Nachrichten

1. Oktober 2013.

Unternehmen können mit Big Data erfolgreich sein, wenn sie klein anfangen und sich auf die Möglichkeiten mit der größten Hebelwirkung konzentrieren, die in der Regel in Vertriebs- und Preisstrategien zu finden sind. Erfolgreiche Big-Data-Anwendungen sollten in der Lage sein, Schlüsselfragen zu beantworten, die unter den Begriff Business Intelligence fallen (z. B. "Wie kann ich mehr Produkte an einen bestehenden Kunden verkaufen?" oder "Kann ich einen höheren Preis für diese spezielle Transaktion erzielen?"). Die Fähigkeit, diese Fragen mit Hilfe von Big Data-Einsichten zu beantworten, kann Unternehmen dabei helfen, schneller auf ihre Kunden zu reagieren, und sie in die Lage versetzen, ihr Absatzvolumen zu steigern und ihren Umsatz zu erhöhen. Hier sind sieben Möglichkeiten, die von die intelligente Preisverwaltung von PROS integrieren,um Big Data von einem Modewort in eine umsetzbare Chance zu verwandeln.

1. Big Data schafft intelligente Verbindungen

Bei Big Data geht es um verknüpfte Daten, bei denen mehrere separate Datenpunkte zusammengefügt werden, um Muster zu erkennen, mit deren Hilfe Ergebnisse vorhergesagt und Maßnahmen vorgeschrieben werden können - und zwar automatisch. Wenn Sie eine Big-Data-Software-Suite in Erwägung ziehen, achten Sie darauf, dass sie eine analytische Komponente enthält, damit Sie "intelligente" Daten erhalten.

2. Big Data bringt viel Geld

Unternehmen, die sich Big Data zu eigen machen und in sie investieren, werden ihre Konkurrenten in allen verfügbaren Finanzkennzahlen übertreffen. Im Jahr 2009 beispielsweise brachen die Bohraktivitäten auf breiter Front ein. Ein globales Ölfelddienstleistungsunternehmen stand vor ähnlichen Herausforderungen wie seine Konkurrenten, einschließlich unüberwindbarer Rentabilitätsverluste aufgrund der Instabilität des Ölfeldgeschäfts. Darüber hinaus führten Schwankungen in der Marktnachfrage zu inkonsistenten Datenquellen, die eine ungenaue Preisgestaltung zur Folge hatten. Nach der Einführung der Segmentierung und der Nutzung von Big Data Science zur Vorhersage der Nachfrage konnte das Unternehmen innerhalb von zwei Jahren einen Umsatzzuwachs von $200 Millionen erzielen und damit den Markt übertreffen.

3. Big Data als lebendige, schnelllebige Entität

Big-Data-Wissenschaft muss eine Bewertung der Lebensfähigkeit der Daten beinhalten, um genauere und zuverlässigere Erkenntnisse zu liefern als allgemeine Analysen oder Business Intelligence. Bei so vielen verschiedenen Daten und Variablen, die beim Aufbau eines effektiven Vorhersagemodells zu berücksichtigen sind, sollten Unternehmen schnell und kostengünstig die Relevanz einer bestimmten Variable testen und bestätigen, bevor sie in die Erstellung eines vollwertigen Modells investieren.

4. Big Data bietet zahlreiche Möglichkeiten

Big Data ist nur dann wichtig, wenn es zu besseren Ergebnissen führt, nicht nur zu besseren Erkenntnissen. Mitten in der Gesundheitsreform sahen sich die Hersteller medizinischer Geräte beispielsweise dem unerträglichen Druck der Einkaufsorganisationen der Krankenhäuser ausgesetzt, die ihre Kosten senken wollten. Mithilfe von Big Data konnte das Vertriebsteam eines Unternehmens der Einkaufsorganisation seine Kalkulationen für die Preisgestaltung vorlegen. Das Ergebnis: ein Anstieg des durchschnittlichen Verkaufspreises um 6 Prozent in vier Quartalen und die höchste Gewinnspanne seit drei Jahren.

5. Big Data fügt Prozess und Position hinzu

Die wertvollsten und messbarsten Ergebnisse sind diejenigen, die mit Umsatzwachstum, Rentabilität und Wettbewerbsposition verbunden sind. Ein großer Chemiehersteller verzeichnete beispielsweise sinkende Umsätze in einem seiner aufstrebenden Geschäftsbereiche und erkannte eine Reihe von nicht abgestimmten Geschäftsprozessen. In Zusammenarbeit mit seiner Planungsabteilung nutzte er Big Data, um eine neue Nachfragekurve zu erstellen, aus der hervorging, wohin die Produkte geliefert werden sollten, um die Kundenanforderungen zu erfüllen. Außerdem konnte das Unternehmen mithilfe von Data Science präskriptive Preisempfehlungen für das Vertriebsteam ermitteln. Der Umsatz stieg allein im ersten Jahr um $200 Millionen.

6. Big Data erhält ein wissenschaftliches Makeover

Die Erkenntnisse stammen aus der Big-Data-Wissenschaft, die Ergebnisse aus Big-Data-Anwendungen, die von der Datenwissenschaft durchdrungen sind. Das ist das Nirwana von Big Data. Ein Beispiel: Ein internationales Unternehmen für Speicher- und Informationsmanagement musste feststellen, dass sein zusätzlicher Umsatz zurückging. Das Unternehmen hatte mit Problemen zu kämpfen, wie z. B. zu niedrige Preise und schlechte Kommunikation zwischen der Preisabteilung und den Vertriebsteams. Infolgedessen hatte das Unternehmen Schwierigkeiten, bestimmte Ziele zu erreichen. Dank Big Data Science und präskriptiver Preisgestaltung konnte das Unternehmen spezifische Attribute identifizieren, die für die Bestimmung der Zahlungsbereitschaft der Kunden von entscheidender Bedeutung sind. Dank dieser Erkenntnisse erkannte das Unternehmen, dass eine beträchtliche Anzahl von Verträgen weit unter dem Marktpreis angeboten wurde. Es hat nicht nur einige wirklich beeindruckende Daten gesehen, sondern auch einen Rückgang der Kundenkündigungen und verbesserte Statistiken.

7. Big Data blickt in die Zukunft

Big-Data-Anwendungen sind die Zukunft von Big Data, da sie nicht nur Einblicke, sondern auch die Ausführung der Technologie ermöglichen. Ein Beispiel für diese Art von Anwendung ist die Preisberatung. Dabei handelt es sich um eine Technik, die dem Vertriebsmitarbeiter eine Reihe von Preisempfehlungen an die Hand gibt, einschließlich Details zu den Geschäften, die am wahrscheinlichsten abgeschlossen werden, zu den Produkten, die sich am wahrscheinlichsten verkaufen lassen, und zu den Preisen, die am wahrscheinlichsten den Zuschlag erhalten. Die meisten der mit Big Data und Preisoptimierung verbundenen Back-End-Komplexitäten werden dabei ausgeblendet.