Folie 1 | 13.12.2016 | © infas 360

Smart Research in Zeiten von Big Data

Wie aus App-Daten neue Zielgruppen werden

Folie 2 | 13.12.2016 | © infas 360

Die neue Ausgangslage

Reale Mobilität

Virtuelle Mobilität

Beruf Privat

als entscheidende Faktoren zur Beschreibung von Aktivitäten/Bedürfnisse des Menschen

WANN, WAS, WO, WANN und WIE LANGE?

+ Zeit und Raum

SMART DATA FÜR KOMMUNALE UNTERNEHMEN

Folie 3 | 13.12.2016 | © infas 360

Das Ziel: Eine innovative Zielgruppensegmentierung auf Basis von Mobilität

Reale Mobilität

Virtuelle Mobilität

Beruf Privat

Urlaub

Shoppen

Hobbies

Entertainment

Am Strand Im Fitnessstudio

Beim Einkaufen Auf dem Konzert

Zu Hause Auf der Arbeit

SMART DATA FÜR KOMMUNALE UNTERNEHMEN

Folie 4 | 13.12.2016 | © infas 360

Unsere Philosophie für mobile APP-Daten

Wir unterteilen die Welt in drei Entitäten (WOHNEN, ARBEITEN UND FREIZEIT), die immer eine ORT- UND ZEIT-INFORMATION besitzen

Arbeiten

POIs

Wohnen

Arbeiten & Wohnen

B2B-INFORMATIONEN IN ZEITEN VON BIG DATA

Folie 5 | 13.12.2016 | © infas 360

MEHR WISSEN. GEZIELTER HANDELN.

Beim Einkaufen 17.45h

Im Museum Am Wochenende

Zu Hause ab 22h

Auf der Arbeit 8.30h-

17.30h

Im Restaurant 12.30-13.30

Beim Sport 20-21.45h

+ GEODATEN

+ MAFO- DATEN

+ MARKTDATEN

… und reichern diese Lokationen mit allen ver-fügbaren weiteren Daten an.

+ CRM- DATEN

Folie 6 | 13.12.2016 | © infas 360

Das Resultat: Neue Zielgruppenbeschreibungen in Zeiten von Big Data

20 Minuten zur Arbeit

Firmen- und Gebäudegröße

Anzahl Mitarbeiter und Führungsebenen

Office-Zeiten 8h-18h

Höchste Frequenzen 8h, 12h und 18h

Nächste ÖPNV-Anbindung, in 10 Minuten

Familien m. Kindern

Prokurist

Wechselaffin

Online-Shopper

Sporthobby Tennis

E-Auto-Affin

Gewerbedaten

Arbeitsmarkt

…

Beruf Privat

SMART DATA FÜR KOMMUNALE UNTERNEHMEN

Folie 7 | 13.12.2016 | © infas 360

Anwendungsbeispiel Menthal-App

Wie aus App-Daten

Zielgruppenwissen entsteht

Folie 8 | 13.12.2016 | © infas 360

Die Menthal-App der Universität Bonn

Die Menthal-App unterstützt einen nachhaltigen digitalen Lebensstil. Sie leistet Hilfe zu Selbsthilfe, indem sie dem Nutzer Auskunft über seinen Umgang mit dem Telefon erteilt.

Gleichzeitig erhebt die Studie das Mobilfunkverhalten tausender Nutzer.

Ca. 300.000 Downloads, davon 75.000 „Heavy-Nutzer“, alle mit Einverständnis zur umfassenden „Überwachung“

Betriebssystem Android-App, erfasst werden u.a.:

Telefonate: [anonymisierte Telefonnr., Startzeit, Endzeit]

Eingehende und ausgehende SMS und Chat Messages: [anonymisierte Telefonnr., Anzahl Buchstaben, Sendezeitpunkt],

alle im Telefonbuch des Telefons gespeicherten Telefonnummern, und kommunizieren diese (wie oben anonymisiert)

Geografische Position: Ortung über GPS des Smartphones. Ist kein kein GPS-Signal zu empfangen (Abschattung, in vielen Gebäuden selbst), so versucht das Telefon anhand der verfügbaren Mobilfunk- und Wifi-Signale die aktuelle Position zu schätzen. Die Genauigkeit der Ortung liegt i. A. zwischen 10 und 100 Metern. Konkret wird alle zwanzig Minuten eine Ortung vorgenommen [Zeitpunkt, geografischer. Längengrad, geografischer Breitengrad, Genauigkeit].

