Was ist prädiktive Analyse?
Einfach ausgedrückt, nutzt die prädiktive Analyse Daten und Statistiken, um die Zukunft vorherzusagen. Sie nutzt Elemente wie Data Mining und prädiktive Modellierung, um die Wahrscheinlichkeit zukünftiger Ereignisse einzuschätzen.
Da maschinelles Lernen und andere Elemente aus dem Bereich der künstlichen Intelligenz zum Einsatz kommen, ermöglicht die prädiktive Analyse Unternehmen die schnelle Analyse großer Datenmengen und erhöht damit sowohl die Genauigkeit als auch die Praktikabilität dieses Prozesses.
Obwohl dies wie ein Science-Fiction-Film klingt, wird dieses Werkzeug bereits seit geraumer Zeit eingesetzt - Zahlen zeigen, dass 52 % der Unternehmen weltweit bereits prädiktive Analyse in der einen oder anderen Form einsetzen (MicroStrategy).
Eines der frühesten Beispiele ist die Kreditwürdigkeitsprüfung, bei der anhand der historischen Finanzdaten einer Person berechnet wird, wie wahrscheinlich es ist, dass sie ihre Zahlungen in Zukunft pünktlich leisten wird. Andere, modernere Anwendungen dieser Technologie sind:
- Netflix verwendet prädiktive Analysen für seinen Feed "Was Ihnen auch gefallen könnte", wobei 80 % aller auf der Plattform angesehenen Inhalte aus diesen personalisierten Empfehlungen ausgewählt werden (Netflix)
- Amazons eigenes Personalisierungssystem basiert auf prädiktiver Analyse, weshalb sein Produktempfehlungssystem so genau sein kann
- Airbnb nutzt prädiktive Analyse - "Vermenschlichung von Daten", um es so auszudrücken -, um sein atemberaubendes Wachstum in den letzten fünf Jahren voranzutreiben
- Adidas nutzt eine KI-Analyseplattform, um den enormen Erfolg seiner digitalen Vertriebsabteilung zu untermauern, die dazu beigetragen hat, einen aktiven Kundenstamm von über 100 Millionen Kunden aufzubauen.
Wie nutzen Vermarkter prädiktive Analysen?
Mit Hilfe von prädiktiver Analyse können Vermarkter vorhersagen, wie sich das Verbraucherverhalten ändern wird. Sie nutzen dieses Wissen, um der Zeit voraus zu sein und wettbewerbsfähig zu bleiben. Die offensichtliche Anziehungskraft dieser Technologie erklärt, warum sie von Anfang an eingesetzt wurde - aber sie wird immer weiter verbreitet.
Mit diesem Werkzeug können Unternehmen vorhersagen, was Kunden am ehesten kaufen werden, wie sie auf Marketingkampagnen reagieren und Empfehlungen und Angebote personalisieren. Generell eignet sich dieses Werkzeug sowohl für Business Intelligence als auch für die Preisoptimierung.
Die prädiktive Analyse lässt sich grob in die folgenden drei Kategorien einteilen:
- Empfehlungsfilterung, die historische Kaufdaten analysiert, um Absatzmöglichkeiten zu ermitteln.
- Clustermodelle, die demografische Daten, Kaufgewohnheiten und Markenbindung nutzen, um Kunden in Gruppen zu unterteilen, die dann mit personalisierten Kampagnen angesprochen werden können.
- Prosperitätsalgorithmen, die die Aktionen eines Kunden vorhersagen, z. B. den Kauf eines Produkts, die Anmeldung zu einem Dienst oder die vollständige Abmeldung.
Was bedeutet die DSGVO für die prädiktive Analyse?
Prädiktive Analyse basiert auf Computeralgorithmen, die personenbezogene Daten analysieren - das heißt, je mehr Sie über Ihre Kunden wissen, desto genauer sind die Vorhersagen.
