Big Data und User Experience

Mit zunehmender Rechenpower und konstanter Internetverbindung sorgen heutzutage vor allem unsere lieb gewonnenen mobilen Begleiter für ein Anschwellen der Datentöpfe. Seien es die Brotkrümel, die wir beim täglichen Surfen im Browser hinterlassen, die GPS-Koordinaten, die oft unbemerkt von Apps abgeglichen werden oder unzählige Sensoren, die unsere Aktivitäten bewusst oder unbewusst messen.

Die rasant zunehmenden Informationen über unser Verhalten wollen analysiert und weiterverarbeitet werden – der unstillbare Datenhunger der Internetriesen wie Apple, Google und Amazon ermöglicht die Verfügbarkeit von Algorithmen und Rechenkapazitäten. Die Folge: Völlig neue Anwendungen und Dienstleistungen sind am Entstehen, die die User Experience Professionals vor große Herausforderung stellen und gleichzeitig den Nutzen hinsichtlich des Benutzerlebnisses wesentlich erhöhen.

Straftaten und Börsenkurse werden vorhersehbar

Beispiele für Big Data gibt es zahlreiche. So analysiert der Finanzsektor seit Jahren unglaublich große Mengen an Daten und wertet diese in Echtzeit aus. Paul Hartwin benutzte öffentliche Daten zur Berechnung des günstigsten Zeitpunktes, um an der Börse zu investieren. Er verwendete dafür alle Twitter-Nachrichten welche einen Emotionsausdruck beinhalteten und wies diesen ein psychologisches Stimmungsprofil zu. Auf diese Weise konnte er einen kollektiven Gemütszustand messen, brachte diesen anschließend in Zusammenhang mit den aktuellen Börsenkurven und bestimmte so geeignete Momente für Investitionen.

Auch in vielen Bereichen der Wissenschaft und der Geheimdienste gibt es zahlreiche Anwendungsfälle, die dem Begriff Big Data zuzuordnen sind. Beispielsweise PRISM und Bounded Informant – sie bestimmten zuletzt die Schlagzeilen in der Tagespresse. Oder können Sie sich noch an den Science-Fiction-Streifen Minority Report erinnern? Kern der Geschichte ist die Möglichkeit, Verbrechen aufgrund analysierten menschlichen Verhaltens noch vor ihrer Entstehung zu vereiteln. Die vermeintlichen Täter wurden im Film verhaftet, ohne zu wissen, dass sie sich in der Zukunft schuldig machen würden. Zukunft oder Utopie?

Zusammen mit der Universität Kalifornien arbeitet das Los Angeles Police Department an einem Pilotprojekt, in dem die Verbrechen der vergangenen 70 Jahre und die aktuellen kriminellen Vorkommnisse als Grundlage zur Verbrechensbekämpfung dienen. Das System berechnet in Echtzeit wann und in welchen Teilen der Stadt das Potenzial für Straftaten am höchsten zu sein scheint und legt daraufhin den Einsatzplan der Streifenpolizisten fest. Mit Erfolg: Laut LAPD sank die Kriminalitätsrate im letzten Jahr um fast zehn Prozent. Die Beispielsliste anhand derer zu sehen ist, dass Big Data derzeit die Welt verändert, ließe sich beliebig fortsetzen.

Big Data und Multichannel Commerce

Auch oder gerade im Multichannel Business eröffnen die wachsenden Datentöpfe, die aus unterschiedlichsten Quellen gespeist werden, völlig neue Zusammenhänge und bieten die Möglichkeit, die Dinge besser zu verstehen und entsprechende Maßnahmen daraus abzuleiten.

Klaas Bollhöfer, Data Scientist bei The Unbelievable Machine, sieht heute den Unique Data Pool, in dem die Unternehmen sich ihren einzigartigen Datenbestand zusammenstellen, als bedeutendes Differenzierungsmerkmal im Wettbewerb. Führt man die Daten interner Systeme wie die des CRM, ERP, E-Commerce, Payment und der Web-Analyse sowie Daten aus dem POS, welche zum Beispiel über Kameras in Schaufensterpuppen gewonnen werden, mit öffentlichen Daten wie Facebook, Twitter, Wetter und Geo-Daten zusammen, könnten ganz neue Einblicke entstehen.

Auch das Analysieren externer Sortiments- sowie Preis- und Wettbewerbsbewegungen durch Tools wie »Kapow« erhöhen zwar die Menge an Daten, führen aber zu schnellen Reaktionszeiten und verstärkter Kundenorientierung.

Wirft man nun alle Daten in einen Topf und versucht, Muster und Regeln zu identifizieren, so können latente Bedürfnisse der Kunden entdeckt werden, die über qualitative Erhebungen oder eindimensionale Auswertungen nicht ans Licht kämen. Die daraus gewonnenen Erkenntnisse und Zusammenhänge sorgen für ein besseres Verständnis der Zielgruppe, was wiederum zu geschärften Kundenprofilen führt. Sie ermöglichen ein effizienteres Kanalmanagement, da die Wirkung einzelner Touchpoints pro Kundensegment erhöht und neue Touchpoints identifiziert werden. Darüber hinaus führt es zu relevanteren und personalisierteren Inhalten, die man dem Kunden zum richtigen Zeitpunkt zur Verfügung stellen könnte.

Doch was hat Big Data nun mit User Experience zu tun?

Benutzererlebnisse auf drei Ebenen

Die gesammelten Berge an Daten haben einen Zweck: Sie dienen der Entscheidungs- und Wissensvermittlung.
Wichtig ist hierbei, »[…] die Ergebnisse aus den Daten mit gesundem Menschenverstand, Intuition und Erfahrung einzuordnen. Die Visualisierung der Datenmenge wird wichtiger, wobei auch hier viel kreative, unternehmerische und kritische Intelligenz gebraucht wird, um Vorteile zu erkennen und zu realisieren«, sagt Jonathan Möller von foryouandyourcustomers.

