Weshalb sich IfaD im BVM für Data Science engagiert
Die digitale Transformation stellt die Marktforschungsbranche vor große Herausforderungen. Erwartungen an und Unsicherheiten über die Forschungspraxis mit Big Data-Quellen sind gleichermaßen hoch. IfaD engagiert sich daher in der BVM Fachgruppe „Data Science“, um sein Knowhow über diese angewandte Wissenschaft zu teilen.
Die Marktforschungsbranche sieht sowohl auf Instituts- als auch auf Unternehmensseite einen digitalen Tornado aufziehen, der die Deutungshoheit des Marktforschers und damit das angestammte Geschäfts- und Beschäftigungsfeld bedroht. Der GRIT Report 2015 sieht für die Marktforschungsindustrie als eine der größten Herausforderungen den geforderten Umgang mit den neuen Technologien: „Big data has become a buzzword and every client wants market researchers to do something with it. However, many market researchers are beginning to perceive that no one really knows how to best handle big data. Big question: Does big data actually gather a better, more comprehensive picture of who the consumer is? Or is it just one more data point that causes confusion?”
Marktforschung und Data Science sind in ihrem Wesen verwandt. Es geht darum, Informationen zu sammeln, sie aufzubereiten, zu analysieren und so neues Wissen zu schaffen. Jedoch bedient sich Data Science anderer Datenquellen, anderer Tools und einer breiten Palette mathematischer Verfahren. Charakteristisch für Data Science ist ihre interdisziplinäre Ausrichtung. Das Wissen wird aus verschiedenen, unstrukturierten, zunächst unverbundenen und meist speicherintensiven Datenquellen gespeist („Big Data“).
Der dänische Wissenschaftler Peter Naur verwendete den Begriff „Data Science“ übrigens bereits 1974 in einem Untersuchungsbericht über zeitgenössische Datenverarbeitung. Heute zählen die in der Data Science angewandten Verfahren der Datenverarbeitung und die Methoden der Wissensgewinnung in einigen Wissenschaften schon längst zum Handwerkszeug. Zur Datenanalyse kommen verschiedene Tools oder auch Programmiersprachen wie Phyton oder R zum Einsatz. Für die Beantwortung der vielfältigen Fragestellungen nutzt Data Science eine breite Palette mathematischer Disziplinen: die deskriptive Statistik zur Beschreibung von Sachverhalten, die explorative Datenanalyse, die Stochastik (Wahrscheinlichkeitstheorie) und die induktive Statistik für Schätzungen und Prognosen über zukünftige Ereignisse (Predictive Analytics).
Die Digitale Transformation ist in aller Munde, immense Datenmengen werden schon heute generiert, und nicht nur das Internet der Dinge verheißt einen zukünftigen exponentiellen Anstieg der Datenvolumina. Optimistisch interpretierte Umfrageergebnisse zeigen, dass rund 12 Prozent der deutschen Unternehmen Data Science einsetzen. Ihr Einsatz variiert jedoch sehr stark hinsichtlich Intensität, Kontinuität, Qualität, Methodenvielfalt und Relevanz für die Geschäftsprozesse. Experten möchten daher den Umfragen nicht allzu viel Glauben schenken und schätzen, dass der Anteil professioneller Datenwissenschaft branchenübergreifend bei gerade einmal einem Prozentpunkt liegen dürfte. Zu groß ist die Unsicherheit über das Wie, Warum und den ROI von Data Science im eigenen Unternehmen.
Es geht also darum, der Marktforschungsbranche und ihren Akteuren Wege in und durch die Digitale Transformation aufzuzeigen und den Marktforscher für seine zukünftige Rolle als Daten-Kurator zu wappnen. Deshalb engagiert sich IfaD in der Fachgruppe „Data Science“ des BVM und bringt sein Fachwissen über Möglichkeiten, Verfahren und Techniken der Data Science ein.
