Erfolgsfaktoren von Datenprodukten
-
Upload
inovex-gmbh -
Category
Software
-
view
164 -
download
0
Transcript of Erfolgsfaktoren von Datenprodukten
Datenprodukte
Erfolgsfaktoren am Beispiel eines Anzeigenportals für Automobile
Dr. Christoph Tempich Karlsruhe, 12.10.2016
Beratungsschwerpunkte▸ Digitale Transformation und kultureller Wandel
▸ Datenorientierte Geschäftsmodelle
▸ Business-IT-Alignment
Branchenkompetenz▸ TIME
▸ Automobilbranche
▸ Finanzdienstleistungen
2
Dr. Christoph Tempich
Head of Consulting
Was darf dieses Auto kosten?
3Quelle: mobile.de
4
Beispiel: KFZ-Preisbewertungauf einer Online-Automobilplattform
����
Wie teuer soll ich mein Auto anbieten?
3mio frühere Verkäufejedoch ist kein Angebot gleich
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
Lernen aus
Herausforderungen durch viele Freiheitsgradeund hohen Explorationsbedarf
5
Charakteristika von Data AnalyticsQualitätskriterien oft nicht binär
�60%
9.000 11.000
95%
12.0008.000
Präzision versus ZuverlässigkeitKein natürliches richtig oder falsch
6
Was sind Datenprodukte?
Digitale InsightsDigitale Produkt-
AnreicherungData as a Service
Datenprodukte
Reckit & WebMDNike+ / TeslaWertpapier-Indizes
Typ 3Typ 2Typ 1
7
Datenprodukte können mit einem einfachen Nutzen starten
Datenprodukt: Kursverlauf
8
Datenprodukte können sich durch die Benutzung ändern
Anreicherndes Datenprodukt: Das Schuh-Erlebnis wird personalisiert
9Quelle: http://www.heise.de/newsticker/meldung/Tesla-bringt- Autopilot- Funktion- per-Software-Update- 2848008.html
Tesla „Autopilot“ per Software-Update
�Software-
Update
�
10http://adage.com/article/news/flu-reckitt-johnson-johnson-a-shot-arm/239156/
Reckitt and WebMD.com
“geo-targeted and symptom-targeted ads and local promotions driven by data from symptom searches by WebMD visitors”
http://www.ft.com/intl/cms/s/0/f45407fa-1e 21- 11e2- 8e1d- 00144feabdc0.html#axzz3pea W0YYmhttp://www.google.org/flutrends/about/
Erfolgsfaktoren
11
12
Community
Markt-modellierung
Analytics Agilität
Feedback-loop
Technologie
Analytics
13Bildquelle: http://www.extremetech.com/extreme/226162-ibms-truenorth-artificial-brain-to-watch-learn-f rom- real-brains
Community
14
zMarkt
�Kunden Beziehungen
ÀKunden Segmente
Ñ Kanäle÷
Unternehmen
Á Partner � Aktivitäten
�Ressourcen
15Der „Business Model Canvas“
� Produkte/ Angebot
+ Kostenstruktur � Ertragsströme
Marktmodellierung
16* Eric Ries – The Lean Startup
IDEA
BUILD
PRODUCT
MEASURE
DATA
LEARN
Was brauchen unsere Kunden wirklich?
Lean Startup Cycle*
** Desirée Sy: Adapting Usability Investigations for Agile User-centered Design
Dual Track Scrum**
�
�
Discovery
Delivery„Liefern“
„Lernen“
Was bieten wir unseren Kunden an?Können wir das?
Agilität
Feedbackloop
17
18
Rückblick Beispiel: KFZ-Preisbewertung
���� �
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
Lernen aus
Analytics: MaschinellesLernenüberPreistreiberCommunity: AngebotvielerAutosMarktmodellierung: PlattformAgilität: AnpassungderDarstellungnachA/BTestFeedback: JemehrVerkäufe,destobesserdieDaten
19Quelle: mobile.de; https://de.wikipedia.org/wiki/AWZ_P70
Datenprodukte sind anders. Macht etwas daraus!
2700 € im Ursprungszustand
Vielen Dank
Dr. Christoph TempichHead of consulting
inovex GmbHLudwig-Erhard-Allee 676131 Karlsruhe@[email protected] 3181 068
www.inovex.dewww.inovex.de/newsletter