data analytics nach maß sechs fragen und antworten für ...€¦ · • dynamische angebote und...
Post on 22-May-2020
5 Views
Preview:
TRANSCRIPT
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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Datability und Data Analytics
2 Data Analytics für Telekommunikationsanbieter
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Telekommunikationsanbieter sehen sich derzeit mit unterschiedlichsten
Herausforderungen konfrontiert
Wesentliche Handlungsfelder
Data Analytics für Telekommunikationsanbieter 4
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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
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
Data Analytics für Telekommunikationsanbieter 5
„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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Neue Analytics-Lösungen müssen verantwortungsvoll umgesetzt werden,
„Datability“ beschreibt die damit verbundenen Chancen und Erfordernisse
Der „Datability“-Begriff
Data Analytics für Telekommunikationsanbieter 6
„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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Die vergangenen Monate zeigen, dass Themen zur Datennutzung in der Öffentlichkeit
zunehmend kritisch diskutiert werden
Aspekte der Datennutzungs-Diskussion
Data Analytics für Telekommunikationsanbieter 7
• 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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Dennoch kann Analytics neue Antworten auf wichtige Fragen geben,
die Telekommunikationsunternehmen derzeit besonders bewegen
Data Analytics für Telekommunikationsanbieter 8
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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Wie wird Kundenzufriedenheit zum operativen Erfolgsfaktor?
9 Data Analytics für Telekommunikationsanbieter
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
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
Data Analytics für Telekommunikationsanbieter 10
individuell einfach
interaktiv umfassend
überall flexibel
Nutzung
digitaler
Dienste
Attribute der künftigen Nutzung digitaler Dienste
Quelle: Deloitte
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Mittels individueller Nutzerprofile bietet Data Analytics TK-Anbietern
rechtzeitig Einblick in die Befindlichkeiten der einzelnen Kunden
Data Analytics für Telekommunikationsanbieter 11
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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
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
Data Analytics für Telekommunikationsanbieter 12
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Wie biete ich meinen Kunden die richtigen Produkte an?
13 Data Analytics für Telekommunikationsanbieter
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
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
Data Analytics für Telekommunikationsanbieter 14
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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Data Analytics kann den Erfolg von Cross- und Upselling spürbar
verbessern
Data Analytics für Telekommunikationsanbieter 15
• 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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
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)
Data Analytics für Telekommunikationsanbieter 16
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Wie kann ich Mobile Advertising gezielter einsetzen?
17 Data Analytics für Telekommunikationsanbieter
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
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
Data Analytics für Telekommunikationsanbieter 18
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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Dynamische Nutzerprofile ermöglichen ein individuelleres Advertising
mit einem Mehrwert für Konsumenten und Werbetreibende
Data Analytics für Telekommunikationsanbieter 19
• 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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
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)
Data Analytics für Telekommunikationsanbieter 20
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Wie monetarisiere ich mein Wissen über Zielgruppen, Verkaufsregionen und Orte?
21 Data Analytics für Telekommunikationsanbieter
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Mobilfunkdaten bieten ein starkes Potential für Mehrwerte
in diversen Brachen weit über die Telekommunikation hinaus
Data Analytics für Telekommunikationsanbieter 22
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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Die Analyse der verfügbaren Daten ermöglicht zeitnah flächendeckende
Einblicke über Zielgruppen, Verkaufsregionen und Mobilitätsregionen
Data Analytics für Telekommunikationsanbieter 23
• 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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
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)
Data Analytics für Telekommunikationsanbieter 24
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Wie kann ich die Auslastung meiner Netzinfrastruktur gezielter optimieren?
25 Data Analytics für Telekommunikationsanbieter
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
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
Data Analytics für Telekommunikationsanbieter 26
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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Der intelligente Ausbau und Betrieb von Infrastrukturen wird für Netzbetreiber
immer wichtiger
Data Analytics für Telekommunikationsanbieter 27
• 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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Die Analyse aller zur Verfügung stehender Netzdaten sichert einen optimierten
Aufbau und Betrieb von Netzinfrastrukturen
Übertragungs-
technologien
Nutzungs-
muster,
Auslastung
Big Data Klassische Ansätze
• 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)
Data Analytics für Telekommunikationsanbieter 28
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Wie reagiere ich auf das Verhalten meiner Wettbewerber?
29 Data Analytics für Telekommunikationsanbieter
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
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)
Data Analytics für Telekommunikationsanbieter 30
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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Data Analytics erweitert die klassischen Ansätze um Auswertungen
unstrukturiert vorliegender Datenquellen
OTT und
Hardware-
anbieter
Big Data Klassische Ansätze
• 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
Data Analytics für Telekommunikationsanbieter 32
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Zusammenfassung und Handlungsempfehlungen
33 Data Analytics für Telekommunikationsanbieter
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Der Einsatz neuer Analytics-Methoden verschafft Telekommunikationsanbietern
unmittelbar Wettbewerbsvorteile
Potenziale von Data Analytics
Data Analytics für Telekommunikationsanbieter 34
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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Aus den neuen Optionen durch Data Analytics ergeben sich konkrete
Handlungsempfehlungen für Telekommunikationsanbieter
Handlungsempfehlungen: Datability zum Kern von Analytics machen
Data Analytics für Telekommunikationsanbieter 35
• 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
© 2014 Deloitte Consulting GmbH, Fraunhofer IAIS
Deloitte und Fraunhofer IAIS verfügen über umfangreiche Expertise in den Gebieten
Telekommunikation und Data Analytics
Data Analytics für Telekommunikationsanbieter 36
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
top related