Seite 3: Fazit

Inhaltsverzeichnis

Anwendungsfälle aus den Daten der Customer Journey

Aus den Daten der Customer Journey lassen sich nicht nur Erkenntnisse hinsichtlich des User-Verhaltens gewinnen. Es gibt viele weitere Anwendungsfälle, deren Grundlage diese Daten beziehungsweise Teile der Daten sind.

Dazu gehören wie erwähnt Produktempfehlungen und Personalisierungsfunktionen in vielen Teilen eines Online-Shops, Reports für Händler, die auf Ihrer Plattform verkaufen, dynamische Preisgestaltung, gezieltere Marketingmaßnahmen, Optimierung von Call-Center-Prozessen, Sentiment Analyse und Verbesserung der Usability. Der Einstieg in dieses Themengebiet lohnt sich also in jedem Fall.

Fazit

Die Customer Journey zu verfolgen und auszuwerten ist keine triviale Herausforderung. Das liegt nicht allein daran, dass Kunden auf vielen Kanälen mit Anbietern interagieren beziehungsweise Berührungspunkte mit diesen haben: Werbung auf unterschiedlichen Kanälen (Print, Online, soziale Netze), stationäre Point of Sale, Online-Shop et cetera. Jede einzelne Interaktion hinterlässt Spuren, und diese gilt es auszuwerten und zu analysieren. Während einfache Use Cases mit einfachen und bewährten Tools zu bewältigen sind, erschließt sich das volle Potenzial erst, wenn sich alle Daten miteinander verknüpfen und kombinieren lassen.

Und dafür ist Hadoop eine geeignete Grundlage, aus mehreren Gründen: Die Beschaffenheit und Menge der Daten spielt eine untergeordnete Menge, da quasi beliebige Skalierbarkeit gewährleistet ist und ein Schema erst zur Anfragezeit auf die Daten gelegt werden kann. Es ist keine hochperformante Hardware notwendig, um anspruchsvolle Anwendungen und Analysen auf den Daten zu betreiben. Das reichhaltige Ökosystem erlaubt die Umsetzung jeglicher Use Cases – im Open-Source-Umfeld gar lizenzkostenfrei.

In einem weiteren Artikel wird anhand eines Fallbeispiels gezeigt, wie Tools aus dem Hadoop-Umfeld bei einer Umsetzung helfen können.

Daniel Wrigley
ist seit 2012 als Consultant bei SHI beschäftigt. Sein an der LMU München mit dem Magistergrad abgeschlossenes Studium der Computerlinguistik diente als Voraussetzung, um seine täglichen Aufgabengebiete (u.a. Implementierung und Projektleitung von Such- und Big-Data-Anwendungen auf Basis von Solr und Elasticsearch, Durchführung von Solr-Schulungen) meistern zu können. (ane)