Small Data – Nutzerwünsche mit Beobachtung & Spürsinn entdecken statt mit Big Data

Big Data verspricht, die (potenziellen) Kunden besser kennen zu lernen als deren engste Freunde, ja besser als sie selbst. Durch die statistische Analyse von Kauf- und Klickverhalten von hunderttausenden Personen wollen Data Scientists herausbekommen, wie Produkte und Dienste aussehen müssen, die Menschen wirklich wollen.

Symbolbild Big Data

Das Versprechen von Big Data: Dank statistischer Verfahren herausfinden, was Menschen wollen.


Und manche Erfolge sind beeindruckend. Schon 2012 machte die Geschichte des US-Supermarkts die Runde, nach der die Marketer durch das Kaufverhalten einer jungen Frau wussten, dass sie schwanger ist – noch vor ihren Eltern, bei denen sie lebte. (How Target Figured Out A Teen Girl Was Pregnant Before Her Father Did)

Doch die Begeisterung für Big Data hat sich in den letzten zwei Jahren etwas gelegt. Vor allem aus zwei Gründen:

1. Big Data ist viel Arbeit

Daten fallen überall an. Ein einziger Besuch eines einzigen Nutzers auf einer Website hinterlässt Dutzende, oft sogar Hunderte von Datenpunkten. Zwar erleichtern Lösungen wie Google Analytics die Auswertung dieser Masse von Daten.

Aber erstens gehört immer noch einiges an Sachverstand dazu, die Ergebnisse korrekt zu interpretieren. Und zweitens muss man immer noch sinnvolle Schlüsse daraus ziehen.

Findet man z.B. heraus, dass 98,2 Prozent der Nutzer ihren Besuch der eigenen Site abbrechen, wenn sie eine bestimmte Seite erreicht haben. Diese Information allein hilft aber noch nicht weiter.

Es kann sein, dass diese einzelnen Seite so schlecht ist, dass die Nutzer den Besuch abbrechen. Oder dass sie so erbost sind über das, was sie auf dieser Seite sehen. Solche potenziellen Kunden haben Sie verschreckt, die kommen nicht mehr wieder.

Genauso kann es aber sein, dass der Benutzer sehr zufrieden ist. Vielleicht hat er gerade auf dieser Seite die Information gefunden, die er gesucht hat. Er hat also alles, ist hoch erfreut und kommt sicher gern wieder.

Das ist nur ein ganz simples Beispiel. Und Website-Analytics gehört zu den einfachen Bereichen von Big Data. Seit Jahren gibt es hier etablierte Tools und Auswertungsverfahren, die Metriken stehen fest und die Ergebnisse lassen sich leicht zwischen verschiedenen Anbietern vergleichen.

Es gibt viele Bereiche, die sind wesentlich komplexer. Wer zum Beispiel Informationen aus den Kaufprofilen seiner Kunden ziehen will, der muss viel kreativer – und wissenschaftlicher – werden.

2. Big Data verrät nichts über Motive

Hat man statistisch sauber Korrelationen in seinen Daten aufgespürt, ist damit nur der erste Schritt getan. Ein Onlinehändler findet etwa heraus, dass Menschen, die eine Spielkonsole bestellt haben, mit 14,4 Prozent Wahrscheinlichkeit in den nächsten drei Monaten nichts mehr bestellen werden.

Solche Zusammenhänge sind völlig abstrakt. Interessant werden sie erst, wenn man weiß, warum die Menschen sich so verhalten. In unserem Beispiel könnte man jede Menge Hypothesen aufstellen:

  • Die Spielkonsole ist so gut, dass die Käufer über Wochen hinweg nichts anders tun, als zu spielen.
  • Die Kunden waren so unzufrieden mit dem Ablauf der Bestellung, dass sie woanders bestellen.
  • Die Kunden haben in der Packung einen Gutschein gefunden, der sie auf andere Shops geführt hat.
  • Die Investition für die Konsole war so hoch, dass für die nächsten Monate kein Geld für Vergnügen mehr zu Verfügung steht.

Alle diese Hypothesen sind zunächst völlig aus der Luft gegriffen. Teilweise widersprechen sie sich, teilweise können mehrere von ihnen zugleich wahr sein. Welche aber wie wahr ist, das verrät Big Data nicht.

Der Berater McGovern schreibt daher:

Big Data hat ein enormes Potenzial, wenn diejenigen, die die Daten ansehen, wissen, was sie suchen und warum sie es suchen. Ohne Empathie für den Kunden ist Big Data wie die Suche nach der Stecknadel im Heuhaufen – ohne dass man weiß, wie eine Nadel aussieht.

Besser als Big Data: Small Data

Die Kritik an Big Data ist nicht neu. Und für viele ist Big Data sowieso kein Thema – weil die Daten einfach nicht vorhanden sind, oder weil die Ressourcen fehlen, um sie auszuwerten.

Hier setzt der Marken-Berater Martin Lindstrom an: Er plädiert dafür, Small Data zu nutzen. Mit Small Data bezeichnet er das, was in der UX-Branche wie auch im Marketing schon seit Jahren üblich ist: Das akribische Beobachten kleinster Details im Nutzungsverhalten von Menschen – Ethnografische Studien.
Die Erkenntnisse werden dabei nicht aus Massen von Daten von Massen von Personen gewonnen. Sondern aus vielen kleinen Beobachtungen an einzelnen Menschen.

Cover Buch Small DataVor wenigen Wochen ist Lindstroms Buch Small Data: Was Kunden wirklich wollen – wie man aus winzigen Hinweisen geniale Schlüsse zieht erschienen. Darin erzählt er höchst unterhaltsam, wie er arbeitet. Er lebt über Tage hinweg in chinesischen Familien, bei schweizerischen Teenagern, mit amerikanischen Hausfrauen oder indischen Schwiegermüttern und -Töchtern.

Dabei unterhält er sich mit ihnen, sieht ihnen beim Zähneputzen zu, liest ihre Mobilfunk-Abrechnungen, wühlt ihn ihren Schubladen und durchstöbert ihre Festplatten. Das alles natürlich mit Zustimmung der Beteiligten.

Leider verrät er nur wenig davon, wie seine konkrete tägliche Arbeit aussieht. Woher kommen die Kontakte zu den Menschen, die er besucht/beobachtet? Wie lange bleibt er genau? Sitzt er den ganzen Tag auf dem Sofa oder schaut er nur gelegentlich vorbei? Was filmt er, wie macht er Notizen? Wie viele Assistenten hat er und wie bringen die sich ein?

Das interessiert einen UX-Forscher natürlich brennend. Aber trotzdem ist das Buch eine Fundgrube an Informationen über das Verhalten, die Wünsche und Angewohnheiten von Menschen auf der ganzen Welt. Und eine Fundgrube an Inspirationen für neue Herangehensweisen.

Zwei Dinge habe ich lediglich zu kritisieren: Lindstrom springt von einer Geschichte zur anderen. Im Kapitel über China fängt er plötzlich an, von Disneyland in Frankreich zu erzählen, von französischen Essessgewohnheiten und von schweizer, australischer und japanischer Pünktlichkeit (auf die Minute, 30 Minuten zu spät bzw. 15 Minuten zu früh).
Das hat zwar immer etwas mit dem jeweiligen Thema zu tun, macht die Lektüre aber mitunter etwas mühsam – es entsteht ein Fast-Food-Gefühl, man denkt oft, jetzt nur noch ein paar Seiten lesen, dann reicht es wirklich und wird doch wieder und wieder hineingezogen und kann kaum aufhören – und bleibt am Ende dennoch etwas unbefriedigt zurück.

Und: Lindstrom betont mehrfach, kein Wissenschaftler zu sein, keine Ausbildung zu haben. Mit Ethnographie, Psychologie, Statistik oder wissenschaftlicher Methodik hat er nichts am Hut. Das macht das Buch leicht lesbar. Manchmal würde man sich aber doch eine Quellenangabe wünschen – gelegentlich hat man das Gefühl, dass Lindstrom einfach seinem Gefühl folgt und nicht ohne Vorurteile ist. Wie er zum Beispiel zum Schluss kommt, dass Menschen, die ihre Zahnbürste mit den Borsten nach unten ins Glas stellen, spannenderen Sex haben, das bleibt etwa völlig im Dunkeln. Oder die Behauptung, dass 13–16jährige Mädchen jeden Morgen 17 Handyfotos von ihren Outfit-Vorschlägen für den Tag machen und an alle ihre Freundinnen für Feedback schicken: Wie groß ist hier die Datenbasis? Und ist das repräsentativ?

Dennoch: Das Buch lohnt sich für jeden, der Nutzerbeobachtung macht oder machen möchte. Und es ist ein hervorragendes Geschenk für Leute, die man davon überzeugen will, dass qualitative Methoden in der UX eine unverzichtbare Ergänzung für quantitative Ansätze sind.

Martin Lindstrom: Small Data: Was Kunden wirklich wollen – wie man aus winzigen Hinweisen geniale Schlüsse zieht 24,99 Euro (Hardcover) 19,99 Euro (E-Book)

Portraitfoto: Jens Jacobsen

Jens Jacobsen

Inhaber

benutzerfreun.de

Bisher veröffentlichte Beiträge: 42

2 Kommentare

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.