einbindung von Analytics

in operative Prozesse

(z.B. gezielte

Priorisierung bei Call

Center-Kontakt)

Data Analytics verspricht tieferes Kundenverständnis und ermöglicht das frühzeitige Einleiten geeigneter Maßnahmen.

Datability gewährleistet die gezielte und verantwortungsvolle Nutzung der umfangreich vorhandenen Daten.

Interne Daten

(Vertrieb, Einkauf,

CRM, DWH)

Aktive Integration

von Kunden-

Feedback



Wie biete ich meinen Kunden die richtigen Produkte an?



Durch stagnierende Branchenumsätze steigt die Notwendigkeit von Cross-

und Upselling für Telekommunikationsanbieter

Hintergrund

• Die gezielte Nutzung vorhandener Kunden-

beziehungen ist notwendig zur Umsatzstabilisierung

• Zusätzliche TK-Dienste, Inhalte und

Gerätekategorien eröffnen neue Optionen bei Cross-

und Upselling

• Cross-Selling verspricht

Telekommunikationsanbietern deutlich niedrigere

Kundenakquisitionskosten

• Gleichzeitig ergeben sich für Netzbetreiber

erhebliche Synergiepotenziale

• Die Preissensibilität der Konsumenten ist bei Cross-

und Upselling in der Regel geringer


Anhaltender

Marktdruck

• Zunehmende

Marktsättigung

bei klassischen

Angeboten

• Umsatzrück-

gänge bei

Sprachtelefonie

• Intensiver

Wettbewerb

• Preisdruck in

Festnetz und

Mobiltelefonie

Neue

Vermarktungs-

optionen

• Connectivity/

Mobile Data

• Multi-device

• Neue

Geräteklassen

• Accessoires/

Zubehör

• Konvergente

Dienste

• Neue Content-

angebote

Chance

Cross-/

Up-

selling

Ursachen der steigenden Relevanz

von Cross- und Upselling


Data Analytics kann den Erfolg von Cross- und Upselling spürbar

verbessern


• Verständnis des Kunden und des Kontextes seiner Nutzung bestehender

Angebote

• Erkennen von Veränderungen

• Feststellen, über welche Kanäle der Kunde angesprochen werden möchte

• Umsetzung intelligenter Empfehlungsfunktionen

• Dynamisches Bundling von Produkten und Services

• Identifikation kundenindividueller Ansprachegelegenheiten

• Erkennen aufkommender Trends, Produkte und Features

• Proaktives Erkennen neu entstehender Nachfrage (z.B. durch Heirat oder andere

Ereignisse)

• Vorhersage des idealen, kundenindividuellen Preispunktes

verstehen

reagieren/

agieren

vorausschauen


Netzdaten

(Auslastung,

Qualität)

Big Data

Insbesondere dynamische Angebote und Preismodelle eröffnen

Telekommunikationsanbietern neue Vermarktungsoptionen

Klassische Ansätze

• Allgemeine „Wenn-

Dann“-Regeln

• Verteilte Kundendaten

• Starre Paketangebote

mit kaum spürbarem

Mehrwert

• Keine Echtzeit-

Empfehlungen

Neue Technologien

• Adaptiv angepasst an

persönliche Situation

• Einheitliche Kundensicht

aus verteilten Quellen

• Dynamische Angebote

und Pricing (auch

innerhalb der

Vertragslaufzeit)

• z.B. Sichtbarkeit

individueller Bestpreise in

Echtzeit für Call Center-

Agents

Data Analytics erlaubt ein gezieltes Cross- und Upselling durch eine individuellere Kundenansprache.

Datability sichert dabei eine vertretbare und wohl dosierte Kontaktfrequenz.

Nutzungsdaten

(Gespräche,

SMS, Daten)

Kundendaten

(CRM, Kunden-

zufriedenheit)



Wie kann ich Mobile Advertising gezielter einsetzen?



