Data Scientists - auf der Suche nach den Schätzen im Datenberg

Entscheidend ist die Datenaufbereitung

Sind unsere Kunden der Marke treu? Will ein Unternehmen hierauf eine Antwort, kann Accenture sie liefern. Ein Projektteam arbeitet zunächst konzeptionell und geht folgenden Fragen nach: Welche Daten liegen vor, welche Aussagen können wir treffen und worin liegt der Wert fürs Unternehmen? Das Team bediente sich aus verschiedenen Quellen wie den Systemen fürs Kundenbeziehungsmanagement, Unternehmenssteuerung und externen Quellen wie Social Media. Je mehr unterschiedliche Daten zur Verfügung stehen, umso genauer wird das Ergebnis. Doch Quantität führt nicht automatisch zu einer höheren Qualität der Analysen. Das Brauchbare muss herausgefiltert werden. Das macht Analysesoftware nach genauen Vorgaben. Entscheidend für die Qualität der Ergebnisse ist die Datenaufbereitung. Eine gute Qualität liefern vollständige, richtige und konsistente Daten.

Bei der Allianz liegen Datenkomprimierung und -analyse in einer Hand. Mihael Ankerst leitet das Referat Kundendaten und Statistik. "Wir verdichten Kundendaten entlang von Geschäftsvorfällen, analysieren diese und stellen darauf aufbauend Überlegungen zum Bedarf unserer Kunden an." Ankerst hat Informatik studiert und in dieser Disziplin seinen Doktor gemacht. Sein Studienschwerpunkt war Data Mining, also die Analyse großer Datenmengen mit dem Ziel, Zusammenhänge zu erkennen. Darüber hat er seine Diplomarbeit geschrieben und promoviert. Anschließend hat er vier Jahre in den USA als Datenanalyst gearbeitet.

Seit 2005 ist er bei der Allianz und hat acht Mitarbeiter im Team, darunter Informatiker, Mathematiker, Statistiker. Sie analysieren Kundendaten unter dreierlei Gesichtspunkten: Kunden werden segmentiert, um Zielgruppen oder Untergruppen zu erkennen, damit diese passend angesprochen werden können. Der zielgruppenspezifischen Ansprache dient auch die Prognose von Kundenverhalten, die zu dem Ergebnis führt, welche Kunden welchen Bedarf haben. Und schließlich werden Kunden und deren Verhalten statistisch ausgewertet, um eine Erklärung dafür zu finden, warum die Entwicklung in die eine oder andere Richtung geht.

Daten, die dafür zugrunde gelegt werden, sind die 20 Millionen Privatkunden der Allianz Deutschland und externe Quellen. Analysiert wird mithilfe von Software anhand vorgegebener Kriterien. Ankersts Mitarbeiter müssen verstehen, was eine Versicherung ist und wie sie funktioniert. Sie brauchen methodisches Wissen, um geeignete statistische Verfahren zur Datenanalyse einzusetzen, und sie müssen verstehen, wie die Versicherungsrealität in Daten abgebildet ist. Software und Techniken, die zur Datenanalyse genutzt werden, sind SQL von Oracle, In-Memory-Technologien und die Programmiersprachen SAS und R. "Bei den persönlichen Skills steht Kommunikation über allem, weil vieles in unserem Job über den Austausch mit Kollegen geschieht."

Auch in anderen Abteilungen bei der Allianz arbeiten Datenanalysten, beispielsweise bei den Aktuaren zur Kalkulation von Tarifen und in der IT. "Grob geschätzt kommen etwa 80 zusammen", sagt Ankerst. Und der Trend sei eindeutig steigend, weil das Kerngeschäft der Versicherung auf Daten beruht und die Digitalisierung unserer Gesellschaft stark zunimmt.