Mit der Einführung der Datenschutz-Grundverordnung (DSGVO) im Jahr 2018 wurden jedoch zahlreiche Regeln dafür eingeführt, was Unternehmen mit den personenbezogenen Daten von EU-Bürgern tun dürfen. Da sich die prädiktive Analyse auf personenbezogene Daten stützen, hat das Gesetz tiefgreifende Auswirkungen auf dieses leistungsstarke Marketing-Werkzeug - insbesondere im Hinblick auf seine Elemente des maschinellen Lernens und der künstlichen Intelligenz.
Den veröffentlichten Leitlinien zufolge lässt die DSGVO keine automatisierten Entscheidungen zu, die EU-Bürger "erheblich beeinträchtigen" - einschließlich ihrer Vorlieben, ihres Standorts, ihrer Bewegungen oder Interessen.
Darüber hinaus ermöglicht die DSGVO den EU-Bürgern, ihr "Recht auf Einschränkung" in Bezug auf die Verwendung personenbezogener Daten geltend zu machen. Damit wäre es Ihrem Unternehmen sofort untersagt, ihre Daten für die Profilerstellung oder automatisierte Entscheidungsfindung zu verwenden - der Todesstoß für alle prädiktiven Analysetechniken, die auf mehr Daten für bessere Ergebnisse angewiesen sind.
Aber selbst wenn die Nutzer dies nicht tun und ausdrücklich zugestimmt haben, dass sie ein Profil erstellen dürfen, kann Ihr Unternehmen ihre personenbezogenen Daten nur so lange aufbewahren, wie dies erforderlich ist, um den Kunden das Produkt oder die Dienstleistung zu liefern, die Sie anbieten - was die Verwendung ihrer Daten für prädiktive Analysen stark einschränkt.
Die DSGVO gibt den in der EU ansässigen Personen auch das Recht, anonym zu bleiben. Daher können Bedenken hinsichtlich eines Verstoßes gegen die DSGVO in diesem Bereich entschärft werden, wenn der Algorithmus, der der prädiktiven Analyse zugrunde liegt, entweder anonymisierte oder pseudonymisierte personenbezogene Daten verwendet - solange die Anonymisierung bedeutet, dass der Nutzer nicht identifiziert werden kann und der Prozess zu einem späteren Zeitpunkt nicht rückgängig gemacht werden kann.
Ironischerweise lässt die Datenschutz-Grundverordnung mehr Spielraum für prädiktive Analysen, wenn es um sensible personenbezogene Daten geht - "Daten einer besonderen Kategorie", zu denen Informationen wie Rasse, Nationalität und sexuelle Orientierung gehören, wie es im Wortlaut heißt.
Zwar haben die Nutzer nach wie vor das Recht, der Profilerstellung oder der automatischen Entscheidungsfindung zu widersprechen, doch ist es offensichtlich viel einfacher, nicht identifizierbare Trends aus demografischen Daten abzuleiten als aus persönlicheren Informationen, und daher ist es für Unternehmen sinnvoller, ihre prädiktiven Analysemodelle auf dieser Datenkategorie aufzubauen.
Wie sieht die Zukunft aus?
Letztendlich zwingt die DSGVO die Unternehmen dazu, personenbezogene Daten effektiver zu verwalten und zu schützen, und es war nie die Absicht der EU-Politiker, technologische Innovationen einzuschränken.
Auch wenn das Gesetz die prädiktive Analyse derzeit zweifellos einschränkt, wird es in Zukunft technologische Entwicklungen geben, die dieses Instrument innerhalb der gesetzlichen Grenzen noch effektiver machen.
Darüber hinaus haben die Beschränkungen der DSGVO für maschinelles Lernen und automatisierte Entscheidungsfindung die Fähigkeit von EU-Unternehmen eingeschränkt, mit nordamerikanischen und asiatischen Konkurrenten zu konkurrieren. Es besteht also die Möglichkeit, dass das Gesetz in Zukunft geändert wird.