
Sechs Learnings von Olaf Deininger: Wie Predictive Analytics der Verlagsbranche nützen
Von Ann-Cathrin Schürholz, 7. Dezember 2020
Data Science kommt in der Verlagsbranche vor allem im Bereich Predictive Analytics zum Tragen. Olaf Deininger, Journalist und Digital Consultant, gibt im Video-Vortrag einen Überblick zu den aktuellen Entwicklungen rund um Data- und Predictive Analytics, stellt erfolgreiche Projekte dazu vor und macht die Chancen und Gefahren dieser Analysemethoden deutlich. Wir haben die wichtigsten Learnings zusammengefasst.
Predictive Analytics
… sind auf maschinellem Lernen und künstlicher Intelligenz basierende Vorhersagesysteme, die Daten zur Vorhersage von Aktivitäten, Verhalten und Trends nutzen.
Der komplette Video-Vortrag:
Olaf Deininger, Journalist und Digital Consultant, gibt in seinem Video-Vortrag einen kompakten Überblick über aktuelle Entwicklungen im Bereich Data- und Predictive Analytics. Anhand konkreter Praxisbeispiele – etwa aus dem Einzelhandel oder der Verlagsbranche – zeigt er, wie datenbasierte Prognosen bereits heute erfolgreich eingesetzt werden: von optimierten Warenströmen im Supermarkt bis hin zur Vorhersage von Abo-Kündigungen bei Tageszeitungen.
Dabei wird deutlich: Die Chancen dieser Technologien sind enorm – zum Beispiel für zielgenaues Marketing, bessere Kundenbindung oder effizientere Prozesse. Gleichzeitig sensibilisiert Deininger auch für die Herausforderungen und Risiken, etwa in Bezug auf Datenschutz, Datenqualität oder ethische Fragen.
Der Vortrag liefert einen verständlichen Einstieg und macht klar: Wer datengetrieben arbeitet, kann sich im Wettbewerb entscheidende Vorteile sichern – vorausgesetzt, man geht verantwortungsvoll mit den Möglichkeiten um.
Sechs Learning zum Einsatz von Predictive Analytics:
- Predictive Analytics sind Vorhersageanalysen mit künstlicher Intelligenz, die auf Daten der Vergangenheit basieren. Sie zeigen zum Beispiel, wie der zukünftige Bedarf in Geschäften aussieht, was sich morgen in der Bäckerei am besten verkauft oder welche Netflix-Serie Nutzer:innen am meisten interessiert.
- Predictive Analytics sind einerseits eine sehr junge Technologie und weisen andererseits schon jetzt einen großen Reifegrad in Bereichen wie der Lebensmittel- oder Medienbranche auf.
- Die Funktionalität von Predictive Analytics reicht vom Empfehlungsmanagement über Vorhersagen des Nutzerverhaltens, von Suchanfragen und Reichweiten bis hin zur Prozessoptimierung von Lieferketten.
- Ein Predictive Analytics Projekt besteht aus mehreren Phasen:
- Ermittlung des Datensatzes, zum Beispiel Kundendaten der letzten fünf Jahre
- Zusammenführung der Daten in einer Tabelle
- Anreicherung der bestehenden Daten mit weiteren Daten
- KI trainieren, sodass Muster erkannt werden
- Abgleichen der von der KI ermittelten Daten mit der Realität
- KI weiter optimieren, zum Beispiel bis eine Präzision von 70 Prozent besteht
- Einsatz des KI-Modells
- Eine Tageszeitung kann Predictive Analytics zum Beispiel nutzen, um Kündigungen von Abonnements vorherzusehen. Wenn die KI ermittelt hat, bei welchen Abonnent:innen die Wahrscheinlichkeit einer Kündigung am größten ist, können gezielt Marketingmaßnahmen ergriffen werden, um dem entgegenzuwirken.
- Unternehmen können ungemein von Predictive Analytics profitieren. Es ist daher wichtig, dass sich nicht nur große, sondern auch kleinere Unternehmen mit dem Thema beschäftigen.
Ich habe die Hoffnung, dass sich immer mehr Medienunternehmen mit dem Thema beschäftigen. Ich glaube, dass die Medien, und vor allem der Verlagsbereich, sehen werden, dass die Verfügbarkeit, die Validität und die Aktualität von digitalen Daten zu zentralen Erfolgsfaktoren von Medienunternehmen werden.
Olaf Deiniger, Journalist und Digital Consultant
Dieser Beitrag ist ein Content Drop im Rahmen unser Themenwoche MEDIA meets DATA SCIENCE.
Weitere Content Drops
Corona-Push für Datenjournalismus
Meike Arendt: Mit Daten zu mehr Diversity (English Subtitles)
Wie Daten die Marketing- und Werbebranche verändern
Gemeinsam stark!? Was bringen Datenallianzen im Audiobereich? (English Subtitles)
Datengold: Wie KI die Zukunft der Werbung verändern wird (English Subtitles)
Fantastische Data Scientists und wo sie zu finden sind
Podcasts, Voice Advertising und Co: Warum Audio gerade boomt