Werbung wird zunehmend mobil, TK-Anbieter können Kunden- und

Standortdaten über externe Werbeangebote monetarisieren

Hintergrund

• Trotz deutlicher Zuwächse reflektieren mobile

Werbeumsätze die Nutzung mobiler Dienste kaum

• Bruttoerlöse mit mobile Advertising machen 2013

weniger als 5% des gesamten Werbemarktes aus

• Die Bedeutung von Mobile Advertising steigt mit der

Verbreitung mobiler Endgeräte und dem „Share of

Time“ mobiler Mediennutzung

• Bislang konnte keine mobile Werbeform eine Antwort

auf kleinere Displayflächen von Smartphones geben

• Innovative Formen von Mobile Advertising könnten

Nutzer bald auf persönlicherer Ebene erreichen

• Die Nutzung von Standortdaten wird für neue, mobile

Werbeangebote essenziell


105,1

61,8

35,9

0

10

20

30

40

50

60

70

80

90

100

110

2013E 2012 2011

+70%

Deutschland: mobile Bruttowerbeerlöse*

(in Mio. Euro)

*Bruttoumsätze mit Mobile Display Ads und Mobile Apps

Quelle: BVDW


Dynamische Nutzerprofile ermöglichen ein individuelleres Advertising

mit einem Mehrwert für Konsumenten und Werbetreibende


• Ermitteln von Erfolgsfaktoren für mobile Werbung

• Erkennen von Präferenzen des Kunden abhängig von Aufenthaltsort und Kontext

• Identifikation individuell relevanter mobiler Werbeformen

• Berücksichtigung von Standort und individuellem Kundenverhalten

• Real-Time Einsatz von mobiler Werbung gemäß Situation des Kunden

(z.B. bei mobile Couponing, Stau)

• Ansprache des Kunden gemäß individuellen Präferenzen

• Proaktives Wahrnehmen von Werbechancen (Raum, Zeit, Bedürfnis)

• Aktives Generieren von Kundenbedürfnissen durch antizipative Werbung

• Antizipieren, ab wann gezielte Werbung lästig wird oder Unbehagen hervorruft

verstehen

reagieren/

agieren

vorausschauen


Big Data

Die Einbeziehung einer breiten Datenbasis ermöglicht eine gleichzeitig

individuelle wie auch sensible Ansprache des Werbekunden

Klassische Ansätze

• „Gießkannenprinzip”

und nicht situativ

• Wissenslücken über

Aufenthalt, Wünsche

und gegenwärtige

Interessen

• Werbung als Störfaktor

empfunden, teilw.

geringe Akzeptanz

• Keine einheitliche

Erfolgswährung

Neue Technologien

• Individualisiert nach

Interessenlagen, Ort, Zeit

und Situation

• Neue Sensordaten aus

mobilen Geräten,

datengeschützt durch

Privacy-by-Design

• Transparenter Nutzwert

• Privacy-preserving Data

Mining, vergleichbare

Erfolgsfaktoren im

Werbe-Mix

Data Analytics schafft die Grundlage für das richtige Wann, Wo und Wie.

Datability steht für den vertrauenswürdigen Werbeservice zum Nutzen der Kunden.

Werbeinhalte

(Zielgruppe, Produkt,

Restriktionen,

Erfolgsgarantien)

Location-based

(Standort, Check-

Ins, Umfeld, Zeit,

Events) Common

Patterns

(Nutzung,

situativer

Kontext)



Wie monetarisiere ich mein Wissen über Zielgruppen, Verkaufsregionen und Orte?



Mobilfunkdaten bieten ein starkes Potential für Mehrwerte

in diversen Brachen weit über die Telekommunikation hinaus


Hintergrund

• Daten werden zum Rohstoff der Wertschöpfung

• „Big Data Value“ entsteht in allen Unternehmen

durch die Synthese von Mehrwertinformationen

• Im Telekommunikationsuniversum entstehen

plattformübergreifend Informationen über Kunden,

lokale Marktpotenziale, Nutzungsmuster und Risiken

• In Anwendung gebracht, können für vielfältige

Branchen wertvolle Informationen, z.B. über lokale

Marktstrukturen, zur Mobilität und zur

Energieverbrauch bereit gestellt werden

• Die Angebote reichen von der Optimierung von

Vertriebsaktivitäten bis zur Standortplanung/-

monitoring und Leistungsbewertung (z.B.

