Newsletter erhalten

Sechs Learnings von Olaf Deininger: Wie Predictive Analytics der Verlagsbranche nützen

Von Ann-Cathrin Schürholz

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:

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Sechs Learning zum Einsatz von Predictive Analytics:

  1. 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.
  2. Predictive Analytics sind einerseits eine sehr junge Technologie und weisen andererseits schon jetzt einen großen Reifegrad in Bereichen wie der Lebensmittel- oder Medienbranche auf. 
  3. Die Funktionalität von Predictive Analytics reicht vom Empfehlungsmanagement über Vorhersagen des Nutzerverhaltens, von Suchanfragen und Reichweiten bis hin zur Prozessoptimierung von Lieferketten.
  4. Ein Predictive Analytics Projekt besteht aus mehreren Phasen:
    1. Ermittlung des Datensatzes, zum Beispiel Kundendaten der letzten fünf Jahre
    2. Zusammenführung der Daten in einer Tabelle
    3. Anreicherung der bestehenden Daten mit weiteren Daten
    4. KI trainieren, sodass Muster erkannt werden
    5. Abgleichen der von der KI ermittelten Daten mit der Realität
    6. KI weiter optimieren, zum Beispiel bis eine Präzision von 70 Prozent besteht
    7. Einsatz des KI-Modells
  5. 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. 
  6. 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

Abonniere jetzt unseren Newsletter
Bleibe auf dem Laufenden zu den Events und Projekten des MedienNetzwerk Bayern!