Abfragen zum Befinden, Mentalen Zuständen, Lebenszufriedenheit und Persönlichkeit

SMART DATA FÜR KOMMUNALE UNTERNEHMEN

Folie 9 | 13.12.2016 | © infas 360

Erkenntnisbasis Raumbezug: Alleine circa 2 Milliarden möglicher Koordinaten p.a. von 75.000 Heavy-Nutzer bilden eine Basis für neue Bewegungs- und Hot-Spot-Analysen

Quelle: Alle aufgezeichneten Lokationen der Menthal-App

SMART DATA FÜR KOMMUNALE UNTERNEHMEN

Folie 10 | 13.12.2016 | © infas 360

Internationales Bewegungsprofil eines Probanden an einem Tag

* Zusätzliches Einverständnis für Veröffentlichung der Daten liegt vor

SMART DATA FÜR KOMMUNALE UNTERNEHMEN

Folie 11 | 13.12.2016 | © infas 360

Innerstädtisches Bewegungsprofil eines Probanden

* Zusätzliches Einverständnis für Veröffentlichung der Daten liegt vor

SMART DATA FÜR KOMMUNALE UNTERNEHMEN

Folie 12 | 13.12.2016 | © infas 360

Hier: Generelles Heatmap-Modell für Bonn; Identifikation von 100x100 Meter HotSpots

Wohnen

Arbeiten

Freizeit

DIGITAL RESEARCH MEETS REAL WORLD Handy-Koordinaten

Effektive Möglichkeit zur Verarbeitung von Massendaten: Heatmaps zur Identifikation von HotSpots (Genauigkeit 100x100 Meter)

Folie 13 | 13.12.2016 | © infas 360

Hier: HotSpots-Identifikation nach Ortsteilen in Bonn 1. Endenich (Wohnen) 2. Castell (Arbeiten) 3. Südstadt (Freizeit)

SMART DATA FÜR KOMMUNALE UNTERNEHMEN

Sehr interessante Alternative für Mobilitätsanalysen: Stadt- und Ortsteile

Folie 14 | 13.12.2016 | © infas 360

Zur Identifikation eines adressgenauen HotSpot ist die Lagegenauigkeit wesentlich

Hier: Innerstädtisches Bewegungsprofil eines Probanden

Hier: Motorola Moto G, 1. Generation

SMART DATA FÜR KOMMUNALE UNTERNEHMEN

Folie 15 | 13.12.2016 | © infas 360

WIE AUS APP-DATEN ZIEGRUPPEN WERDEN

Datenanreicherung und -analyse

mittels Drittdaten (CASA)

Folie 16 | 13.12.2016 | © infas 360

Beispielinformationen aus der Datenbank CASA Consumer zur Wohnadresse

Hier: Innerstädtisches Bewegungsprofil eines Probanden

DIGITAL RESEARCH MEETS REAL WORLD Handy-Koordinaten

Amtliche Gebäudedaten Gebäudetyp und -funktion Gebäudealter Gebäudehöhe und -volumen Energie und Telekomversorgung usw.

Sozio-Demographie auf Haus Anzahl Einwohner und Haushalte Alters- und Familienstruktur Sozialer Status Kaufkraft usw.

Lifestyle-Informationen zu Fashion Essen & Trinken LOHAS & Wellness Customer Journey Typologie usw.

Quartiersinformationen Miet- und Kaufpreis Siedlungs- und Quartierstyp Ausländeranteil Kinderdichte usw.

Folie 17 | 13.12.2016 | © infas 360

DIGITAL RESEARCH MEETS REAL WORLD Datenanalyse

Auszug aus der CASA-Profilierung

Überdurchschnittliche Verteilung aus Hessen, NRW und Schleswig-Holstein.

Stadt-Land-Verteilung ‚ungewöhnlich‘ gleichverteilt

Eher aus den neueren Gebäuden kommend. Jeder Dritte aus Gebäuden > 1990.

Folie 18 | 13.12.2016 | © infas 360

Auszug aus der CASA-Profilierung

DIGITAL RESEARCH MEETS REAL WORLD Datenanalyse

1-2 Familienhäuser, Doppelhaushälften

Kleine bis mittlere Häuser

Durchschnittliche Kauf- und Mietpreislagen

Weitere CASA-Merkmale wie Demographie und Lifestyle auf Anfrage

Folie 19 | 13.12.2016 | © infas 360

Michael Herter Geschäftsführer +49 (0)228/74887-360 m.herter@infas360.de infas 360 GmbH Ollenhauerstraße 1 53113 Bonn www.infas360.de

Vielen Dank für Ihre Aufmerksamkeit!

Bildnachweise young couple taking a selfie of their grimaces © young couple taking a selfie of their grimaces @ fotolia Hipster businessman with mobile phone on tram © Halfpoint @ Fotolia Hipster business man with baby in pram in town © Halfpoint @F otolia Father and daughter © Halfpoint @ Fotolia Hipster businessman in cafe © Halfpoint @ Fotolia