Außenwerbung)

• Gesellschaftlicher Mehrwert liegt u.a. im

Katastrophenmanagement und -prävention Quelle: Fraunhofer IAIS, n=50

Deutschland: Big Data Value Anwendungen

0

2

4

6

8

10

12

14

Forschung

und Produk-

entwicklung

Finanz- und

Risiko-

Controlling,

Compliance

Produktion,

technische

und IT-

Services

Marketing,

Vertrieb,

Kunden-

betreuung

Management,

Geschäfts-

führung

Dienstleistung

Handel

IKT

Banken & Versicherungen

Industrie (Fertigung)

Branche offen


Die Analyse der verfügbaren Daten ermöglicht zeitnah flächendeckende

Einblicke über Zielgruppen, Verkaufsregionen und Mobilitätsregionen


• Erfassen zielgruppenspezifischer Bewegungsströme

• Erkennen und Erklären von Passantenfrequenzen (räumlich, zeitlich, saisonal)

• Erklärung konkreter Verkaufsphänomene (z.B. Absatzschwankungen)

• Erkennen und Erklären ungewöhnlicher Bewegungsmuster

• Gezielte Aufbereitung der aktuellen lokalen Marktlage, Verkehrslage etc.

• Kurzfristige Personaleinsatz- und Verkaufspreis-Optimierung zur Steigerung der

lokalen Verkaufsleistung

• Proaktive, datengetriebene Personaleinsatzplanung

• Bestimmung der künftigen Attraktivität von Standorten

• Optimierung von Umsatzprognosen durch zusätzliche Standortdaten

verstehen

reagieren/

agieren

vorausschauen


Aus der neuen Vielzahl verfügbarer Standortinformationen ermöglicht

Data Analytics die Gewinnung anonymisierter, werthaltiger Informationen

Big Data Klassische Ansätze

• Punktueller Ausschnitt

der Realität durch

losgelöstes

Datensichten

• Zeitlich indifferent und

standortspezifisch,

kostenintensiver durch

lokalen Mehraufwand

• Lokale Stichproben

• Lokale Messungen,

Simulationsansätze,

Umfragen

Neue Technologien

• Flächendeckende Sicht

auf Basis einer

homogenen Datenbasis

• Zeitliche Dynamik und

weniger

standortspezifisch,

große empirische

Datenbasis

• Verbesserte

Vergleichbarkeit

• Ganzheitliche

Modellierung inkl.

Privacy-by-Design

Data Analytics überführt vorhandene Bewegungsdaten in werthaltige, standortbezogene Informationen.

Datability gewährleistet die wirkungsvolle Anonymisierung der genutzten Datenbasis.

Netzdaten

(CDR, EDR,

anonyme

Performance)

Strukturdaten

(Straßennetz,

Bevölkerungs-

daten, Studien)

Sensors

(Zählungen,

Ereignisse,

PoS-Zahlen)



Wie kann ich die Auslastung meiner Netzinfrastruktur gezielter optimieren?



Insbesondere im mobilen Bereich wird der Datenverkehr in den

kommenden Jahren massiv steigen

Hintergrund

• Der Data Traffic, insbesondere im Mobilfunk, wird in

den nächsten Jahren ungebremst wachsen

• Zusätzliche mobile Endgeräte, neue digitale Inhalte

und leistungsfähige Netze treiben den Datenverkehr

• Auch das „Internet der Dinge“ erzeugt absehbar ein

zusätzliches Datenaufkommen

• Das anfallende Datenvolumen bringt Infrastrukturen an

Belastungsgrenzen

• Netze müssen kontinuierlich ausgebaut und gezielt

optimiert werden


Deutschland: mobiler Datentraffic (in PB)

Quelle: Cisco Visual Networking Index

190

125

78

47

2818

0

50

100

150

200

2013 2012 2014E

+307%

2015E 2017E 2016E


Der intelligente Ausbau und Betrieb von Infrastrukturen wird für Netzbetreiber

immer wichtiger


• Überprüfung der geplanten und tatsächlichen Netzauslastung

• Verstehen von Kausalzusammenhängen bei Qualitätsproblemen

(Netzausfälle, Handover-Probleme etc.)

