Blog Post:Barack Obama hat letzte Woche die US-Präsidentschaftswahlen knapp gewonnen. Dabei spielte neben vielen andere Faktoren Big Data und Predictive Analytics erstmals eine wesentliche Rolle. Denn dadurch konnte Obama mit einem sehr knappen Stimmenvorsprung von nur zwei Prozent ein Verhältnis von 332 zu 206 bei den Wahlmännern erzielen. Schon frühzeitig analysierte sein Wahlkampfteam in den entscheidenden "Swing-States" bis auf Wahlkreis-Ebene, wie das Wechselwählerverhalten in der Vergangenheit war. Bezirke, die nahezu immer geschlossen für den Kandidaten der Republikaner oder der Demokraten stimmten, wurden dabei aussortiert - denn es ging ja um die wahlenentscheidenden Wechselwähler. Auf Silicon.de ist ausführlich beschreiben, wie die Wahlstrategen weiter vorgingen: "In der nächsten Phase wurden Korrelationen zwischen Wahlverhalten und den soziodemografischen Daten eines Wahlkreises aufgespürt. Ziel war es, herauszufinden, wer – im soziodemografischen Sinne – die jeweiligen Wechselwähler sind. Parallel setze man normale Marktstudien an, mit denen man die Wichtigkeit und Sensibilität für bestimmte Themen und Argumente bei diesen Wechselwählern feststellen konnte. Mit einem eigenen Call-Center wurden hierzu über 54.000 Telefon-Interviews durchgeführt. Anschließend wurden die statistischen Profile der typischen Wechselwähler modelliert. Rund 100 Variable gingen in dieses Modell ein, um mit Hilfe von Predictive Analytics das vermutliche Wahlverhalten zu ermitteln. Diese Analysen wurden dann mit alternativen Aktionen und Argumenten simuliert, bis man die sinnvollste Strategie gefunden hatte. Damit war das weitere Aktionsraster vorgegeben, denn es war jetzt klar, wen man, wann, wo und womit ansprechen muss, um ihn von Obamas Politik zu überzeugen. Bis hinunter auf die kleinsten Städte und Gemeinden wusste das Obama-Team ganz genau, welche Aktionen erfolgversprechend sind." Mit Hilfe von Social Media wurden die Aktivisten der Kampagne vor Ort genau auf diese erkannten Schwerpunkte gelenkt und mit Argumenten versorgt. Auch der Einsatz von Ressourcen wie z.B. von TV-Spots, Telefonanrufe oder Kundgebungen mit Promis richtete sich nach diesem Plan. Wichtig waren auch die ständige Erfolgskontrolle und die schnelle Anpassung der Maßnahmen. In dem Bericht auf Silicon.de heißt es dazu: "Hierzu hatten Obamas Team verschiedene Referenz-Bereiche angelegt, die periodisch über ihre Wahl-Pläne befragt wurden. Doch das reichte den IT-Experten nicht. So wurden diese Umfragen mit Sediment-Analysen bei Twitter, Facebook und LinkedIn ergänzt." Und was können Unternehmen daraus lernen? Angst vor Big Data ist fehl am Platze. Im Gegenteil: Richtig genutzt, tragen die riesigen Datenmengen zur Steigerung des Unternehmenserfolgs bei. Die Adobe Digital Marketing Cloud bietet deshalb Möglichkeiten, mit deren Hilfe sich auch große Datenmengen in Bezug auf bestimmte Verhaltensmuster von Kunden analysieren lassen und so für Predictive Marketing nutzbar werden. Damit lassen sich schnell die relevantesten Details innerhalb der immer größer werdenden Masse an Informationen identifizieren und historische Daten zur Vorhersage künftiger Ergebnisse nutzen. Bisherige Webanalyse-Lösungen betrachten Daten aus der Vergangenheit so, als ob man ein Auto fährt und dabei nur durch den Rückspiegel blickt. Mit den neuen Möglichkeiten können Marketingverantwortliche zum ersten Mal die Daten in einer Weise nutzen, wie man eigentlich Auto fahren sollte – indem man sich auf den Teil der Straße konzentriert, der vor einem liegt. Das ist die entscheidende Lehre aus dem Obama-Wahlkampf, wie auch diese Infografik sehr schön zeigt: Author: Date Created:12 November 2012 Date Published: Headline:Infografik: Was Unternehmen von Obamas Wahlsieg lernen können Social Counts: Keywords: Publisher:Adobe Image:http://blogs.adobe.com/digitaleurope/wp-content/themes/pagelines-template-theme/images/no-image.jpg

Barack Obama hat let­zte Woche die US-Präsidentschaftswahlen knapp gewon­nen. Dabei spielte neben vie­len andere Fak­toren Big Data und Pre­dic­tive Ana­lyt­ics erst­mals eine wesentliche Rolle. Denn dadurch kon­nte Obama mit einem sehr knap­pen Stim­men­vor­sprung von nur zwei Prozent ein Ver­hält­nis von 332 zu 206 bei den Wahlmän­nern erzie­len. Schon frühzeitig analysierte sein Wahlkampfteam in den entschei­den­den “Swing-States” bis auf Wahlkreis-Ebene, wie das Wech­sel­wäh­lerver­hal­ten in der Ver­gan­gen­heit war. Bezirke, die nahezu immer geschlossen für den Kan­di­daten der Repub­likaner oder der Demokraten stimmten, wur­den dabei aus­sortiert — denn es ging ja um die wahle­nentschei­den­den Wechselwähler.

