Big Data. Können Medienunternehmen der Unterhaltungsbranche in ihrer Inhaltsentwicklung von Daten und Analytics profitieren?

Inhaltsverzeichnis

1. Einleitung

2. Ausgangssituation - Problemstellung
2.1 Gesellschaftliche Relevanz
2.2 Fachliche Relevanz
2.3 Formulierung der Forschungsfrage

3. Theoretische Grundlagen
3.1 Definitionen und Begriffe
3.1.1 Medien
3.1.2 Medienunternehmen
3.1.3 Business Intelligence (BI)
3.1.4 Business Analytics (BA)
3.1.5 Big Data
3.1.6 Algorithmus
3.2 Die Zerlegung des Begriffs Big Data (Die 3 V's)
3.3 Kundenanalyse als Optimierungsmöglichkeit
3.4 Hypothese

4. Methodik
4.1 Der Netflix-Preis

5. Untersuchungsstand und Stichprobe
5.1 Gewinner

6. Ergebnisdarstellung und Bewertung der Hypothese

7. Literaturverzeichnis

8. Internetquellen

Big Data

Können Medienunternehmen der Unterhaltungsbranche in ihrer Inhaltsentwicklung von Daten und Analytics profitieren?

1. Einleitung

„Für diese Branche ist Big Data eine Goldgrube. Obwohl man sich hier in der Vergangenheit noch nicht viel mit Daten oder Analytics beschäftigt hat, kann man jetzt viel darüber erfahren, welche Art von Inhalten die Kunden wirklich wollen, da Produkte zunehmend über das Internet vertrieben werden. Die Unternehmen könnten also nicht nur herausfinden, welche Art von Filmen, Fernsehprogrammen und Videos ihre Kunden mögen, sondern noch viel detailliertere Informationen erfassen (…) Unternehmen wie Netflix und Amazon zeigen uns neue Wege, Big Data zu nutzen, um erfolgreiche Inhalte ¹ zu erzeugen.“ (Davenport, 2014) Thomas H. Davenport, Professor für Informationstechnologie und Informationsmanagement am Babson College und Forschungswissenschaftler am MIT Center for Digital Business, erklärt in seinem Buch „big data @ work“ aus dem Jahre 2014, die Chancen und Risiken einer neuen technologischen Möglichkeit, gigantische Datenmengen so verarbeiten zu können, dass ein profitableres Ergebnis erzielt werden kann. Dabei geht er unter anderem auch explizit auf die Chancen für Medienunternehmen ein, die sich durch Big Data eröffnen.

2. Ausgangssituation - Problemstellung

2.1 Gesellschaftliche Relevanz

Wenn man, wie im folgenden Zitat, einmal zu dimensionieren versucht, von welcher Größenordnung man eigentlich spricht, wenn man von großen Datenmengen redet, lässt sich die gesellschaftliche Relevanz von Big Data im 21. Jahrhundert nicht leugnen.

„Weltweit werden pro Minute 100 Stunden Videomaterial auf YouTube. geladen, 4.112.500 Google-Suchanfragen abgesetzt, 3.300.000 Facebook-Einträge geteilt, 347. 000 Tweets auf Twitter verschickt, 48.000 Apps aus Apples AppleStore geladen und 38.200 Fotos auf Instagram eingestellt. Wie gesagt: alles pro Minute“² (Steinbrecher, Schumann, 2015)

Die Popularität von „Big Data“ lässt sich definitiv auch mit dem Blick auf die Anzahl der Suchergebnisse auf Google erkennen. Hier werden in 0,32 Sekunden 433.000.000 Ergebnisse gefunden, was den Schluss zulässt, dass das Thema längst hohe gesellschaftliche Beachtung genießt und Menschen dazu bewegt, sich damit auseinander zu setzen.

2.2 Fachliche Relevanz

Der Aufgabenbereich eines Medienmanagers beinhaltet unter anderem, dass man die grundlegenden Entwicklungen im Bereich medialer Technologie und Nutzung kennt und darstellen kann.³

Demnach führt kein Weg daran vorbei, sich mit „Big Data“ auseinander zu setzen, da die Herausforderungen für die internationale Medienwirtschaft durch technologische Innovationen und Änderungen in der Mediennutzung als Medienmanager angegeben und beurteilt werden müssen.⁴

Die medienwissenschaftliche Relevanz des Themas „Big Data“ besteht ebenfalls darin, dass sie eine noch nicht dagewesene Fülle an Nutzpotenzialen aufweist, jedoch ambivalenterweise auch moralisch umstrittene Risiken birgt.⁵

„Um den dynamischen, sich stetig wandelnden Medienmarkt erfolgreich mitzugestalten, bedarf es insbesondere der Medienmanager, denn nach der vorherrschenden Definition ihres Berufsbildes sind sie für den administrativen und gestalterischen zweckdienlichen Einsatz der Produktions- und Finanzmittel innerhalb eines Unternehmens verantwortlich ...“⁶ (Hermanni, 2007)

Somit ließ sich die fachliche Relevanz des Themas Big Data im Zusammenhang mit Medienmanagement klar definieren und lieferte den ausschlaggebenden Anstoß für das Verfassen dieser wissenschaftlichen Arbeit.