• Nutzung von Echtzeitdaten zur Optimierung des Netzbetriebs

• Effizientere Protokolle und Datenkompression zur Durchsatzsteigerung

• Sicherstellen von QoS durch aktives Management von Netzkapazitäten

• Aktive Ansprache (margenstarker) Kunden im Fall häufiger Gesprächsabbrüche

• Vorausschauende Wartung und Instandhaltung von Netzen

• Gezielte Analyse zur Optimierung der Netzinfrastrukturplanung

• Einbeziehung von Kundenfeedback in künftige Netzplanung

verstehen

reagieren/

agieren

vorausschauen


Die Analyse aller zur Verfügung stehender Netzdaten sichert einen optimierten

Aufbau und Betrieb von Netzinfrastrukturen

Übertragungs-

technologien

Nutzungs-

muster,

Auslastung


• Einzeloptimierung

• Historische Netzlast und

Servicenutzung,

Landnutzung,

Performance Measures

• Fehlererkennung,

Qualitätsverbesserung,

Netz(ausbau)planung

• Scoring-Verfahren,

Traffic-Prognosen,

regelbasierte Ansätze,

Expertenwissen

Neue Technologien

• Embedded Analytics,

Lernen auf komplexen

Datenströmen in Echtzeit

• Synthese heterogener

Datenquellen, Linked

(Open) Data

• Proaktive Steuerung,

Kommunikationseffizienz,

Früherkennung

• Verfahren zur visuellen

Analytik, maschinellen

Mustererkennung und

prädiktiven Verfahren

Data Analytics optimiert Planung und Betrieb von Telekommunikationsnetzen.

Datability schließt die Analyse bestimmbarer persönlicher Netznutzungsdaten aus.

Netzinfrastruktur

(DSL, Kabel,

Mobilfunk)



Wie reagiere ich auf das Verhalten meiner Wettbewerber?



Die deutsche Telekommunikationsindustrie ist und bleibt ein

wettbewerbsintensives Marktumfeld

Hintergrund

• Die Telekommunikationsbranche in Deutschland ist

von einem intensiven Wettbewerb geprägt

• In den Bereichen Festnetz und Mobile Voice ist der

Markt weitgehend gesättigt

• Preise für Telekommunikationsdienste bleiben

weiterhin unter Druck

• Innerhalb der einzelnen Marktsegmente sind

deutliche Umsatzverschiebungen absehbar

• Neue Endgeräte und Services sorgen für ein

dynamisches Marktumfeld

• Marktbarrieren für neue Anbieter von Datenservices

sind sehr niedrig („App-ifizierung“)

• TK-Kunden (B2B und B2C) verfügen über starke

Verhandlungsmacht (B2B und B2C)


Quelle: Deloitte

0

5.000

10.000

15.000

20.000

25.000

30.000

35.000

40.000

45.000

50.000-6%

Mobile

Daten

Mobile

Sprache

Festnetz

Daten

34%

21%

20%

25%

2014E

30%

22%

21%

27%

2013E

26%

25%

21%

28% Festnetz

Sprache

2017E

40%

18%

19%

23%

2016E

37%

19%

20%

24%

2015E

Telekommunikationsmarkt Deutschland

(in Mio. USD)

© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS Data Analytics für Telekommunikationsanbieter 31

• Erfassen der Reaktionen von Wettbewerbern und Konsumenten auf neue

Dienste, Produkte, Bundles und Tarifmodelle

• Verstehen von Marktphänomenen (z.B. Marktanteilsverschiebungen)

• Erfassen von Cross-Industry-Wettbewerbern (z.B. Google, Amazon)

• Real-Time-Reaktion auf Aktionen von Wettbewerbern (z.B. Dynamic Pricing)