Man kann drei Ebenen beziehungsweise Tätigkeiten erkennen, in denen das Know-how von Menschen im Bereich User Experience zum Einsatz kommt:

  1. Das klare, einfache und intuitive Visualisieren der Analyseergebnisse, welche auch in Stresssituationen verdaubar sind und zur Exploration anregen, um Auswertungen und Interpretationen zuzulassen und zu Entscheidungen befähigen. Das Visualisieren solcher komplexer Daten aus unterschiedlichsten Quellen geht weit zurück und hat sein Vorbild in der Infografik von Dr. John Snow, der die Cholera Epidemie beziehungsweise ihre Brandherde und Ausbreitung in London 1854 visualisierte und anhand dessen eindämmen konnte. Ein aktuelles Beispiel mit ähnlichem Charakter ist Google Flu Trends. Dabei werden bestimmte Begriffe als Indikatoren für Grippe-Aktivitäten verwendet und geografisch zuordenbar. Im Kontext des Multichannel Business könnten beispielsweise Multichannel Cockpits entstehen, welche die jeweiligen Daten der internen und externen Quellen in Beziehung setzen. Durch in Echtzeit visualisierte Customer Journeys bekäme man die Möglichkeit, Bewegungen der Kundengruppen und ihre Interaktionen nachzuvollziehen und darauf entsprechend Einfluss zu nehmenBild: wikipedia.org/wiki/John_Snow_(Arzt) Bild: google.org/flutrends/
  2. Ein weiterer Aspekt, den Big Data mit sich bringt und der die Benutzerlebnisse beeinflusst, ist das indirekte Visualisieren gesammelter Daten anhand von personalisierten Inhalten im Interface des Benutzers. Hierfür müssten Konzepte entwickelt werden. Teilaspekte wären klassisches Teaser Management, dynamische Content Generierung oder adaptive Interfaces, die weit über eine normale Personalisierung hinausgehen und sich stark am Kunden und dessen Kontext ausrichten.Umso stärker das geschieht, umso wichtiger wird die Datenhoheit des Kunden. So sollte man dem Benutzer letztlich immer die Möglichkeit geben, sein Kundenprofil selbstständig anzupassen. Heutzutage sorgt die Intransparenz bei der Verarbeitung von persönlichen Daten für großes Misstrauen beim Benutzer. Verliert er das Vertrauen, sinkt die Konversionswahrscheinlichkeit auf null. Durch Gamification-Ansätze kann er jedoch dazu motiviert werden, das persönliche Profil selbst zu schärfen und zu pflegen. Die Motivation hierfür ist im nicht zu unterschätzenden Faktor der bewussten Selbstdarstellung zu finden.
  3. Die dritte Ebene bezieht sich auf den Bereich des User Reseaches und somit verstärkt auf den Beginn eines Projekts. Die Möglichkeit, Daten unterschiedlichster Systeme in Verbindung zu bringen und dadurch Muster zu erkennen und Vorhersagen im Bezug auf das Benutzerverhalten zu machen, erscheint mir als nicht zu unterschätzende Goldgrube für das benutzerzentrierte Entwickeln neuer Produkte und stringenter Konzepte.Neben der qualitativen Nutzerforschung, welche man unbedingt in der jeweils projektrelevanten Intensität durchführen sollte, um unausgesprochene und oft nicht artikulierbare Bedürfnisse aufzudecken, kann die quantitative Nutzerforschung völlig neue Dimensionen eröffnen. Heute betrachtet man Analysedaten noch stark getrennt voneinander. Das eindimensionale Beobachten kann zwar hervorbringen, wo der jeweilige Benutzer beispielsweise einen Prozess abgebrochen hat, den Grund dafür kann man jedoch nur erahnen. So spielt der Faktor Zeit, die System- und Netzperformance zum Zeitpunkt des Abbruchs oder der Aufenthaltsort des Benutzers sowie dessen zusätzliche Aktivitäten im Gesamtbild noch immer eine untergeordnete Rolle. Auch die eigentliche Motivation des Benutzers, den Prozess überhaupt in Gang zu setzen, könnte über das Interpretieren des vorangegangenen Browse- und Kommunikationsverhaltens und des dadurch erlangten Vorwissens, besser interpretiert werden. Im günstigsten Fall entstünden durch die Analyse des Unique Data Pools völlig neue Einblicke und Perspektiven, welche innovative Produkte oder radikale Lösungswege hervorbrächten.

Um diese drei Ebenen qualitativ hochwertig abzudecken und damit reichhaltige Benutzererlebnisse kreieren zu können, werden neue Job-Profile wie die des Data Scientists entstehen und Menschen mit Fähigkeiten im Bereich der Informationsvisualisierung gefragter denn je. Grundsätzlich besteht jedoch auf allen Ebenen und für alle involvierten Personen die Herausforderung, mit der neu zur Verfügung stehenden Menge an Daten angemessen umzugehen.

Das bedeutet im Umgang mit großen Datenmengen, die Pflicht wirklich relevante Einblicke zu schaffen, auf Basis derer der Kunde oder dessen Kunde Entscheidungen treffen kann. Auch sollte grundsätzlich zum Umgang mit den verfügbaren Daten ermutigt werden. Schlüssel hierfür ist immer ein gut konzipiertes Interface. Ohne eine klare und intuitive Präsentation können die Daten kaum ihre Wirkung entfalten und Analysen nur annähernd tiefgründig sein.

Quellen: