Data Science – wie Unternehmen Daten erfolgreich sammeln können

Marketing Technologien sind viel mehr als nur Social Media Kanäle und Webseiten. So haben Kotler, Kartajaya und Setiawan jüngst den Begriff „Marketing 5.0“ geprägt, um darauf hinzuweisen, dass uns technologische Entwicklungen immer mehr erlauben, menschliches Verhalten durch künstliche Systeme nachzuahmen. Besonders Technologien wie Artificial Intelligence (AI), Machine Learning (ML), Natural Language Processing (NLP) oder das Internet of Things (IoT) ermöglichen diese Transformation (Kotler, Kartajaya, Setiawan, 2021). Keine dieser Technologien würde jedoch Nutzen bringen ohne geeignete Daten. Doch was sind Daten? Wie können wir Daten erhalten? Welchen Problemen müssen wir uns bei der Datenerhebung stellen? Und vor allem, wie können wir den freien Fluss von Daten auf möglichst einfache Weise verbessern? Nachfolgend wollen wir vor allem den letzten Aspekt etwas näher beleuchten.

Genaugenommen sind wir gar nicht auf der Suche nach Daten (Daten sind einfach nur messbare Größen wie z. B. die Anzahl von Kund*innen in einem Geschäft während einer bestimmten Zeitspanne), sondern nach Daten die gesammelt und aufbereitet wurden, also Informationen (Struhl, 2017). Bevor wir also ML-Algorithmen oder NLP verwenden können, benötigen wir eine sogenannte Datenpipeline. Laut Densmore (2021) sind Datenpipelines Gruppen von Prozessen, die uns erlauben, automatisiert Daten aus verschiedenen Quellen zu laden und zu verarbeiten. Häufige Quellen sind einerseits Datenbanken oder Social Media Plattformen, die durch wohldefinierte Interfaces oder APIs relativ einfach abgefragt werden können.

Andererseits dienen oft Webseiten als Datenquelle. Mittels Web Scraping können diese aus Webseiten extrahiert werden, dies kann jedoch sehr zeitaufwendig und mitunter nicht besonders erfolgreich sein. Gerade bei Unternehmen, für die eine leichte Auffindbarkeit bzw. Verarbeitung ihrer Daten im Web essenziell ist (wie z. B. Hotels), könnte dies problematisch sein. Lösungsansätze durch Buchungsplattformen wie booking.com bieten hier zwar Abhilfe, sind jedoch oft sehr teuer. Wie könnten diese Unternehmen also auf einfache und kostengünstige Art die Verarbeitbarkeit ihrer Daten erhöhen?

Die Antwort liegt in den sogenannten strukturierten Daten, welche auch von Suchmaschinenbetreibern wie Google aktiv gefördert werden (dazu mehr in diesem Artikel). Um Daten auf Webseiten in strukturierter Form anzubieten, benötigt man Standards, die angeben, wie die Daten in HTML ausgezeichnet werden können. Weiteres benötigt man Vokabularien, die man verwenden kann, um zu beschreiben, was der ausgezeichnete Inhalt darstellen soll.

Der von Google präferierte Zugang zur Datenauszeichnung wäre die Verwendung von Microdata, da dieser Teil des HTML5-Standards ist. Eine Sammlung von Vokabularien wird auf schema.org bereitgestellt. Bei dieser Webseite handelt es sich um ein gemeinsames Projekt von Google, Microsoft, Yahoo und Yandex (hier mehr erfahren). Im folgenden Beispiel erstellen wir einen kurzen HTML-Code zur Auszeichnung eines Hotels (am Beispiel des Hotel Daniel, Graz). Um herauszufinden, was wir über das Hotel Daniel alles sagen können, brauchen wir nur die Suchfunktion zu benutzen oder können uns von den allgemeineren zu den spezifischeren Vokabularien durchklicken:

Auf der resultierenden Seite werden all jene Elemente aufgelistet, welche verwendet werden können um das Objekt (in diesem Fall ein Hotel) zu beschreiben. Diese Elemente können entweder als Microdata, aber auch als RDFa oder JSON-LD kodiert werden. Beispiele zu diesen befinden sich am Ende der jeweiligen Vokabularseite. Das Beispiel für das Hotel Daniel, kodiert mittels Microdata würde nun wie folgt aussehen:

In Blau sehen wir hier normale HTML-Tags, in Braun die Microdata-spezifischen HTML-Attribute mit den Werten, welche die Elemente aus dem Vokabular enthalten (und somit angeben, worüber hier geschrieben wird).

Trotz des Supports der führenden Suchmaschinenbetreiber, der zunehmenden Verfügbarkeit von Vokabularien und CMS-Plugins, ist die Verwendung gerade in den touristischen Branchen noch relativ gering (Şimşek et al., 2019). Deshalb ist es eines der Forschungsziele der Denkfabrik, diese Technologien für steirische Unternehmen leichter nutzbar zu machen.

Densmore, J. (2021): Data Pipelines Pocket Reference. Sebastopol: O’Reilly Media.

Kotler, P., Kartajaya, H., & Setiawan, I., (2021): Marketing 5.0: Technology for humanity. Hoboken: John Wiley & Sons.

Şimşek, U., Angele, K., Kärle, E., Panasiuk, O., & Fensel, D. (2019): A formal approach for customization of schema. org based on SHACL. Verfügbar unter: https://arxiv.org/abs/1906.06492

Struhl, S. (2017): Artificial intelligence marketing and predicting consumer choice: an overview of tools and techniques. London: KoganPage.