• Aktives Einleiten von Gegenmaßnahmen auf Wettbewerbsaktionen

(z.B. neue Hardwareangebote)

• Abgleich der kollektiven Bewegungsmuster mit neuen Angeboten der

Wettbewerber

• Ex-ante-Verprobung neuer Dienste, Produkte, Bundles und Tarifmodelle

• Prognose von Kundenresonanz auf Aktionen der Wettbewerber

• Vorhersage neuer Angebote und Preise von Wettbewerbern

Detaillierte Kenntnisse über Wettbewerberstrategien sind für TK-Unternehmen

essenziell, Data Analytics kann hierzu wertvolle Beiträge leisten

verstehen

reagieren/

agieren

vorausschauen


Data Analytics erweitert die klassischen Ansätze um Auswertungen

unstrukturiert vorliegender Datenquellen

OTT und

Hardware-

anbieter


• Vielfach manuelle

Erhebungen, reaktiv-

ausgerichtet, asynchron

• Social Media,

Webauftritt,

Geschäftsunterlagen,

Vergleichsportale

• Entwickeln von

Discount-Strategien,

Benchmarking

• Szenarioanalysen/

Simulationen, SWOT,

empirische Studien

Neue Technologien

• Automatisierte

Meinungen und

Feedback der Crowd,

interaktiv und synchron

• Unstrukturierte und

strukturierte Online-

Quellen

• Reaktions-Monitoring

und strategischer

Wettbewerbsvorteil

• Real-time Monitoring,

Konsequenzanalysen,

Trenderkennung aus

Web & Social Media

Data Analytics ermöglicht ein unmittelbares und umfassendes Verständnis des eigenen Wettbewerbsumfeldes.

Datability sichert die verantwortungsvolle Verwendung ausschließlich frei zugänglicher Daten.

Direkte

Wettbewerber

(Angebote,

Werbung)

Kunden,

Presse

und Portale



Zusammenfassung und Handlungsempfehlungen



Der Einsatz neuer Analytics-Methoden verschafft Telekommunikationsanbietern

unmittelbar Wettbewerbsvorteile

Potenziale von Data Analytics


Kundenzufriedenheit: Neue Analytics-Methoden ermöglichen zusätzliche Customer Insights und erlauben

das frühzeitige Einleiten geeigneter Maßnahmen

Cross- und Upselling: Data Analytics erlaubt ein gezieltes Cross- und Upselling durch eine individuellere

Kundenansprache

Mobile Advertising: Data Analytics ist die Grundlage für innovative, mobile und gezielte Werbeformen

Kollektive Bewegungsströme: Data Analytics überführt vorhandene Bewegungsdaten in werthaltige,

standortbezogene Informationen

Optimieren von Netzinfrastrukturen: Data Analytics optimiert die Planung und den Betrieb von

Telekommunikationsnetzen und federt so deren zunehmende Belastung ab

Wettbewerbsanalyse: Data Analytics ermöglicht ein unmittelbares und umfassendes Verständnis des

eigenen Wettbewerbsumfeldes


Aus den neuen Optionen durch Data Analytics ergeben sich konkrete

Handlungsempfehlungen für Telekommunikationsanbieter

Handlungsempfehlungen: Datability zum Kern von Analytics machen


• Bestehende Grenzen zwischen Datensilos konsequent sprengen,

barrierefrei denken und Daten als Wettbewerbsfaktor begreifen

• Einbindung des Outputs der Analysen in operative Prozesse

sicherstellen bzw. Prozesse entsprechend anpassen

• Mehrwert für Kunden bei Data Analytics unmittelbar in den

Vordergrund stellen (z.B. durch individuelles Upselling)

• Kunden individuell abholen, mit flexiblen Angeboten begleiten und

dafür agile Prozesse etablieren

• Den zielgerichteten Einsatz von Analytics fördern, gleichzeitig reine

Datengläubigkeit verhindern

• Schutz und Sicherheit von Kundendaten zum integralen Bestandteil

jeder Analyse machen


Deloitte und Fraunhofer IAIS verfügen über umfangreiche Expertise in den Gebieten

