Small Data – neuer Hype oder nächste Blase?
Ohne den Hype um Big Data wäre die derzeitige Aufmerksamkeit um das neue Schlagwort Small Data nur halb so groß. Sollten wir in unserer angeheizten Datensammelwut etwas übersehen haben? Nein. Eher aus den Augen verloren, denn wahrlich neu ist der Aspekt der kontextualen Ursachenforschung im Marketing nicht. Und warum Small Data leider Big Data nicht ersetzen kann erläutert dieser Beitrag.
Small Data – alter Wein in neuen Schläuchen
Seit Martin Lindstrom sein Buch „Small Data – the tiny clues that uncover huge trends” veröffentlicht hat und promotet, ist die Reaktion enthusiastisch. Vielfach in der Fachwelt thematisch aufgegriffen und gleich als neuer Gegenpol zu Big Data stilisiert. Doch in Zeiten der Buzz Words und der Ungeduld nach dem nächsten heißen Ding ist Vorsicht geboten. Small Data ist nichts anderes als qualitative Marktforschung, die durch Beobachtung, Exploration und Interpretation persönlicher Kontexte Ursachenforschung betreibt.
Wenn eine Marketingabteilung durch zunehmenden Druck digitaler Experten, IT-Möglichkeiten und Performance-KPIs aus dem Datenbestand nicht gänzlich in einer Welt gelandet ist, die versucht, das Leben nach Zahlen zu malen, wird sie Small Data schon immer gesammelt haben und heute noch tun.
Doch es ist, tausendfach überlagert vom Big Data Hype, leider sehr oft aus dem Fokus geraten.
Big Data liefert das WAS – Small Data das WARUM
Unternehmen, die dem sinnvollen Sammeln und Auswerten von consumergenerierten Daten aus Investitionsangst oder Silodenken schon immer latent misstrauisch gegenüberstanden, finden in Small Data jedoch keinen sicheren und günstigeren Hafen. Während Big Data gemeinhin das Wer, Was, Wieviel, Wo beschreibt, fehlt jedoch nicht selten der wichtigste Baustein in den Daten: die plausible Erklärung des Warum. Beim Zählen, Messen, Wiegen bleibt der motivationale und emotionale Kontext immer abstrakt.
Small Data kann durch intensive Beobachtung, Exploration und vor allem lebensnahe Interpretation
-schon in kleinen Stichproben- diese Lücke schließen. Indem Motivationen und emotionale Dispositionen im realen Kontext ergründet werden. Doch ob das massenfähig ist, lässt sich wiederum nur quantitativ bestätigen.
Small Data – lernen für Fortgeschrittene
Geht es also darum, innovative Konzeptideen zu entwickeln, geht es auch erst einmal darum zu
verstehen, was Konsumenten in ihrem Alltag umtreibt. Getreu dem Motto, dass der Köder dem Fisch schmecken muss und nicht dem Angler. Man könnte das nun anhand der Fehlversuche beim großflächigen Auswerfen des Köders mit variierten Ködern messen. Man kann den Fisch jedoch auch zunächst in seinem natürlichen Umfeld beobachten und sich im besten Fall sogar mit ihm unterhalten. Dazu muss man nicht Dr. Doolittle sein.
Wer nicht verlernen möchte, seine Konsumenten in ihren Bedürfnissen und den Einflüssen darauf zu verstehen, wird längst Small Data sammeln. Wer weiterhin versucht, das Leben in eine Formel zu
pressen, wird weiter auf Massendaten setzen. Am besten, er tut beides zur rechten Zeit.
Denn Masse ist nicht der Garant für Klasse. Verständnis für Details hat im Wettbewerb langfristig
immer den Unterschied gemacht.
Für Fragen und Anmerkungen stehe ich gern zur Verfügung: rolf.klein@erkabe.com
Small Data – alter Wein in neuen Schläuchen
Seit Martin Lindstrom sein Buch „Small Data – the tiny clues that uncover huge trends” veröffentlicht hat und promotet, ist die Reaktion enthusiastisch. Vielfach in der Fachwelt thematisch aufgegriffen und gleich als neuer Gegenpol zu Big Data stilisiert. Doch in Zeiten der Buzz Words und der Ungeduld nach dem nächsten heißen Ding ist Vorsicht geboten. Small Data ist nichts anderes als qualitative Marktforschung, die durch Beobachtung, Exploration und Interpretation persönlicher Kontexte Ursachenforschung betreibt.
Wenn eine Marketingabteilung durch zunehmenden Druck digitaler Experten, IT-Möglichkeiten und Performance-KPIs aus dem Datenbestand nicht gänzlich in einer Welt gelandet ist, die versucht, das Leben nach Zahlen zu malen, wird sie Small Data schon immer gesammelt haben und heute noch tun.
Doch es ist, tausendfach überlagert vom Big Data Hype, leider sehr oft aus dem Fokus geraten.
Big Data liefert das WAS – Small Data das WARUM
Unternehmen, die dem sinnvollen Sammeln und Auswerten von consumergenerierten Daten aus Investitionsangst oder Silodenken schon immer latent misstrauisch gegenüberstanden, finden in Small Data jedoch keinen sicheren und günstigeren Hafen. Während Big Data gemeinhin das Wer, Was, Wieviel, Wo beschreibt, fehlt jedoch nicht selten der wichtigste Baustein in den Daten: die plausible Erklärung des Warum. Beim Zählen, Messen, Wiegen bleibt der motivationale und emotionale Kontext immer abstrakt.
Small Data kann durch intensive Beobachtung, Exploration und vor allem lebensnahe Interpretation
-schon in kleinen Stichproben- diese Lücke schließen. Indem Motivationen und emotionale Dispositionen im realen Kontext ergründet werden. Doch ob das massenfähig ist, lässt sich wiederum nur quantitativ bestätigen.
Small Data – lernen für Fortgeschrittene
Geht es also darum, innovative Konzeptideen zu entwickeln, geht es auch erst einmal darum zu
verstehen, was Konsumenten in ihrem Alltag umtreibt. Getreu dem Motto, dass der Köder dem Fisch schmecken muss und nicht dem Angler. Man könnte das nun anhand der Fehlversuche beim großflächigen Auswerfen des Köders mit variierten Ködern messen. Man kann den Fisch jedoch auch zunächst in seinem natürlichen Umfeld beobachten und sich im besten Fall sogar mit ihm unterhalten. Dazu muss man nicht Dr. Doolittle sein.
Wer nicht verlernen möchte, seine Konsumenten in ihren Bedürfnissen und den Einflüssen darauf zu verstehen, wird längst Small Data sammeln. Wer weiterhin versucht, das Leben in eine Formel zu
pressen, wird weiter auf Massendaten setzen. Am besten, er tut beides zur rechten Zeit.
Denn Masse ist nicht der Garant für Klasse. Verständnis für Details hat im Wettbewerb langfristig
immer den Unterschied gemacht.
Für Fragen und Anmerkungen stehe ich gern zur Verfügung: rolf.klein@erkabe.com