2.3 Formulierung der Forschungsfrage

Entscheidend bei der Wahl der Forschungsfrage (Können Medienunternehmen der Unterhaltungsbranche in ihrer Inhaltsentwicklung von Daten und Analytics profitieren?) war, dass sich ungeahnte Möglichkeiten für Medienunternehmen, aufgrund der Tatsache, dass man früher nicht feststellen konnte, ob das Produzierte höchst- wahrscheinlich konsumiert werden wird oder nicht, entwickelt haben. Dementsprechend war das Forschungsinteresse als zukünftiger Medienmanager mehr als ausgereift und schließlich entscheidend, für das Verfassen dieser wissenschaftlichen Arbeit. Anhand dieser Fragestellung wird untersucht, ob Medienunternehmen der Unterhaltungsbranche, ihre Inhalte mit Hilfe von Daten und Analytics, so entwickeln können, dass sich der Profit optimieren lässt.

3. Theoretische Grundlagen

3.1 Definitionen und Begriffe

Es folgt ein Überblick über die wichtigsten Begrifflichkeiten inklusive einer Erklärung.

3.1.1 Medien

Medien sind Werkzeuge, die den Austausch von Informationen zwischen einem Absender und einem Empfänger ermöglichen.⁷ Generell werden alle Verfahren, die der Informationsverbreitung dienen, unter dem Begriff „Medien“ zusammengefasst. Medien lassen sich in die 4 folgenden Bereiche gliedern und können zur zeitnahen oder zeitversetzten Kommunikation genutzt werden.⁸

Auditiver Bereich, Visueller Bereich, audiovisueller Bereich, interaktiver Bereich

3.1.2 Medienunternehmen

Bei Medienunternehmen handelt es sich um alle Unternehmen, die in der Medienwirtschaft tätig sind.⁹

„Sie lassen sich weiter als Dienstleistungsunternehmen charakterisieren, die Informationen und/oder Unterhaltung und/oder Werberaum anbieten. Charakteristisch ist dabei für sie die Art des Produktionsprozesses. Sie kombinieren als Packager die Vorprodukte Information, Unterhaltung und Werbung zu einem marktreifen Endprodukt (Urkopie). Dabei können die Vorprodukte jeweils separat oder zu zweit oder insgesamt zu einem marktreifen Produkt gebündelt und angeboten werden.“¹⁰ (Sjurts, 2010)

3.1.3 Business Intelligence (BI)

Business Intelligence bezeichnet den Zugriff auf Informationen und die daraus resultierende Analyse dieser Informationen, mit Hilfe der Verwendung von IT- Werkzeugen.¹¹

BI fungiert unterstützend in der Entscheidungsfindung eines Unternehmens.¹² Bei Business Intelligence handelt es sich zum Großteil um Informationsverarbeitung, die sich auf Informationen der Vergangenheit bezieht.¹³

3.1.4 Business Analytics (BA)

Man kann Business Analytics, unter dem Einbezug der Tatsache, dass bei BA fortschrittlichere Methoden der Analyse verwendet werden, als eine Erweiterung von BI definieren, die sich nicht wie bei Business Intelligence, nur auf Daten der Vergangenheit bezieht, sondern auch über den Tellerrand hinaus blickt, in dem, auf Basis der vorhergehenden Analyse, Prognosen gestellt werden.¹⁴

Business Analytics lässt sich in drei Elemente der Analyse aufteilen:¹⁵

- Descriptive Analytics: (beschreibende Analyse)
- Predictive Analytics: (vorausschauende Analyse)
- Prescriptive Analytics: (beschreibende, vorausschauende Analyse)

3.1.5 Big Data

Big Data wird als Sammelbegriff für riesige, unstrukturierte Datenmengen benutzt, die durch den alltäglichen Gebrauch des Internets durch Milliarden von Menschen entstehen.^{16 17} Diese Datenmengen lassen sich nur mit Hilfe von komplexen

[...]

¹ Davenport (2014): Big Data @ work, S. 47

² Steinbrecher, Schumann (2015): Update, S.25

³ Vgl. Becker (2014), Medienmanagement und öffentliche Kommunikation: Der Einsatz von Medien in Unternehmensführung und Marketing S.13

⁴ Vgl. Sjurts (2013), Gabler Lexikon Medien Wirtschaft, S.268

⁵ Vgl. (4/ 2013) ERP Management S.36

⁶ Hermanni (2007), Medienmanagement: Grundlagen und Praxis für Film, Hörfunk, Internet, Multimedia und Print

⁷ Vgl. Fischer (2007), Unternehmenskommunikation und Neue Medien, S.69

⁸ Vgl. Wirtz (2009), Medien- und Internetmanagement, S.9

⁹ Bode (2010), Markenmanagement in Medienunternehmen, S.25

¹⁰ Sjurts (2005), Strategien in der Medienbranche: Grundlagen und Fallbeispiele, S.6

¹¹ Lang (2015), Handbuch Business Intelligence: Potenziale, Strategien und Best Practices, S.1

¹² Vgl. Lang (2015), Handbuch Business Intelligence: Potenziale, Strategien und Best Practices, S.20

¹³ Bachmann (2013), Raus aus der BI-Falle, S. 228

¹⁴ Vgl. Strohmeier, Piazza (2015), Human Resource Intelligence und Analytics: Grundlagen, Anbieter, Erfahrungen und Trends, S.226

¹⁵ Vgl. Bachmann, Kemper, Gerzer (2014), Big Data: Fluch oder Segen, S.175

¹⁶ Vgl. Davenport (2014), Big Data @ Work, S.1

¹⁷ Steinbrecher, Schumann (2015), Update, S. 14