Telekommunikation und Data Analytics


Über Deloitte und Fraunhofer IAIS

Deloitte – Vordenker bei TMT- und Analytics-Themen

• Deloitte ist eines der führenden globalen

Beratungsunternehmen mit umfangreicher Erfahrung

in den Bereichen Telekommunikation und Analytics

• Globale Firmenpräsenz mit ca. 193.000 Mitarbeitern

in mehr als 150 Ländern

• Know-How von weltweit 7.000 Experten in

Technology, Media & Telecommunications (TMT)

• Mehr als 90% der Fortune Global 500 in TMT sind

Kunden von Deloitte

• Durch ein globales TMT-Expertennetzwerk sowie die

Positionierung als Thought Leader ist Deloitte der

ideale Partner für Telekommunikationsunternehmen

Fraunhofer IAIS – Do more with data

• Fraunhofer ist die größte Organisation für

angewandte Forschung in Europa

• Am Institutszentrum Schloss Birlinghoven arbeitet

ein internationales Team von ca. 200 Data

Scientists, Mathematikern, Projektingenieuren,

Wissenschaftlern

• Bündelung von Kompetenzen im Bereich

Maschinelles Lernen, Data Mining, Business

Intelligence und Operations, Experten aus der TMT

Domäne

• Internationale Partnerschaften zu Behörden,

Industrie und anderen Forschungsorganisationen

• Leitendes Institut der Fraunhofer Allianz Big Data

Deloitte bezieht sich auf Deloitte Touche Tohmatsu Limited, eine „private company limited by guarantee“ (Gesellschaft mit beschränkter Haftung nach britischem Recht), und/oder ihr Netzwerk von

Mitgliedsunternehmen. Jedes dieser Mitgliedsunternehmen ist rechtlich selbstständig und unabhängig. Eine detaillierte Beschreibung der rechtlichen Struktur von Deloitte Touche Tohmatsu Limited und ihrer

Mitgliedsunternehmen finden Sie auf www.deloitte.com/de/UeberUns

Deloitte erbringt Dienstleistungen aus den Bereichen Wirtschaftsprüfung, Steuerberatung, Consulting und Corporate Finance für Unternehmen und Institutionen aus allen Wirtschaftszweigen. Mit einem

weltweiten Netzwerk von Mitgliedsgesellschaften in mehr als 150 Ländern verbindet Deloitte herausragende Kompetenz mit erstklassigen Leistungen und steht Kunden so bei der Bewältigung ihrer

komplexen unternehmerischen Herausforderungen zur Seite. „To be the Standard of Excellence“ – für rund 200.000 Mitarbeiter von Deloitte ist dies gemeinsame Vision und individueller Anspruch zugleich.

Diese Präsentation enthält ausschließlich allgemeine Informationen und weder die Deloitte Consulting GmbH noch Deloitte Touche Tohmatsu Limited („DTTL“), noch eines der Mitgliedsunternehmen von

DTTL oder eines der Tochterunternehmen der vorgenannten Gesellschaften (insgesamt das „Deloitte Netzwerk“) erbringen mittels dieser Präsentation professionelle Beratungs- oder Dienstleistungen in den

Bereichen Wirtschaftsprüfung, Unternehmensberatung, Finanzen, Investitionen, Recht, Steuern oder in sonstigen Gebieten. Diese Präsentation ist insbesondere nicht geeignet, eine persönliche Beratung zu

ersetzen. Keines der Mitgliedsunternehmen des Deloitte Netzwerks ist verantwortlich für Verluste jedweder Art, die irgendjemand im Vertrauen auf diese Präsentation erlitten hat.

© 2014 Deloitte Consulting GmbH

http://www.deloitte.com/de/UeberUns

Data Analytics nach Maß Sechs Fragen und Antworten für ...€¦ · • Dynamische Angebote und...

Documents

Transcript of Data Analytics nach Maß Sechs Fragen und Antworten für ...€¦ · • Dynamische Angebote und...