Auf Sil​i​con​.de ist aus­führlich beschreiben, wie die Wahlstrate­gen weiter vorgin­gen: “In der näch­sten Phase wur­den Kor­re­la­tio­nen zwis­chen Wahlver­hal­ten und den soziode­mografis­chen Daten eines Wahlkreises aufge­spürt. Ziel war es, her­auszufinden, wer – im soziode­mografis­chen Sinne – die jew­eili­gen Wech­sel­wäh­ler sind. Par­al­lel setze man nor­male Mark­t­stu­dien an, mit denen man die Wichtigkeit und Sen­si­bil­ität für bes­timmte The­men und Argu­mente bei diesen Wech­sel­wäh­lern fest­stellen kon­nte. Mit einem eige­nen Call-Center wur­den hierzu über 54.000 Telefon-Interviews durchge­führt. Anschließend wur­den die sta­tis­tis­chen Pro­file der typ­is­chen Wech­sel­wäh­ler mod­el­liert. Rund 100 Vari­able gin­gen in dieses Mod­ell ein, um mit Hilfe von Pre­dic­tive Ana­lyt­ics das ver­mut­liche Wahlver­hal­ten zu ermit­teln. Diese Analy­sen wur­den dann mit alter­na­tiven Aktio­nen und Argu­menten simuliert, bis man die sin­nvoll­ste Strate­gie gefun­den hatte. Damit war das weit­ere Aktion­sraster vorgegeben, denn es war jetzt klar, wen man, wann, wo und womit ansprechen muss, um ihn von Oba­mas Poli­tik zu überzeu­gen. Bis hin­unter auf die kle­in­sten Städte und Gemein­den wusste das Obama-Team ganz genau, welche Aktio­nen erfol­gver­sprechend sind.”

Mit Hilfe von Social Media wur­den die Aktivis­ten der Kam­pagne vor Ort genau auf diese erkan­nten Schw­er­punkte gelenkt und mit Argu­menten ver­sorgt. Auch der Ein­satz von Ressourcen wie z.B. von TV-Spots, Tele­fo­nan­rufe oder Kundge­bun­gen mit Promis richtete sich nach diesem Plan. Wichtig waren auch die ständige Erfol­gskon­trolle und die schnelle Anpas­sung der Maß­nah­men. In dem Bericht auf Sil​i​con​.de heißt es dazu: “Hierzu hat­ten Oba­mas Team ver­schiedene Referenz-Bereiche angelegt, die peri­odisch über ihre Wahl-Pläne befragt wur­den. Doch das reichte den IT-Experten nicht. So wur­den diese Umfra­gen mit Sediment-Analysen bei Twit­ter, Face­book und LinkedIn ergänzt.”

Und was kön­nen Unternehmen daraus ler­nen? Angst vor Big Data ist fehl am Platze. Im Gegen­teil: Richtig genutzt, tra­gen die riesi­gen Daten­men­gen zur Steigerung des Unternehmenser­folgs bei. Die Adobe Dig­i­tal Mar­ket­ing Cloud bietet deshalb Möglichkeiten, mit deren Hilfe sich auch große Daten­men­gen in Bezug auf bes­timmte Ver­hal­tens­muster von Kun­den analysieren lassen und so für Pre­dic­tive Mar­ket­ing nutzbar wer­den. Damit lassen sich schnell die rel­e­van­testen Details inner­halb der immer größer wer­den­den Masse an Infor­ma­tio­nen iden­ti­fizieren und his­torische Daten zur Vorher­sage kün­ftiger Ergeb­nisse nutzen.

Bish­erige Webanalyse-Lösungen betra­chten Daten aus der Ver­gan­gen­heit so, als ob man ein Auto fährt und dabei nur durch den Rück­spiegel blickt. Mit den neuen Möglichkeiten kön­nen Mar­ket­ingver­ant­wortliche zum ersten Mal die Daten in einer Weise nutzen, wie man eigentlich Auto fahren sollte – indem man sich auf den Teil der Straße konzen­tri­ert, der vor einem liegt. Das ist die entschei­dende Lehre aus dem Obama-Wahlkampf, wie auch diese Info­grafik sehr schön zeigt: