Aktuelles von Sattler & Eichinger

Studieren geht über Probieren

Autor: Luis Huber, Sattler & Eichinger, am 09.04.2019

 

Jeder kennt das Sprichwort. Oder zumindest das Original „Probieren geht über Studieren“. Im Zeitalter der Datenanalysen muss man jedoch nicht blind und wahllos testen, um zu brauchbaren Ergebnissen zu kommen. Das behutsame Sammeln von Daten und die Analyse dieser kann (und soll) zur Entscheidungsfindung genützt werden.

 

Amazon vs. Netflix

2011 waren Netflix und Amazon auf der Suche nach der nächsten großen Hitserie. Beide hatten einen ähnlichen Ansatz, kamen aber zu sehr unterschiedlichen Ergebnissen. Sie wollten Daten nutzen um zu verstehen, was ihre Konsumenten sehen wollen. Amazon wählte acht Pilotserien aus, stellte diese kostenlos zur Verfügung und analysierte das Konsumentenverhalten. Wo hörten die Nutzer auf zu schauen, wo pausierten sie, welche Teile schauten sie nochmals? Amazon schaute sich Millionen Datenpunkte an und leitete davon die Präferenzen ihrer Nutzer ab. Sie kamen zu dem Schluss, dass Nutzer ein amerikanisches Politik-Drama mit männlichen Hauptrollen wollen. Als Ergebnis produzierten sie „Alpha House“, eine Serie über vier U.S. Senatoren. Netflix verwendete einen etwas anderen Ansatz: Die Analysten nutzen ihre bestehenden Daten und betrachteten das natürliche Nutzungsverhalten ihrer Abonnenten. Sie analysierten die Bewertungen, den Verlauf der gesehenen Serien und suchten nach bestehenden Mustern. Diese Insights kombinierten sie mit Social Media Daten und Google Trends Analysen. Netflix nutzte diese Daten bereits routinemäßig, um Vorschläge für ihre Nutzer zu gestalten, welche Serien oder Filme noch interessant sein könnten. In diesem Fall nutzten sie ihre Daten allerdings nicht um die richtige Auswahl aus bestehenden Optionen zu treffen, sondern um eine neue zu schaffen. Als Ergebnis fand Netflix, dass ein beachtlicher Anteil ihrer Nutzer die Filme von David Fincher, dem Regisseur von z.B.: Fight Club, gesehen haben. Sie wussten, dass Filme mit Kevin Spacey, dem (damaligen) Hauptdarsteller der Serie „House of Cards“, oft gestreamt wurden, genauso wie die britische Originalversion dieser Serie. Ein Venn Diagramm visualisiert den gemeinsamen Nenner deutlich:

Basierend auf ihren Analysen und ihrem Wissen boten die Einkäufer von Netflix für das Remake des britischen Originals von 1990 – angeblich ohne je eine einzige Folge gesehen zu haben – $100 Millionen U.S. Dollar für 26 Folgen. Netflix sicherte sich somit die Rechte und begann mit der Produktion. Der Rest ist Geschichte: Sechs Staffeln, 53 Emmy Nominierungen und zwei gewonnene Golden Globes später ist klar, dass Netflix genau wusste was ihre Konsumenten sehen wollten. Amazons Produktion „Alpha House“ hingegen erhielt weder eine Emmy noch eine Golden Globe Nominierung.

 

Was macht Netflix richtig (und Amazon falsch)?

Netflix und Amazon sammeln konstant Daten über ihre Nutzer. Sie verwenden diese um ihre Kunden zu verstehen und dadurch ihre Angebote und Services zu verbessern. Amazon analysierte die Daten ihrer Pilotserien und richtete dann ihre gesamte Produktion danach aus. Problematisch ist die geringe Stichprobe – 8 Pilotserien – die Amazon verwendete und dass die Daten nicht organisch gewonnen wurden, da auf Amazon Prime nicht das gesamte Material kostenlos ist, die Pilotserien aber schon. Das bedeutet, dass einige Nutzer vielleicht gerne anderes gesehen hätten aber einfach nicht dafür zahlen wollten. Das führte zu einer Verzerrung der Analyseergebnisse. Netflix verwendete nur das organische Konsumentenverhalten. Sie verwendeten Daten, welche innerhalb von Netflix gewonnen wurden, wie das Sehverhalten, und kombinierten diese mit Daten die außerhalb gewonnen wurden (z. B.: Social Media Daten), um ein ganzheitliches Bild vom Konsumenten zu erlangen. Ted Sarandos, Chief Content Officer von Netflix, sagt, dass Datenanalysen bei Netflix Logistik und Budget definieren aber das Kreative immer auf dem „Glauben in den Geschichtenerzähler“ basiert.

 

Datenbewertung bei Sattler & Eichinger

Datenanalysen führen zu Ergebnissen und Ergebnisse zu Handlungsempfehlungen. Wir von Sattler & Eichinger vertrauen den Ergebnissen nicht blind, sondern bewerten ob die vorhandenen Daten qualitativ und quantitativ die gesuchten Insights zugänglich machen. Uns ist bewusst, dass unvollständige Daten, zu kleine Stichproben oder nicht-vertrauenswürdige Daten zu falschen Schlüssen und Handlungen führen können. Wir nutzen im Bedarfsfall auch die vielfältigen Wege der Datenveredelung, um unseren Kunden eine aussagekräftige Analyse als Entscheidungsgrundlage bereitzustellen.

 

Fragen? Kommentare? Wir freuen uns auf Ihr Feedback.
Treten Sie mit uns in Kontakt!